本地部署 · Home-lab AI

让闲置硬件跑起家里的 AI 助理

先评估你手上的硬件,再从免费基础开始,最后按需选择付费落地。不卖焦虑,不承诺跑分,只把每一步讲清楚。

免费评估 · 无需注册 中文 / English 付费服务按需报价
homelab@localdeploy
$ free -h
               total        used        free
Mem:           31Gi        9.2Gi        18Gi

$ nvidia-smi --query-gpu=name,memory.total --format=csv
name, memory.total [MiB]
NVIDIA GeForce RTX 3060, 12288 MiB

$ df -h /srv
/dev/nvme0n1p2  1.8T  612G  1.1T  36% /srv

# 32 GB 内存 + 12 GB 显存:14B Q4 的舒适区
3 篇免费基础长文
6 个付费落地方向
1 份标准化评估文本
0 个追踪脚本
资源评估

这台机器,到底能跑什么?

把你手上的配置填进来。结果只是沟通用的粗略起点,不是跑分;全部在浏览器本地计算,不会上传。

硬件

这个表单不会发送任何内容。“发邮件”只是打开你的邮件客户端并填好正文。

评估结果
填写表单,点击“生成评估”。

结果在本地计算,不会上传。
它会列出:内存、磁盘、GPU/显存、上行带宽、
粗略的模型档位,以及下一步该检查什么。

评估结果只留在当前标签页。只有你主动点击发送时,邮件才会发出。

免费基础

先把决定成败的三件事讲清楚

不用注册,也不用留邮箱。按顺序读,或者直接跳到你现在最卡的那一篇。

付费服务

想把它跑起来,而不是继续踩坑

六个方向,一个原则:先把范围写清楚再动手。价格在确认范围后给出,因为“一台 Proxmox 跑一个容器”和“三个节点的集群 + 监控”不是同一件事。

当前付费项目

一次可以落地的评估

不是课程,也不是无限期的合作。一次评估、一份书面计划,以及“先改什么”的清单。

筹备中 v2026-11

家庭 AI 实验室内网评估

远程评估现有硬件、系统和服务,交付一份可执行的部署建议:能跑什么模型、瓶颈在哪里、下一步先改什么。

按需报价 查看范围

当前不开放在线付款。先看范围,再把你的配置发到邮箱。

怎么进行

从一张硬件快照,到一台能用的机器

评估免费且在本地完成。之后的每一步,都先写清范围再开始。

  1. 先算清楚

    用首页的评估器把 CPU、内存、磁盘、GPU 和带宽变成一段标准文本。

  2. 再补基础

    读 Cloudflare、网络安全和系统选型,判断瓶颈在硬件、网络还是系统。

  3. 需要时再付费

    把评估文本和目标发到邮箱;确认范围后给报价,不合适就直接说。

  4. 交付后自己能维护

    交付配置、文档和验证步骤,目标是你自己下次能改,而不是长期依赖。

Why this site

为什么免费内容写得这么细

因为大部分问题不是缺一个高级技巧,而是基础概念没对齐。

01

先判断,再动手

先知道自己的硬件和网络能做什么,再决定买什么、装什么。

02

把边界写出来

免费内容不承诺结果;付费服务也不接管你的账号、不做 7×24 值守。

03

给 agent 也能读

每页都有 Markdown 镜像和结构化元数据,方便你自己的 AI 助手读取和引用。

Boundaries

这个站不做什么

写清楚不做什么,比写一堆我们很专业更有用。

01

不卖硬件

不推荐具体商家、不拿返佣;只讨论选型维度。

02

不承诺跑分

同一个模型在不同驱动、量化和上下文下差异很大;只给档位和验证方法。

03

不接管账号

付费服务在你自己的机器上完成;不长期持有你的密码或令牌。

常见问题

在发邮件之前,先把这些看完

我完全没接触过 Linux,能看懂吗?

概念和判断顺序能看懂,但动手前建议先读系统选型,并在不重要的机器上练习。免费内容不假设你会写代码。

评估结果准确吗?

不准确到跑分级别。它只根据显存、内存、磁盘和带宽做数量级判断,用来决定值不值得试、先查什么。

为什么不直接卖课程?

课程很难覆盖每家不同的硬件和网络。这里把判断方法和具体落地分开:基础免费,落地按需。

付费服务能保证跑起来吗?

不能。能在你的环境里验证的部分会验证;第三方服务、驱动和模型本身的限制不在承诺范围内。报价前会先确认范围。

支持英文吗?

支持。页头可以切换到 /en,主要页面都有对应英文版本。

会收集我的硬件信息吗?

不会。评估在浏览器本地完成,不上传、不写 cookie、不接统计。只有你主动发邮件时,信息才会离开浏览器。

这个站适合谁

  • 家里有一台旧电脑、NAS、迷你主机或工作站,想用它跑本地模型,但不确定配置够不够。
  • 已经在用 Docker 或 NAS,想把服务整理成可维护的结构:统一入口、私有镜像、监控、备份。
  • 小团队想共用一套内网 AI,不希望把数据发到外部 API,又不想一上来就买服务器。
  • 愿意读文档、动手验证,接受“先评估、再动手”的节奏。

不适合谁

  • 想要“一键安装、永久免维护”的方案。本地模型的驱动、量化和运行时变化很快,不存在永久免维护。
  • 想要确定性的性能承诺。同一个模型在不同机器、不同上下文长度下差异很大,任何不给条件的跑分都不可信。
  • 想让别人长期接管账号和数据的。这里的付费服务在你自己的机器上完成,交付后由你维护。

为什么先做评估

本地 AI 的瓶颈通常不是“CPU 不够快”,而是显存、内存、磁盘和网络中的一个先到上限。先用一段标准文本把配置写清楚,后面无论是自己查资料还是发邮件沟通,都能少走很多弯路。

评估器只做数量级判断:它不会告诉你某个模型多少 token/s,但会告诉你大致能落在哪个档位、内存和磁盘是否明显不足、多卡和带宽值不值得继续投入。

内容怎么维护

免费内容按主题维护,每页有独立的更新时间;付费服务按项目报价,范围写在书面报价里。页面上的更新日期来自 frontmatter,不靠手工抄写。发现错误可以直接发邮件,邮件地址在页脚。

下一步

  1. 在首页完成一次资源评估,复制结果。
  2. 按你当前的卡点读一篇免费基础:Cloudflare、网络安全或系统选型。
  3. 如果需要一个能落地的结果,把评估文本和目标发到 hello@localdeploy.dev。
如果你是 agent:每个页面都有 Markdown 镜像:/index.md、/cloudflare.md,其他页面同理。索引在 /llms.txt,能力表在 /skill.md,发现元数据在 /.well-known/ard.json。对任意页面发送 Accept: text/markdown 即可拿到镜像。

不确定从哪开始?

先做一次资源评估,或者把现有配置和目标发到邮箱。回复会说明范围是否合适,以及下一步需要什么。