AI创业第一步，手把手教你在NAS上搭建一套可商业化的AI应用系统

哈喽小伙伴们好，我是Stark-C~

最近几年AI的势头大家有目共睹！从最初的大模型到现在的智能体，从自动化到生产力，AI几乎每隔几个月就有新的突破，最重要的是，AI的使用门槛也是越来越低！

而从另一方面说，当前也是众多AI开发者、AI创业者的一个难得机遇。如何在当前AI浪潮中发挥自己最大的价值，为自己赚到第一桶金，我想应该是几乎所有有梦想的人都在考虑的问题吧！

今天为大家分享的这个项目，可以说是帮助大家迈出 AI 创业第一步的“最优解”：一套能够快速在 NAS 上私有化部署、功能完善、并且真正具备商业化能力的 AI 应用系统--BuildingAI。

关于BuildingAI

🔺BuildingAI 是一款面向 AI 开发者、AI 创业者以及先进组织打造的企业级开源智能体构建平台。它支持在数分钟内完成部署，并通过可视化配置界面（DIY 方式）实现零代码搭建，快速构建具备智能体、MCP、知识库、工作流、大模型聚合、意图识别、上下文工程等原生 AI 能力的应用。同时，BuildingAI 还内置用户注册、会员订阅、算力充值、支付计费等商业闭环能力，让你能够直接搭建可上线、可收费、可运营的原生企业级智能体系统。

BuildingAI 的愿景，是成为新一代企业智能体应用的基础设施，为 AI 开发者、AI 创业者和先进组织提供特性丰富、开箱即用的原生 AI 能力支持，加速智能体应用的构建与落地。

项目Github主页：https://github.com/BidingCC/BuildingAI

项目亮点特色（引自官网）：

• AI对话： 基于 LLM 模型进行对话、文本生成，支持多模态模型调用

• AI智能体： 支持创建具备记忆、目标和工具使用能力的智能体，实现自主任务执行

• 知识库： 通过文档构建知识库，支持向量检索与RAG增强生成

• MCP调用： 支持以 SSE、StreamableHTTP 方式调用MCP工具

• 模型管理： 支持主流大模型集成，统一API规范

• 拓展机制：通过安装拓展丰富系统功能和AI能力

• 充值计费： 内置会员管理、计费管理、支付功能，开箱即用

BuildingAI部署

部署前的说明：

提前说明一下，项目的体系还是比较大的，所以它对于部署设备（NAS）的硬件配置还是有一定要求的，最低需要“2核CPU + 4GB内存 + 5GB存储空间”，如果真正用作商业用途，配置当然是越高越好。本次部署我使用的是极空间Z423旗舰版NAS，所以部署这个项目可以说是毫无压力。

另外，项目作者推荐使用 Docker 的方式进行部署。不过由于涉及源码构建，通常情况下需要在终端执行相关命令，也就是说必须开启 NAS 的 SSH 功能。好在极空间最近对 Docker 功能进行了升级，已经支持直接加载源码，并且原生支持 .env 环境变量文件，这意味着我们可以在不启用 SSH 的情况下，也能完成项目的构建与部署流程。

为了让新手小白直接抄作业，接下来的部署过程我尽量说的足够详细。同时我更希望通过此次部署过程，让极空间用户真正了解当前Docker新功能的玩法，比如说怎么使用“ .env ”环境变量这种专业的能力。

