大家好，我是加勒比考斯，再次來給大家分享NAS知識！

前言

在之前，網上特別火的NAS部署AI教程真的是滿天飛，但是我一直沒有部署，一是因為部署太過于麻煩，二是我覺得這些體驗真的不太好，和手機APP以及網頁端體驗差別太遠了！

但是，前幾天綠聯NAS新上架了一個AI Plugins應用，安裝打開就能體驗，無論是快速換不同模型，還是多個智能體如（AI女友、助理、畫家、老師）部署，亦或是其他的API調用、聯網搜索進行文生圖、文生視頻等，竟然都還不錯。所以我覺得可以和大家來聊聊。

正文

我用來搭建AI Plugins應用的NAS是綠聯DXP4800 Plus，綠聯DXP4800Plus采用了英特爾奔騰8505處理器，擁有6個盤位（分別是4個SATA+2個NVMe SSD），擁有1個萬兆+1個2.5G網口。奔騰8505這個處理器性能非常強，其處理性能是賽揚N5105的4倍，顯卡性能也是2倍還多，無論是搭建虛擬機，多個Docker都是十分輕松的事情，家用NAS性能到了這個程度，已經是天花板了！

另外值得一提的是，綠聯DXP4800Plus的2個NVMe SSD插槽均是PCIe4.0的，這意味，它都可以當做半個全閃NAS來用了，要知道全閃的DXP480T Plus也是4個SSD盤位。

此外綠聯DXP4800Plus還提供了HDMI接口，以及5個USB接口，還有一個SD卡接口，硬件功能上基本上全部齊全了！你想要萬兆網口、10Gbps USB接口、HDMI接口、SD卡接口，能想到的都安排上了。

一、安裝AI Plugins

打開綠聯NAS的應用中心，直接安裝AI Plugins，然后打開即可。

AI Plugins內置了Open WebUI、Ollama和IPEX-LLM三大核心組件，可完全本地化操作，不需要任何專業技術知識，小白打開就能輕松上手。

很多小白可能不清楚這三個組件，我分別給大家介紹一下：

Open WebUI：這是一個開源、可擴展且用戶友好的自托管 AI 平臺，專為完全離線運行設計，支持多種大語言模型（LLM）和功能擴展。它集成 OpenAI API、Ollama 模型及多種國產模型（如 DeepSeek、Qwen、訊飛星火等），支持快速切換和多模型管理，而且注意，它支持 GPU 加速。

Ollama：這是一個開源的、輕量化、跨平臺和高擴展性的大語言模型（LLM）框架，旨在簡化本地部署和運行大型語言模型的流程，通過將模型權重、配置和數據打包為 Modelfile，支持用戶通過簡單的命令行操作（如 ollama run）快速部署模型，例如運行 Gemma 2B 模型僅需一條命令就行。

IPEX-LLM：這個是英特爾推出的開源大語言模型（LLM）加速庫，專為優化在 Intel 硬件（包括 CPU、GPU、NPU 等）上的推理和訓練性能設計。放在綠聯NAS上面主要是為了調用GPU參與AI運算。

請注意，綠聯AI Plugins應用是采用GPU加速的，之前的Open WebUI容器則是使用純CPU計算，所以綠聯AI Plugins的推理速度至少比之前提升3-5倍。

但是更好的體驗，意味著也對型號有要求。綠聯AI Plugins僅支持DXP4800 Plus、DXP6800 Plus、DXP6800 Pro、DXP8800、DXP8800 Plus、DXP8800 Pro、DXP480T Plus型號。

進去綠聯AI Plugins之后，需要填寫登錄用戶的名稱、郵箱及密碼，點擊“創建管理員賬號”完成創建流程。

AI Plugins 內置了deepseek-r1:1.5b模型，我們也可以根據自己的需求下載新的其它模型。官方建議用戶根據綠聯私有云設備的內存大小來決定使用哪個版本，以確保模型能正常運行。

●8GB 內存：使用 2B 或更小的模型。

●16GB 內存：使用 8B 或更小的模型。

●32GB 內存：使用 14B 或更小的模型。

另外推薦使用的熱度模型和下載命令也可以供大家參考：

Deepseek-r1：有 7b、8b、14b 三個版本，下載命令格式為 deepseek-r1:版本（如 deepseek-r1:7b）。

Qwen2.5：包含 0.5b、1.5b、3b、7b 四個版本，下載命令為 qwen2.5:版本（如 qwen2.5:3b）。

Llama3.2：有3b、1b 版本，下載命令是 llama3.2:版本（如 llama3.2:1b）。

Gemma2：有 9b、2b 版本，下載命令為 gemma2:版本（如 gemma2:9b）。

Phi3：3.8b 版本，下載命令為 phi3:3.8b。

Phi4：14b 版本，下載命令為 phi4:14b。

綠聯AI Plugins 下載模型速度非常快，一小會就下載好了。當然模型并不只有以上推薦的模型，由于AI Plugins內置了Ollama應用，因此我們可以直接在ollama官網上（https://ollama.com/search）查看自己模型并且自己下載即可，還是按照上面的下載方式。

