家庭AI实验室 — 将闲置设备转为本地AI集群。支持大语言模型推理、图像生成、语音转文字和向量嵌入,跨macOS、Linux等系统运行。
家用实验室AI——你的备用机器是组装的,你家里的实验室周围有机器,柜子里有微型电脑,桌子上有工作站,也许有台式电脑做轻工,你来配合一下是一项面向实际任务的技能。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
你家中实验室里有若干闲置设备:壁橱里的迷你 PC、桌面上的工作站,或许还有一台正在执行轻量任务的台式机。这些设备合在一起,其算力已远超多数云服务实例——你只需一款能将它们统一视为一个家庭实验室系统的软件即可。支持 macOS、Linux 和 Windows。
Ollama Herd 将你的家庭实验室转变为本地 AI 集群:仅需一个家庭实验室接入端点,零配置,支持四种模型类型。
设备 1(32GB) ─┐ 设备 2(64GB) ├──→ 家庭实验室路由器(:11435) ←── 你的应用 / 智能体 设备 3(256GB) ─┘
所有请求均自动路由至当前最适宜的家庭实验室设备。
pip install ollama-herd # 家庭实验室 AI 路由器
herd # 启动家庭实验室路由器
herd-node # 自动加入家庭实验室设备集群
完成。家庭实验室设备将在本地网络中自动发现彼此。无需手动配置 IP 地址、配置文件,也无需 Docker 或 Kubernetes。
uv tool install mflux # Flux 模型(家庭实验室中速度最快) uv tool install diffusionkit # Stable Diffusion 3/3.5
from openai import OpenAI
# 家庭实验室推理客户端
homelab_client = OpenAI(base_url="http://localhost:11435/v1", api_key="not-needed")
homelab_response = homelab_client.chat.completions.create(
model="llama3.3:70b",
messages=[{"role": "user", "content": "如何搭建家庭实验室 NAS?"}],
stream=True,
)
for chunk in homelab_response:
print(chunk.choices[0].delta.content or "", end="")
curl -o homelab_output.png http://localhost:11435/api/generate-image
-H "Content-Type: application/json"
-d '{"model": "z-image-turbo", "prompt": "a cozy home lab with servers and RGB lighting", "width": 1024, "height": 1024}'
curl http://localhost:11435/api/transcribe -F "file=@homelab_standup.wav" -F "model=qwen3-asr"
curl http://localhost:11435/api/embed
-d '{"model": "nomic-embed-text", "input": "home lab networking and AI inference best practices"}'
家庭实验室路由器基于 7 类信号对每台设备进行评分,并自动选择最优设备:
| 家庭实验室信号 | 衡量内容 |
|---|---|
| 热态状态(Thermal state) | 该家庭实验室模型是否已加载(热态),或需冷启动加载? |
| 内存适配度(Memory fit) | 该家庭实验室设备是否有足够 RAM 运行此模型? |
| 队列深度(Queue depth) | 该家庭实验室设备是否已在处理其他请求? |
| 等待时长(Wait time) | 该家庭实验室请求已排队多长时间? |
| 角色亲和性(Role affinity) | 大模型倾向运行于大型家庭实验室设备,小模型倾向小型设备 |
| 可用性趋势(Availability trend) | 该家庭实验室设备在此时间段是否稳定可用? |
| 上下文适配度(Context fit) | 已加载的上下文窗口是否满足该家庭实验室请求? |
你无需管理上述任何一项——全部由家庭实验室路由器自动处理。
在浏览器中打开 http://localhost:11435/dashboard —— 你的家庭实验室指挥中心:
跨平台支持:以下为示例配置。任何具备等效内存容量的设备(Mac、Linux、Windows)均可运行。设备集群路由器本身支持所有平台。
| 家庭实验室设备 | 内存 | 初始推荐模型 |
|---|---|---|
| MacBook Air(8GB) | 8GB | phi4-mini, gemma3:1b |
| Mac Mini(16GB) | 16GB | phi4, gemma3:4b, nomic-embed-text |
| Mac Mini(32GB) | 32GB | qwen3:14b, deepseek-r1:14b |
| MacBook Pro(64GB) | 64GB | qwen3:32b, codestral, z-image-turbo |
| Mac Studio(128GB) | 128GB | llama3.3:70b, qwen3:72b |
| Mac Studio(256GB) | 256GB | gpt-oss:120b, sd3.5-large |
家庭实验室路由器内置模型推荐器将为你提供最优模型组合:GET /dashboard/api/recommendations。
家庭实验室设备集群对外暴露 OpenAI 兼容 API。所有支持 OpenAI 的工具均可直接对接你的家庭实验室:
| 工具 | 家庭实验室连接方式 |
|---|---|
| Open WebUI | 将 Ollama URL 设置为 http://homelab-router:11435 |
| Aider | aider --openai-api-base http://homelab-router:11435/v1 |
| Continue.dev | 基础 URL:http://homelab-router:11435/v1 |
| LangChain | ChatOpenAI(base_url="http://homelab-router:11435/v1") |
| CrewAI | 设置环境变量 OPENAI_API_BASE=http://homelab-router:11435/v1 |
| 任意 OpenAI SDK | 基础 URL:http://homelab-router:11435/v1,API Key:任意字符串 |
Ollama Herd 是开源项目(MIT 协议),由家庭实验室爱好者为家庭实验室爱好者构建:
CLAUDE.md 文件提供完整上下文。~/.fleet-manager/ 目录下的任何文件(该目录存储家庭实验室路由数据与日志)。相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章