为什么把 Yi 部署到 NAS 上
Yi 是较受关注的中文大模型系列，适合文本问答、摘要改写、知识库检索、代码辅助和日常写作。把它安装在 NAS 上，最大的价值是“数据留在本地”：家庭文档、企业资料、项目记录不必上传到第三方平台，内网设备即可访问。同时，NAS 通常长期在线，功耗低、存储空间充足，用来承载轻量 AI 服务比单独准备一台高配主机更省心。
需要明确的是，NAS 私有化部署更适合“轻量推理”和“固定场景工具”，不适合追求极高并发或超长上下文的大规模服务。低成本方案的核心思路是选择合适尺寸的 Yi 模型，使用量化版本降低内存占用，再通过容器统一管理运行环境。
安装前的硬件与系统准备
建议先确认 NAS 的 CPU 架构、内存容量、可用磁盘空间和系统是否支持容器。常见 x86_64 NAS 兼容性较好，ARM 机型也能运行部分工具，但模型和镜像选择会更受限制。内存方面，Yi 6B 量化模型建议至少 8GB，体验更稳定建议 16GB；Yi 9B 建议 16GB 起步；更大模型对内存和计算能力要求明显提高，低成本 NAS 不建议直接尝试。
磁盘空间建议预留 30GB 以上，用于模型文件、容器镜像、日志和后续知识库索引。若 NAS 支持 SSD 缓存或独立 SSD 存储池，可将模型目录放在 SSD 上，加载速度会更好。系统层面需要启用容器套件，例如 Container Manager、Container Station 或 Docker 环境，并为 AI 服务单独创建共享目录，如 /volume1/ai/models、/volume1/ai/data、/volume1/ai/logs。
方案选择：Ollama 更适合新手
新手推荐使用 Ollama 部署 Yi，原因是模型管理、服务启动和 API 调用都比较简洁。如果希望更细致地控制推理参数，也可以选择 llama.cpp，但配置步骤会多一些。本文以容器方式安装 Ollama 为主，再搭配一个 Web 界面，方便普通用户在浏览器中使用。
模型建议优先选择量化版本，例如 Q4_K_M 或 Q5_K_M。Q4_K_M 占用更低，适合 8GB 到 16GB 内存的 NAS；Q5_K_M 输出质量略好，但内存压力更大。上下文长度不要盲目开很高，低成本设备设置 2048 或 4096 更稳，过高会导致响应变慢甚至服务退出。
第一步：创建目录与设置权限
在 NAS 文件管理器中创建三个目录：models 用于保存模型，data 用于保存 Web 界面数据，logs 用于排查问题。然后新建一个普通用户或服务账号，只授予这些目录的读写权限。不要使用最高权限账号长期运行 AI 容器，避免误操作影响 NAS 其他资料。
如果系统支持 SSH，可在终端中检查目录归属和空间占用；如果不熟悉命令行，直接通过 NAS 管理后台完成目录创建和权限设置即可。低成本部署不追求复杂架构，先把目录、权限和备份边界理清，比后期反复修故障更重要。
第二步：部署 Ollama 容器
进入 NAS 的容器管理界面，搜索并下载 ollama/ollama 镜像。创建容器时，建议将容器内的 /root/.ollama 映射到 NAS 的 models 目录，这样模型文件不会随容器删除而丢失。端口可映射为 11434，仅建议在内网访问，不要直接暴露到公网。
资源限制方面，CPU 可分配 2 到 4 个核心起步，内存限制建议略低于 NAS 总内存，避免影响文件服务。例如 16GB 内存的设备，可给 AI 容器 10GB 到 12GB。若 NAS 上还有相册、备份、媒体服务，应保留足够资源给原有业务。容器启动后，在日志中看到服务监听 11434 端口，说明基础服务已运行。
第三步：拉取或导入 Yi 模型
如果 Ollama 模型库中已有适合的 Yi 版本，可在容器终端执行拉取命令。若使用本地 GGUF 文件，则需要编写 Modelfile，把模型文件路径、上下文长度和默认推理参数写入配置，再创建本地模型。模型来源建议选择官方渠道或可信开源社区页面，并校验文件大小与说明一致，避免下载到损坏或被篡改的文件。
低成本 NAS 建议从 Yi 6B 量化版本开始测试，不要一开始就选择大尺寸模型。首次运行会有模型加载过程，可能等待几十秒到数分钟。若日志显示内存不足，应降低模型规格或换更低量化等级，而不是强行重启容器。