二、AI Plugins配置

本次的配置主要講述工作空間里面的模型（智能體）、知識庫、提示詞、工具等的部署方法，其中該模型與咱們之前說的Model不一樣，它更偏向某個身份預設的虛擬人物，比如AI助理，AI女友，AI畫家，AI老師等等。

首先，咱們直接進入OpenWebUI社區，點擊“發現更多模型”即可進入，該社區是圍繞 OpenWebUI 項目形成的開源社區，OpenWebUI 是一個開源的、用戶友好的 Web 界面，專為大型語言模型設計。

在這個社區里面，我們可以發現、下載和定制各種 ModelFiles。這些 ModelFiles 能夠為與 Ollama 的聊天互動帶來更多可能，比如用戶可以創建和添加角色 / 代理，自定義聊天元素，以滿足不同的聊天需求，如模擬特定人物、提供專業領域知識解答等。

可以看到OpenWebUI社區提供了2種模型安裝方式，一種是直接輸入綠聯NAS本地部署的AI Plugins地址，就可以自動將Agent導入到NAS本地運行。第二種方式就是直接下載JSON格式文件，然后再將文件導入到工作空間的模型里面。無論是導入還是下載都需要注冊Open WebUI賬號。

需要注意的是，導入的時候要選擇使用的基礎模型是哪個，這里我們可以選擇自帶的deepseek-r1:1.5b，但是如果內存足夠的話，建議還是選擇8B以上。

以上是我使用的一些模型，同樣如果要添加一些提示詞以及工具也是如此。注意是在OpenWebUI社區最上面的選擇欄里面選擇“提示”或者“工具”。

三、AI對話體驗

可以看到我使用Deepseek-r1:8b模型生成一個故事，用時1分鐘，給我講述一個老長的故事，故事完整且有趣味，細節表現是不錯的。

同時我也體驗了AI女友Sarah，同樣是使用的Deepseek-r1:8b模型，回答的煞有其事的感覺，就是略微有點慢，也可以換回Deepseek-r1:1.5b模型，這樣子速度會快很多。

四、其他設置

左下角打開，可以看到擁有非常多的選項，AI Plugins 不僅支持調用本地運行的 Ollama，還能通過 API 連接外部模型。若要使用這一功能，用戶僅需在 “設置 - 外部連接” 中，填入API的BASEURL以及API KEY，就能輕松調用各類不同模型。

此外還可以再圖像里面設置圖像生成引擎，默認的是OpenAI，這里也是需要OpenAI的API的，這個需要到OpenAI官網去生成，只要有賬號就可以生成。

結尾

隨著綠聯AI Plugins的到來，相信綠聯NAS將會變得越來越好用。最后再次推薦綠聯的幾款值得購買的NAS。而且一定要注意，目前在各個平臺上購買綠聯NAS可以使用15%的國補，疊加下來價格更低！！！

1、綠聯DXP4800 Plus

4+2盤位設定，奔騰8505的處理性能是賽揚N5105的4倍，顯卡性能也是極其流弊，家用NAS性能到了這個程度，已經是天花板了！而且還配置了1個萬兆網口+1個2.5G網口，HDMI接口，SD卡槽。真的給滿了！

2、綠聯DXP4800

同樣是4+2盤位設定，N100處理器（4核心4線程全小核），性能也是十分強大， 遠比之前N5105強大太多，而且是雙2.5G網口！還提供了2個NVMe SSD盤位，還給了SD卡槽。主要這個是性價比款，價格實惠。

此外，如果追求極致靜音以及高速讀寫功能，那么還可以考慮全閃NAS，DXP480TPlus。

如果只是新手入門用戶，對容量要求不高，那么可以考慮2盤位的DXP2800。

如果對容量需求較高，那么就可以考慮6盤位的DXP6800 Plus，絕對夠用。

如果即對容量有要求，也對性能有要求，那么也可以看看DXP6800 Pro，堪稱完美的選擇。

如果你是企業級用戶，擁有一個小型辦公室，或者你是網紅、視頻博主、剪輯師、設計師、攝影、拍攝等職業，那么8盤位的設備你就可以看看了！以下DXP8800、DXP8800Plus、DXP8800Pro三款性能從低到高，哪怕最低的DXP8800采用的1215U處理器性能依然也是其他NAS的天花板！可以放開選啦！