群晖DS920+部署Ollama+AnythingLLM，三天打通外网的血泪史

前言：钞能力也挡不住踩坑

如果你觉得旧笔记本性能不够，买了台群晖想正经搞AI，那你可能和我一样天真。我本以为DS920+（J4125处理器）跑个Docker易如反掌，结果从部署到外网访问，整整折腾了72小时。这篇不吹牛，只讲那些官方教程里不会写的致命细节。

痛点一：Docker配置的“隐形陷阱”

群晖的Docker套件虽然方便，但默认没有开启GPU支持。对于Ollama来说，纯CPU推理慢得令人发指。我的解决思路是：放弃GPU加速，直接优化模型选择。在docker-compose.yml里，一定要给Ollama容器分配至少4G内存限制，否则跑着跑着群晖就会因内存溢出自动杀死容器。另外，挂载路径别用/volume1/docker/ollama这种默认路径，单独建一个/volume1/AI_Models文件夹，方便后续备份和迁移。

痛点二：内网穿透，我差点砸了键盘

群晖自带QuickConnect，但那速度跑AI交互就是幻灯片。为了外网流畅访问，我试过ZeroTier、Tailscale，最终选了FRP（内网穿透）。但群晖的防火墙默认阻止了外部端口！我在路由器做了端口转发（把公网6000端口映射到NAS的3000端口），却忘了在群晖的“控制面板-安全性-防火墙”里放行这个端口。结果就是：局域网访问丝滑，一换5G网络就“连接超时”。这个坑我排查了整整一天，最后在日志里看到Connection refused时才恍然大悟。

痛点三：打通第一个AI服务的最后一百米

当Ollama和AnythingLLM（一个极好的本地知识库UI）都跑起来后，问题又来了——AnythingLLM连不上Ollama。因为在Docker网络里，你不能用localhost，必须用容器名。修改环境变量OLLAMA_BASE_URL=http://ollama:11434，重启容器，瞬间连通。那一刻，我对着屏幕上跳出的“Hello, I am your local AI”差点哭出来。

结语：避坑指南送给后来的你

这三天，我重装了两次系统，删了十几个容器，看了上百条论坛帖子。如果你也想在群晖上玩AI，请记住三点：第一，选对模型（4B以下）；第二，配好内存限额；第三，外网访问优先考虑Tailscale，别碰复杂的FRP。 折腾是乐趣，但把时间花在调优上，比花在排错上更有价值。希望我的“血泪”能成为你的捷径啦～😂😂