开始部署：

🔺打开文件管理器，在Docker目录下新建一个“buildingai”的文件夹。

🔺然后去项目的Github主页，将项目整个克隆（下载）到本地。

🔺下载到本地的是一个压缩包，需要将压缩包直接解压。

🔺然后我们需要将解压之后的所有文件全部上传到极空间前面新建的“buildingai”文件夹。

🔺如果说你那边显示的和我这边不一样，需要在极空间文件管理的“设置”中开启“显示隐藏文件/文件夹”。

🔺然后我们需要修改的有两个文件：“.env”和“docker-compose.yml”。

🔺我们直接打开这两个文件，系统会提示不支持直接查看。我们直接点“尝试用文本编辑器打开”就可以了。

🔺先说“.env”文件，我已经为大家优化好了，大家直接复制粘贴，然后右上角“保存”就可以了，

# Base APP_NAME=BuildingAI APP_DOMAIN=http://192.168.31.122:4090 ​ # Server SERVER_PORT=4090 SERVER_CORS_ENABLED=true SERVER_CORS_ORIGIN=* SERVER_SHOW_DETAILED_ERRORS=false SERVER_IS_DEMO_ENV=false ​ # PM2 PM2_APP_NAME=buildingai PM2_INSTANCES=1 PM2_EXEC_MODE=cluster PM2_MAX_MEMORY=1G PM2_WATCH=false PM2_LOG_DIR=../../logs/pm2 PM2_AUTORESTART=true PM2_LOG_DATE_FORMAT=YYYY-MM-DD HH:mm:ss Z ​ # JWT JWT_SECRET=change_this_to_a_strong_password JWT_EXPIRES_IN=30d ​ # Database DB_TYPE=postgres DB_HOST=postgres DB_PORT=5432 DB_USERNAME=postgres DB_PASSWORD=postgres DB_DATABASE=buildingai DB_SYNCHRONIZE=false DB_DEV_SYNCHRONIZE=true DB_LOGGING=true ​ # Redis REDIS_HOST=redis REDIS_PORT=6379 REDIS_USERNAME= REDIS_PASSWORD= REDIS_DB=0 REDIS_TTL=60*60*24 REDIS_MAX_RECONNECT_ATTEMPTS=5 REDIS_RECONNECT_DELAY=3000 ​ # Cache CACHE_TTL=86400 CACHE_MAX_ITEMS=1000 ​ # Logs LOG_LEVELS=error,warn,debug,fatal LOG_WRITE_LEVELS=error,warn,debug,fatal,log LOG_TO_FILE=true LOG_DATABASE_SCHEMA=false LOG_CLEAN_INTERVAL=3 ​ # Web VITE_DEVELOP_APP_BASE_URL=http://localhost:4090 VITE_PRODUCTION_APP_BASE_URL=http://192.168.31.122:4090 VITE_APP_WEB_API_PREFIX=/api VITE_APP_CONSOLE_API_PREFIX=/consoleapi ​ # Docker NPM_REGISTRY_URL=https://registry.npmmirror.com DOCKER_CONTAINER_SUFFIX= DOCKER_MEMORY_LIMIT=6144M DOCKER_CPU_LIMIT=2.0 DOCKER_MEMORY_RESERVATION=512M POSTGRES_EXTERNAL_PORT= REDIS_EXTERNAL_PORT=

以上代码需要修改的地方仅为图中红框所示的地方，端口号如果本地不冲突就不要改，如果需要修改后面的只要是“4090"端口都要改成一致！

🔺然后是“docker-compose.yml”文件，我同样已经为大家优化过，直接复制粘贴后“保存”即可：

name: buildingai ​ x-resource-config: &resource-config deploy: resources: limits: memory: ${DOCKER_MEMORY_LIMIT:-3584M} cpus: "${DOCKER_CPU_LIMIT:-1.0}" reservations: memory: ${DOCKER_MEMORY_RESERVATION:-512M} ​ services: redis: image: ccr.ccs.tencentyun.com/buildingai/redis:8.2.2 container_name: buildingai-redis${DOCKER_CONTAINER_SUFFIX:-} restart: always environment: TZ: Asia/Shanghai REDIS_PASSWORD: ${REDIS_PASSWORD:-} QUICK_START_MODE: ${QUICK_START_MODE:-false} ports: - "${REDIS_EXTERNAL_PORT:-}${REDIS_EXTERNAL_PORT:+:}6379" volumes: - ./docker/data/redis:/data networks: - buildingai-network <<: *resource-config healthcheck: test: ["CMD-SHELL", "redis-cli -a $$REDIS_PASSWORD ping"] interval: 10s timeout: 5s retries: 5 ​ postgres: image: ccr.ccs.tencentyun.com/buildingai/postgres:17.6 container_name: buildingai-postgres${DOCKER_CONTAINER_SUFFIX:-} restart: always environment: TZ: Asia/Shanghai POSTGRES_USER: ${DB_USERNAME:-postgres} POSTGRES_PASSWORD: ${DB_PASSWORD:-postgres} POSTGRES_DB: ${DB_DATABASE:-buildingai} ports: - "${POSTGRES_EXTERNAL_PORT:-}${POSTGRES_EXTERNAL_PORT:+:}5432" volumes: - ./docker/data/postgres/postgres_data:/var/lib/postgresql/data networks: - buildingai-network <<: *resource-config healthcheck: test: ["CMD-SHELL", "pg_isready -U ${DB_USERNAME:-postgres}"] interval: 10s timeout: 5s retries: 5 ​ nodejs: image: ccr.ccs.tencentyun.com/buildingai/node:22.20.0 container_name: buildingai-nodejs${DOCKER_CONTAINER_SUFFIX:-} restart: on-failure:3 working_dir: /buildingai volumes: - ./:/buildingai ports: - "${SERVER_PORT:-4090}:${SERVER_PORT:-4090}" #端口修改，不冲突保持默认 environment: TZ: Asia/Shanghai SERVER_PORT: ${SERVER_PORT:-4090} #端口修改，不冲突保持默认 QUICK_START_MODE: ${QUICK_START_MODE:-false} NPM_REGISTRY_URL: ${NPM_REGISTRY_URL:-} DB_USERNAME: ${DB_USERNAME:-postgres} DB_PASSWORD: ${DB_PASSWORD:-postgres} DB_DATABASE: ${DB_DATABASE:-buildingai} DB_HOST: postgres DB_PORT: 5432 REDIS_HOST: redis REDIS_PORT: 6379 REDIS_PASSWORD: ${REDIS_PASSWORD:-} command: | sh -c ' set -e echo "🚀 Starting BuildingAI container..." ​ if [ -n "$NPM_REGISTRY_URL" ]; then echo "🔧 Using custom registry: $NPM_REGISTRY_URL" if command -v npm >/dev/null 2>&1; then npm config set registry "$NPM_REGISTRY_URL" fi if command -v pnpm >/dev/null 2>&1; then pnpm config set registry "$NPM_REGISTRY_URL" fi else echo "⚠️ NPM_REGISTRY_URL not set, using default registry" fi ​ if ! command -v pnpm >/dev/null 2>&1; then echo "📦 Installing pnpm..." npm install -g pnpm npm install -g pm2 ​ if [ -n "$NPM_REGISTRY_URL" ]; then pnpm config set registry "$NPM_REGISTRY_URL" fi fi ​ echo "🎯 Starting BuildingAI..." exec pnpm start --no-daemon ' networks: - buildingai-network <<: *resource-config depends_on: redis: condition: service_healthy postgres: condition: service_healthy healthcheck: test: ["CMD-SHELL", "curl -f http://localhost:${SERVER_PORT:-4090}/consoleapi/health || pnpm pm2 describe ${PM2_APP_NAME:-buildingai-api} | grep -q 'online' || exit 1"] interval: 30s timeout: 10s retries: 3 start_period: 600s ​ networks: buildingai-network: driver: bridge ​

