当前位置：

社区首页

电脑数码

电脑配件

散热器

文章详情

百元路由器改造：Agent、知识库、AI助手，全整合进这个小盒子里

百元路由器的‘赛博飞升’：Agent编排、知识库、AI助手，全整合进这个小盒子里

这事说出来可能没人信，但我确实用一台旧路由器跑起了大模型。

就是那种闲鱼上花100块淘来的、已经淘汰了好几年的千兆路由，外壳和充电器都破破旧旧的，积了好几层灰。刷完系统插上电，用酒精纸巾擦了好几遍，听着风扇吱吱呀呀转起来的时候，我心里也没底——毕竟这玩意儿只有2GB内存，搁现在随便开个浏览器都比它能吃。

结果跑起大模型还挺稳，运行小半月没掉链子过。

特点：内存占用极其低，2GB内存搓搓有余

一、配置清单

1.1、配置

1）硬件配置

‌内存组合‌：配备 2GB DDR3 运行内存和 8GB eMMC 闪存存储

处理器‌：四核 Cortex-A53 架构，主频约 1.5GHz 至 2GHz

网络：搭载 1 个千兆以太网口（RJ45），支持 10/100/1000Mbps 自适应

硬盘：250GB

2）软件清单

1.干活主力

PicoClaw（AI助手，自动化Agent）
ChatGPT‑Next‑Web（仿GPT聊天窗），或则选Open‑WebUI
One‑API（大模型聚合网关）
Memos（备忘录）
思源笔记（笔记，知识库）

2.可选工具

cnocr-arm64（ OCR 识别）
Docling（文档解析工具，PDF/Word/Excel 转干净 Markdown）
AstrBot（消息机器人）
whisper‑api（音频转文字）

想要UI好看，可选LobeChat，功能确实很不错，就是占资源比较多

角色分工：One‑API（网关） + PicoClaw（自动化Agent） + Memos（知识库） + NextChat（聊天前端）

大模型清单：

使用免费大模型，够用即可

1、阿里百炼免费模型

7000万 Token免费体验

2、OpenRouter

提供了超过28款免费模型，包括 Llama 3.3 70B、Qwen3 Coder、Gemma 3 系列、GPT-OSS等主流开源模型

3、智谱

主力是 GLM-4-Flash 系列，该系列模型专为免费、高效运行而设计，在代码生成等方面能力突出，有一定限制

成本构建：

50的斐讯N1路由器+50的纽曼硬盘=100

每月电费基本忽略不计

3）日常运维

运行负载：

目前负载1GB左右

image-20260829223328233

电费使用：

image-20260829225717597

日常维护：

长期使用，最好做好散热，尤其是夏天

简单方法：2~4个矿泉水瓶盖高，放底部

高效方法：采用主动式散热风扇底座，懒人标配

路由器长时间高负载跑带宽、拨号、多设备连接，芯片会持续发热。高温会直接触发降频，造成网速卡顿、延迟飘高、频繁断流重启。

加装主动散热风扇，快速带走机身内部积热，稳定芯片工作温度，减少高温降频，保住满速性能，降低死机掉线概率，延长路由器使用寿命。

1.2、工具介绍

1、PicoClaw（AI助手）

超轻量 AI Agent 助手，单二进制分发，ARM64、x86、RISC‑V 多架构兼容，内存占用仅 10‑50MB，秒级启动，主打边缘低硬件设备部署PicoClaw。原生完整支持 MCP 协议，可对接 OCR、文档解析等外部工具，兼容 OpenAI 兼容接口，支持 Telegram、钉钉、飞书、QQ 等多聊天通道接入。

image-20260829224908608

2、ChatGPT‑Next‑Web（GPT聊天）

一键快速部署私有 ChatGPT 网页端，轻量化、跨平台适配 Windows/Mac/Linux 与网页，支持 GPT、Gemini Pro 、千问、DeepSeek等主流大模型，界面简洁流畅、完整支持 Markdown 与代码高亮，可自定义 API 密钥、对话记忆与界面样式，既能本地私有化部署保障数据隐私，也能快速搭建个人 / 团队专属 AI 助手，部署门槛低、交互体验接近官方

image-20260829224804020

3、One‑API（大模型聚合网关）

大模型 API 统一网关，可聚合 OpenAI、DeepSeek、通义千问、文心一言等各类大模型服务商密钥，将各家异构接口统一转换成标准 OpenAI 兼容格式，提供 Web 管理面板，支持负载均衡、故障重试、令牌限流、额度统计、用户密钥分发，可对接 AstrBot、PicoClaw 等 Agent 应用，Docker 一键部署，适合本地 NAS、ARM 盒子搭建私有大模型接入层，屏蔽不同厂商 API 差异，实现一套接口随意切换底层模型。

image-20260829224429162

4、Memos（知识库）

开源自托管碎片化笔记工具，轻量省资源，原生 Markdown 语法，以时间线流形式快速记录灵感、片段文本与待办，支持标签、全文检索、内容分享，提供完整 REST API，数据完全自主可控，适合做本地知识库素材库

image-20260829224556710

二、实操方案

有哪些使用场景？部署方案及实操

2.1、安装部署

1）安装PicoClaw

商店自带的应用比较旧，采用Docker部署

使用界面安装

image-20260829231807727

配置文件挂载和变量

- PICOCLAW_GATEWAY_HOST=0.0.0.0 - PICOCLAW_LAUNCHER_TOKEN=your_secure_password # 请修改为强密码

