Project N.O.M.A.D —— 自包含离线生存计算机，集成关键工具、知识与AI

这是什么

Project N.O.M.A.D. 是一个自包含、离线优先的知识与教育服务器，它将 AI 聊天、离线百科、Khan Academy 课程、地图、加密工具、笔记、系统基准测试、可扩展应用商店等能力打包为一个可通过浏览器访问的单一入口。项目基于 Docker 编排，运行在 Debian 系操作系统（推荐 Ubuntu）上，安装过程完全在终端中完成，启动后只需浏览器打开 http://localhost:8080 即可使用。专门设计为在无互联网连接时也能正常运作，且内置零遥测。

解决的问题

• 离线环境下的知识获取与学习：在偏远、网络受限或灾害场景下，无法访问在线资源。N.O.M.A.D. 提供完整的离线维基百科、医学参考、电子书（通过 Kiwix）以及 Khan Academy 课程（通过 Kolibri），所有内容可在安装时或后期按需下载。
• 本地 AI 能力缺乏统合管理：虽然已有 Ollama、LM Studio 等本地推理工具，但缺乏统一的安装、更新和交互界面。N.O.M.A.D. 通过 Command Center 自动管理 Docker 容器，用户不需要手动配置 RAG、向量数据库（Qdrant）或模型下载。
• 碎片化工具的聚合：用户通常需要分别部署笔记、加密、地图、文件管理等工具。N.O.M.A.D. 将它们整合在一个界面内，并提供“Supply Depot”一键安装更多应用（PDF 工具、文件浏览器、密码管理器等），还支持运行自定义 Docker 容器。
• 自动更新与维护成本：离线内容（如 ZIM 文库）和软件本身需要定期刷新。N.O.M.A.D. 支持可配置的自动更新，无需手动操作。

核心功能

• AI 聊天与知识库：本地 AI 聊天引擎基于 Ollama，也可接入 OpenAI API 兼容服务（如 LM Studio、llama.cpp）。支持文档上传和语义搜索（RAG 通过 Qdrant），可对离线文档进行问答。
• 信息图书馆：通过 Kiwix 加载离线维基百科 ZIM 文件、医学参考（如 WikiMed）、电子书等，提供全文搜索和浏览。
• 教育平台：Kolibri 集成 Khan Academy 课程，包含进度跟踪功能，支持离线学习。
• 离线地图：ProtoMaps 提供可下载区域地图，无需网络即可查看。
• 数据工具：CyberChef 提供加密、编码、分析等功能，可直接在浏览器中操作。
• 笔记应用：FlatNotes 支持本地笔记记录。
• 系统基准测试：硬件评分工具，附带社区排行榜。
• Supply Depot：一键应用目录，可安装 PDF 工具、文件管理器、电子书库、密码管理器等，支持启动任意自定义 Docker 容器。
• 自动更新：可选择开启，核心软件、安装的应用和离线内容按用户设定的时间表自动更新。
• 设置向导：首次启动时的引导配置，包含精选内容集合选择。
• 内置工具：Wikipedia 内容选择器、ZIM 图书馆管理器、内容探索器。

亮点 / 与同类相比

• 轻量核心 vs 重型 AI 支持：与许多专为树莓派等低配设备设计的“离线生存电脑”不同，N.O.M.A.D. 核心本身非常轻量（2GHz 双核、4GB RAM、5GB 磁盘即可运行管理界面），但为了运行 LLM 等 AI 工具，鼓励使用带 GPU 的高性能设备（推荐 Ryzen 7 / Core i7、32GB RAM、RTX 3060 以上）。这种做法让用户按需配置硬件，而不是一刀切。
• 完全离线运行，零遥测：除安装阶段和用户主动下载内容外，不依赖互联网。连接性检查默认使用 Cloudflare 端点，可自定义或通过环境变量覆盖。无内置遥测，隐私友好。
• 无认证设计：目前不包含用户登录，避免额外的配置门槛。通过网络层控制访问（如端口映射、防火墙），设计上不鼓励直接暴露到公网。如果未来需要，可通过社区投票推动可选认证功能。
• Docker 原生编排：所有工具和资源以 Docker 容器运行，Command Center 自动管理安装、配置和更新。高级用户可使用 Docker Compose 模板自定义部署。
• 自动更新：相比同类手动维护离线内容（如 Kiwix 库需要定期重新导入），N.O.M.A.D. 提供可配置的自动更新，降低了长期使用负担。

适合谁用 / 上手

适合人群：

• 户外探险者、应急准备者：需要在不稳定的网络环境下访问百科、地图、课程和 AI 助手。
• 教育工作者和远程学习场景：在缺乏互联网的学校或地区部署，让学生通过本地缓存学习 Khan Academy 课程，并通过本地 AI 获取学习帮助。
• 隐私敏感用户：希望完全控制自己的知识和 AI 工具，避免数据外传。
• 技术爱好者、开发者和实验室环境：想要在一个 Docker 栈中快速体验 Ollama + Qdrant + Kiwix + Kolibri 等工具的整合。

上手方式：

1. 系统要求：基于 Debian 的操作系统（推荐 Ubuntu），主需要 sudo 权限。仅运行管理界面时，最低规格为 2GHz 双核、4GB RAM、5GB 磁盘；若要运行 AI 模型，建议 32GB RAM、带 GPU（RTX 3060 以上）、250GB SSD。
2. 安装：在终端执行一键安装命令（curl 下载脚本并 sudo bash），或使用 Docker Compose 高级方式。安装过程中会下载 Docker 依赖并启动 Command Center。
3. 访问：浏览器打开 http://localhost:8080（或对应设备的 IP:8080），跟随设置向导选择内容集合（如维基百科语言、医学库等），即可开始使用。
4. AI 配置：默认安装尝试在主机上安装 Ollama。若需使用外部推理服务器，可在 AI 助手设置中输入 Ollama 或 OpenAI 兼容 API 的 URL（注意外部 Ollama 需启动时设置 OLLAMA_HOST=0.0.0.0）。
5. 管理：通过 Command Center 界面管理应用更新、内容下载、系统设置等，无需手动修改 Docker 或配置文件。