以上代码需要修改的地方还是端口那里，如果本地不冲突就不要改！

🔺接着就可以正式部署了，点击极空间NAS的“Docker”应用，点击【Compose】 > 【新增项目】。

🔺在“创建项目”页面自定义项目名称，“存储位置”需要手动选择我们前面新建的“buildingai”文件夹，添加方式选择“从本地导入”。

🔺然后勾选“buildingai”文件夹内的“docker-compose.yml”文件，确定。

🔺然后在勾选下面的“添加.env”，同样选择“从本地导入”。

🔺勾选“buildingai”文件夹内的“.env”文件，确定。

🔺最后勾选下方的“所有合规文件夹添加最大读写权限”，点击“创建”按钮就可以了。

🔺它这里会有一个提示，选择“覆盖”即可。

🔺项目创建之后会有3个Docker容器运行，其中“buildingai-nodejs”是项目主程序。首次启动需要拉取依赖和建立数据库，所以启动的时间略长。

🔺等到3个Docker容器全部显示“正常”，就说明项目搭建成功，可以使用了。

BuildingAI体验

🔺本地打开方式没啥特别，依然是浏览器地址栏输入“IP:端口号”即可打开，首次使用需要简单的初始化，直接点“开始安装”即可。

🔺先来创建一个管理员账号，自定义需要的用户名和密码。

🔺然后自定义网站的名称，Logo和图标，就完成了基本的初始化配置。

🔺初始化完成会提示我们“访问前台”还是“前往工作台”。

🔺我们先来看看前台，可以看到它前台其实和我们常见的AI智能体框架没什么区别，主要就是通过右侧的聊天窗口来进行交互。因为目前它还只是一个空的框架，没有AI大模型可以选用，所以还不能正常使用。这个时候我们需要通过点击左下角的“工作台”切换到后台。

🔺然后工作台后台的功能就非常丰富了！从大模型的配置，到秘钥的管理全都一应俱全。

🔺比如说它的“模型厂商”里，基本上咱们熟知常见的国内外大模型服务商都可以在这直接配置，就算没有的我们也可以自定义配置。

🔺这里直接以大家熟知的DeepSeeK为例，基本上只需要绑定设置好的秘钥，然后设置下模型类型，这个模型就配置好了。

🔺当然，秘钥也是有现成的模版可以直接使用。

🔺只要在后台配置好模型，前台就可以直接使用了！可以看到现在的这个可是我私人专属AI助手啊~！

🔺其它的就是一些上线之后的商业化管理方面的设置，比如营销设置，会员管理，订单相关等。项目的官网对于它这里后台的每一项设置都有详细的说明和教程，感兴趣的建议还是去官网观摩，我这里就不啰嗦了~

最后

因为资质有限，我个人目前应该是用不上这个项目了！不过有想法的AI大佬们倒是可以尝试一下，不管怎么说，这么一套现成可商业化的 AI 应用系统，可以让你在NAS上几乎零成本就能运营自己的“AI 小公司”，对于想试水副业、推广产品、搞点小创新的用户来说，都算是一个不错的选择。

目前极空间的各大NAS产品优惠继续，同时极空间部分产品还可享受白条3期或6期免息政策，180天内出现质量问题只换不修，2年官方质保。喜欢的小伙伴不要犹豫赶快入手吧，早买早享受~

好了，以上就是今天给大家分享的内容，我是爱分享的Stark-C，如果今天的内容对你有帮助请记得收藏，顺便点点关注，咱们下期再见！谢谢大家~