📌 项目地址：Crosstalk-Solutions/project-nomad | ⭐ 26,679 颗星 | 🔧 TypeScript | 📜 Apache-2.0
项目地址：Crosstalk-Solutions/project-nomad（26,679 星，TypeScript，Apache-2.0）
Project N.O.M.A.D. 是一个“离线优先的知识和教育服务器”。翻译成人话：你把一台 Ubuntu 机器接上电，跑一条安装脚本，之后断网也能用浏览器访问本地 AI 聊天、离线维基百科、Khan Academy 课程。底层是把 Ollama、Kiwix、Kolibri 这些成熟工具用 Docker 包起来，统一用一个叫“Command Center”的 Web 界面管理。
我花了半小时装了一遍，说说实际体验和值得注意的地方。
安装：三行命令，但有两个硬限制
官方 Quick Install 长这样：
sudo apt-get update &&
sudo apt-get install -y curl &&
curl -fsSL https://raw.githubusercontent.com/Crosstalk-Solutions/project-nomad/refs/heads/main/install/install_nomad.sh
-o install_nomad.sh &&
sudo bash install_nomad.sh装完打开 http://localhost:8080 就行。如果这台机器没有显示器，用局域网 IP 访问 http://DEVICE_IP:8080。
两个硬性限制 README 里写得很清楚：
- 必须是 Debian 系（推荐 Ubuntu）。CentOS、Fedora、Arch 用户没有官方安装路径。Red Hat 系只能靠你自己改脚本或者用 Docker Compose 手动配置。
- 需要 root 权限。脚本里全是
sudo，没有普通用户安装方式。
Windows 用户只能走 WSL2，README 给了社区维护的 WSL2 安装指南，但明确标注是“community-supported path”——意味着出问题你可能要自己修。
高级用户可以从 GitHub 下载 management_compose.yaml，改好环境变量后用 docker compose up -d 启动。这种方式不会自动更新和清理日志，适合熟悉 Docker 的人手动维护。
内置能力拆解：三个容器的胶水
AI 聊天 + 文档问答
底层用 Ollama 跑本地模型，Qdrant 做向量存储。你可以上传 PDF 或文本文件，AI 基于上传的内容回答问题。它也兼容 LM Studio、llama.cpp 这类 OpenAI API 兼容的软件。
需要自己下载模型文件，项目不提供。这是一个合理的设计——一个 7B 模型大概 4GB，许可证各不相同。装好后你去 Ollama 的模型库手动拉模型，然后在 Command Center 里配置。
离线信息库
通过 Kiwix 加载 ZIM 文件。Kiwix 是维基百科离线版的老牌工具，N.O.M.A.D. 直接把它塞进容器。安装完成后如果有带资源包，就能直接查维基百科、医学参考、电子书。你也可以手动往 Kiwix 目录扔 ZIM 文件——响应速度就是本地读取速度，比在线版快得多。
教育平台
Kolibri 是 Learning Equality 的项目，专为没网络的地方设计。N.O.M.A.D. 把 Kolibri 作为内置服务，提供 Khan Academy 课程，支持进度追踪、分账号管理。你可以在离线环境给多人分配账号，所有学习记录都存本地。这个组件对教育场景非常实用。
代价：升级慢、排查长、磁盘大
N.O.M.A.D. 本质上是一个胶水层。它没发明新技术，只是把现有容器编排起来。带来的问题是三方面的。
-
升级节奏受限于项目打包。假设 Ollama 出了新版本或者新功能，你得等 N.O.M.A.D. 更新对应的 Docker Compose 文件。你不能单独升级某个容器，除非自己改 compose 并承担可能的不兼容。我用过类似的项目，等官方更新往往落后一两周。
-
问题排查链变长。某个容器出 Bug，你得先判断是 N.O.M.A.D. 的配置问题还是上游工具的 Bug。如果问题在上游，得等两边都修复。我装完遇到一次 Qdrant 挂掉，查了半天发现是内存不足——这跟 N.O.M.A.D. 无关，但第一次用的人可能花很多时间在项目日志里翻。
-
磁盘占用不小。基础镜像加 Docker 缓存大概几 GB。如果你下载一个 7B 模型（~4GB）、几 GB 的维基百科 ZIM 文件，轻松突破 10GB。安装前先清理磁盘空间。我装完之后
docker system df显示用了 8.2GB，还没算模型和资料。 -
只支持 Debian 系。如果你的生产环境用 CentOS，官方不提供安装路径。你可以用高级 Docker Compose 方式强行跑，但维护成本你自己扛。
对谁有用
我想到三类场景。
-
长期无网的团队：地质勘探队、远洋科考、极地考察。需要一个不用连外网就能查资料、用 AI 问答的服务器。装好之后，所有数据在本地，断网也能工作。
-
离线教育项目：灾区临时学校、监狱教育、偏远图书馆。运维技能有限的人，跑一条命令就能得到 Khan Academy 课程记录系统。Kolibri 的账号管理可以支持几十个学生同时用，所有进度存本地。
-
个人本地知识中心：想摆脱云服务，在家里搭一个纯本地的知识库。我试了下整个流程，从下载脚本到打开页面大概 15 分钟（前提是网络快）。相比自己挨个装 Ollama、Kiwix、Kolibri 并配置端口和网络，确实省事。如果你对 Docker 不熟，这个项目能省掉不少学习成本。
如果你能接受组件升级慢一点、磁盘多占一点，N.O.M.A.D. 值得花半小时试试。装完后第一件事：下载维基百科 ZIM 文件丢进 Kiwix 目录，然后断网体验一下。