第四步：安装 Web 使用界面
为了让家人或团队成员更容易使用，可以再部署一个支持 Ollama 的 Web UI。创建容器时，将 Web UI 的数据目录映射到 /volume1/ai/data，并把 Ollama 服务地址设置为 https://NAS内网IP:11434。Web UI 端口可设置为 3000 或其他未占用端口。
首次进入界面后，务必设置管理员账号和访问密码，并关闭不必要的开放注册。若只是家庭自用，可限制为内网访问；若在办公环境中使用，建议通过网关、反向袋里访问控制或 NAS 自带账号体系进行权限管理。不要把模型服务当作无认证接口长期开放。
推荐性能优化参数
Yi 在 NAS 上运行时，最关键的参数是模型量化、线程数、上下文长度和批处理大小。8GB 内存设备建议使用 Yi 6B Q4_K_M，上下文设置 2048，线程数设置为 CPU 物理核心数或略低，batch 设置 128 或 256。16GB 内存设备可尝试 Yi 6B Q5_K_M 或 Yi 9B Q4_K_M，上下文设置 4096，batch 设置 256。若响应过程中 NAS 负载过高，可把线程数下调 1 到 2 个核心。
生成参数方面，日常问答可设置 temperature 0.7、top_p 0.8、repeat_penalty 1.1；知识库问答建议 temperature 0.2 到 0.5，减少发散；写作润色可提高到 0.8 左右，让表达更灵活。num_ctx 不宜盲目调大，低成本设备上上下文越长，内存占用和首字响应时间越高。
如果使用 llama.cpp，可关注 mmap、mlock、threads、ctx-size、batch-size 等参数。mmap 通常建议开启，有助于模型加载；mlock 需要足够内存，否则可能失败；threads 不等于越高越快，超过 CPU 实际能力后反而会抢占系统资源。对于没有独立显卡的 NAS，重点应放在模型变小、参数稳妥、任务拆分，而不是追求一次处理超长内容。
知识库场景的搭配建议
Yi 部署完成后，可以接入本地知识库工具，用于检索 NAS 中的 PDF、Word、Markdown、表格说明和项目文档。建议先按主题整理文件夹，再进行分段索引。分段长度可设置为 500 到 800 中文字，重叠 80 到 120 字，既能保留上下文，又不会让检索内容过长。
在低成本 NAS 上，不建议一次导入海量文件。可以先从高频资料开始，例如产品手册、家庭设备说明、内部流程文档。索引任务尽量安排在夜间或空闲时段，避免影响日常文件访问。若知识库回答经常不准确，应先检查文档质量、分段方式和检索数量，而不是直接更换更大模型。
常见问题与排查方法
问题一：容器能启动但无法访问。先确认端口映射是否正确，再检查 NAS 防护规则和 Web UI 中的 Ollama 地址。内网访问时应使用 NAS 的局域网 IP，而不是容器内部地址。
问题二：模型运行一会儿自动停止。多数情况是内存不足或被系统回收。可降低模型规格、减少上下文长度、关闭其他高负载服务，并查看容器日志中的错误提示。
问题三：回答速度太慢。低成本 NAS 使用 CPU 推理本来就不会很快，可通过选择 Q4 量化、降低 num_ctx、减少并发、调低 batch 或更换更小模型改善。若只是摘要短文本，Yi 6B 往往比大模型更适合长期使用。
问题四：中文回答不稳定。可在系统提示词中明确要求使用中文、回答结构和引用依据；知识库问答中要求“只基于检索内容回答，不确定时说明无法确认”，能减少不可靠输出。
安全边界与维护建议
私有化安装不等于可以忽视安全。模型服务应限制在可信网络内，接口需设置访问控制，日志中不要长期保存敏感原文。用于测试的账号、密钥、文档样本应及时清理。下载模型和镜像时优先选择官方源或可信维护者，避免使用来源不明的压缩包和脚本。
维护方面，建议每月检查一次容器镜像更新、模型目录容量和日志大小。升级前先记录当前镜像版本、模型名称和参数配置，必要时导出 Web UI 数据。若升级后出现速度下降或兼容问题，可回退到旧镜像，并恢复原参数。对于稳定使用的家庭或小团队场景，不必频繁追新，保持可用、可控、可恢复才是低成本 NAS 部署 Yi 的核心原则。