存储路径：

存储工作空间

- ./data:/root/.picoclaw

Docker 命令参考：

services: picoclaw-launcher: image: sipeed/picoclaw:launcher container_name: picoclaw-launcher restart: unless-stopped environment: - PICOCLAW_GATEWAY_HOST=0.0.0.0 - PICOCLAW_LAUNCHER_TOKEN=your_secure_password # 请修改为强密码 ports: - "18800:18800" # Web 访问端口 - "127.0.0.1:18790:18790" # Gateway 端口，通常无需修改 volumes: - ./data:/root/.picoclaw

初始化，设置登录密码

image-20260829233024501

2）安装ChatGPT‑Next‑Web

数据存浏览器，也可以放在WebDAV里持久化

可使用界面或终端工具部署

拉取镜像

image-20260829231250555

安装并运行容器

新建容器

image-20260829231422827

设置环境变量和端口号

image-20260829231514342

参考Docker命令

docker run -d --name chatgpt-next-web -p 3600:3000 -e CODE=123456 -e OPENAI_API_KEY=sxxxxxxx -e WEBDAV_ENABLED=true -e WHITE_WEBDAV_ENDPOINTS=http://192.168.50.100:6086 --restart always yidadaa/chatgpt-next-web

3）安装One‑API

iStoreOS应应用搜索OneAPI，一键安装

image-20260829230432454

4）安装Memos

iStoreOS应用商店，搜索Memos应用，点击安装

image-20260829230913702

2.2、使用场景

2.2.1、整理知识库+自动AI工作流示例

执行流程：

PicoClaw Cron定时触发（例如每日09:00）
↓
调用网页搜索工具，检索最近一周AI行业资讯，抓取网页原文，做去重过滤
↓
One‑API大模型处理：筛选热度，输出Top10，格式【标题：简讯摘要+原文链接】；同时生成**报纸排版风格的Markdown单页**（头条、资讯列表、栏目划分，适合思源渲染）
↓
分支1：调用Memos API，写入备忘录，打上标签 #AI，完成原始简报归档
分支2：调用思源笔记API，将报纸版式Markdown新建为一篇独立笔记，存入指定知识库笔记本
分支3：提取简报精简摘要+Memos访问链接，调用企业微信webhook推送消息，手机端接收通知

文件搜索：

定时触发 PicoClaw 配置 cron 定时任务，开启网页搜索工具，限定检索时间范围为最近 7 天，抓取 AI 行业新闻、开源动态、模型发布、行业事件，自动过滤重复同源新闻

安装Memos笔记技能

image-20260829233736518

2.2.2、智能问答

在NextChat网页对话 ↓ 请求转发 One‑API（统一模型网关，切换DeepSeek/豆包等） ↓ 两种模式： 1️⃣普通问答：直接返回回答，对话记录保存在浏览器本地 2️⃣需要外部工具（OCR、知识库查询、写入Memos/思源） → 用户把指令发给PicoClaw Agent（NextChat不支持直接调用第三方API） → PicoClaw调用MCP工具完成OCR、文档解析、读写Memos、读写思源笔记 → PicoClaw把结果返回给NextChat对话窗口 ↓ 对话产出的重要内容：手动复制导出Markdown，交给PicoClaw，写入Memos打#AI标签，再归档思源笔记

1）RAG 问答助手

你是私有知识库问答助手，下面会粘贴知识库片段，基于提供的参考内容回答用户问题。 - 如果参考片段没有答案，如实告知，禁止编造。 - 回答尽量引用原文要点，简洁清晰。 temperature:0.4

2）专业翻译助手

场景：文档翻译、网页片段、技术文档、中英互译，兼顾口语 / 书面

你是专业翻译助手。 1. 用户输入文本，优先完成翻译；支持中英日韩多语言互译，自动识别源语言 2. 技术资料模式：术语保持行业标准译法，不乱意译；日常文本通顺自然 3. 可选输出格式：原文+译文对照，也可以纯译文，遵循用户要求 4. 不添加多余闲聊，不编造内容；如果文本残缺，如实说明 temperature:0.2

3）职业顾问（简历优化、面试、求职、技术岗规划、跳槽分析）

场景：简历润色、面试题解答、岗位分析、职业路径规划、跳槽利弊评估，适配 IT / 架构 / 开发岗位

你是务实的职业顾问，专注IT技术岗位。 1. 客观理性，拒绝鸡汤，给出可落地的现实建议，区分理想情况与现实约束 2. 用户可以输入：简历片段、岗位JD、面试问题、跳槽诉求、现状困惑 3. 简历优化：指出问题、改写片段、提炼亮点，输出Markdown格式，便于复制保存到笔记 4. 岗位分析：拆解岗位要求、技术栈、风险点、薪资预期、发展瓶颈 5. 面试辅导：模拟提问、答题思路、踩坑提醒 6. 输出条理清晰，分点阐述；不编造虚假行业信息 temperature:0.5