还在只用NAS存东西？太浪费了，这些AI工具一定要用起来！

摘要：Dify 是一个开源的 LLM 应用开发平台，融合了后端即服务（Backend as Service）与 LLMOps 理念，为开发者和企业提供生产级的生成式 AI 应用构建能力。

大家好，我是Jack Bytes，一个专注于将人工智能应用于日常生活的程序猿，平时主要分享AI、NAS、开源项目等。

众所周知，NAS的定位是网络存储，但，仅仅是网络存储吗？

NAS本质上是一个7x24小时运行的低功耗服务器，结合docker，能运行海量的应用程序。

今天，给大家介绍一些好用的AI工具，丰富你的NAS功能！

Dify 是一个开源的 LLM 应用开发平台，融合了后端即服务（Backend as Service）与 LLMOps 理念，为开发者和企业提供生产级的生成式 AI 应用构建能力。

自 2023 年创立以来，Dify已服务全球超过 200 万开发者，GitHub 星标数突破 60,000。其技术栈覆盖从数据预处理到应用部署的全生命周期，支持数百个开源与商业模型，包括 GPT、Llama、DeepSeek 等，兼容任意符合 OpenAI API 标准的模型。

低代码 / 无代码开发：提供可视化配置界面，如可视化工作流设计器，用户通过拖拽式操作就能搭建复杂 AI 流程，无需编写大量代码，降低了开发门槛，即使是非技术人员也能快速上手。多模型支持：兼容数百个主流大模型，包括 GPT 系列、Claude、Llama3 等，还支持 OpenAI API 兼容的私有化模型，企业可以根据需求灵活选择模型，也可以在不同场景下无缝切换模型。

RAG 增强检索：内置高质量的检索增强生成（RAG）引擎，支持 PDF、PPT 等 20 多种文档格式的语义化处理，结合混合检索与 ReRank 优化，显著提升回答准确性。智能体（Agent）生态：为 AI Agent 提供了 50 多种内置工具，如谷歌搜索、DALL・E、Stable Diffusion 和 WolframAlpha 等，支持自定义工具集成，基于 ReAct 框架设计多智能体协作流程，可让 Agent 自主调用系列工具完成复杂任务。企业级 LLMOps：提供应用监控、日志分析及数据标注功能，支持持续优化提示词、数据集和模型性能，还具备成本分析、效果评估等能力，帮助企业实现对 AI 应用的全链路管理和持续优化。企业级特性：包括 RBAC 权限管理、审计日志、数据隔离等合规功能，通过 ISO 27001 认证的基础设施，支持千万级日请求处理，满足企业对数据安全和合规性的严格要求。

克隆 Dify 源代码至本地环境

# 假设当前最新版本为 0.15.3git clone https://github.com/langgenius/dify.git --branch 0.15.3

进入 Dify 源代码的 Docker 目录

cd dify/docker

复制环境配置文件

cp .env.example .env

启动 Docker 容器

docker compose up -d

通过这些步骤，你可以在本地成功安装 Dify。

在浏览器输入下面的网址访问：

OpenWebUI 是一个开源的自托管 AI 平台，专为本地部署设计，支持完全离线运行。它兼容 Ollama、OpenAI 兼容 API 等多种大语言模型（LLM）运行框架，提供直观的 Web 界面和丰富的扩展能力，适用于个人开发者、企业和教育机构构建自定义 AI 应用

无缝集成 Ollama 模型库（如 LLaMA、Mistral）和 OpenAI 兼容服务（如 Azure OpenAI），支持动态切换模型。

从模型下载、推理到用户交互全链路本地化，满足 GDPR 等隐私法规要求。

通过插件系统和 Python 函数调用，可快速集成自定义逻辑（如实时翻译、有害内容过滤）。

交互与界面设计：响应式布局支持桌面、移动端自适应，提供渐进式 Web 应用（PWA），支持离线访问和类原生体验富文本支持：全面兼容 Markdown 和 LaTeX，支持代码高亮、公式渲染，适合技术文档和学术场景多模型协同：支持同时调用多个模型进行对比，例如用 GPT-4 生成创意、用 Claude 分析数据，组合输出结果RAG增强检索：本地 RAG 引擎支持 PDF、PPT 等 20 多种格式文档的语义化处理，结合混合检索（向量数据库 + 关键词搜索）提升回答准确性插件系统：通过 Pipelines 框架可注入自定义 Python 逻辑，例如集成 Langfuse 进行使用情况监控、LibreTranslate 实现实时翻译工具集成：原生支持 AUTOMATIC1111、ComfyUI 等本地图像生成工具，以及 OpenAI DALL・E 等外部服务

通过下面的Docker命令即可快速部署：

docker run -d \--name open-webui \-p 3000:8080 \-v open-webui:/app/backend/data \--add-host=host.docker.internal:host-gateway \-e OLLAMA_BASE_URL=http://host.docker.internal:11434 \ghcr.io/open-webui/open-webui:main

在浏览器输入http://localhost:3000即可访问。

MoneyPrinterTurbo是一个利用AI大模型，一键生成高清短视频的工具。只需提供一个视频主题或 关键词 ，就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐，然后合成一个高清的短视频。

首先clone项目：

git clone https://github.com/harry0703/MoneyPrinterTurbo.git

然后执行下面命令通过docker启动：

cd MoneyPrinterTurbodocker-compose up

然后在浏览器输入http://127.0.0.1:8501进行访问

AstrBot 是一个松耦合、异步、支持多消息平台部署、具有易用的插件系统和完善的大语言模型（LLM）接入功能的聊天机器人及开发框架。

功能特点大语言模型对话：支持各种大语言模型，包括 OpenAI API、Google Gemini、Llama、Deepseek、ChatGLM 等，支持接入本地部署的大模型，通过 Ollama、LLMTuner。具有多轮对话、人格情境、多模态能力，支持图片理解、语音转文字（Whisper）。

多消息平台接入：1.、QQ 官方机器人平台）、QQ 频道、微信、企业微信、微信公众号、飞书、Telegram、钉钉、Discord、KOOK、VoceChat。支持速率限制、白名单、关键词过滤、百度内容审核。

Agent：原生支持部分 Agent 能力，如代码执行器、自然语言待办、网页搜索。对接 Dify 平台，便捷接入 Dify 智能助手、知识库和 Dify 工作流。插件扩展：深度优化的插件机制，支持开发插件扩展功能，极简开发。已支持安装多个插件。

可视化管理面板：支持可视化修改配置、插件管理、日志查看等功能，降低配置难度。集成 WebChat，可在面板上与大模型对话。高稳定性、高模块化：基于事件总线和流水线的架构设计，高度模块化，低耦合。Docker部署

执行下面命令进行docker部署

mkdir astrbotcd astrbotsudo docker run -itd -p 6180-6200:6180-6200 -p 11451:11451 -v $PWD/data:/AstrBot/data -v /etc/localtime:/etc/localtime:ro -v /etc/timezone:/etc/timezone:ro --name astrbot soulter/astrbot:latest

在浏览器输入http://127.0.0.1:6185即可进入页面。