当前位置：

社区首页

电脑数码

存储设备

网络存储

NAS存储

威联通/QNAP

文章详情

NAS玩法彻底变了！存储只是基本功，它正在成为你的智能数据管家

一、前言

上周我把工作室里那台服役了好些年的旧NAS给换掉了，新上岗的是威联通Qu805。说实话换机器的理由特别纯粹，就是老伙计跑不动AI了。但凡涉及到本地推理的任务，CPU直接飙到满载，整个系统响应慢到我都怀疑是不是程序卡住了。而Qu805这台机器吸引我的点很简单，它那颗N150处理器算力足够支撑起一些我之前只能在云端跑的任务。

这次来分享一下这台机器上两个让我觉得耳目一新的AI功能：Qsirch AI Mode和AI Assistant。从把数据迁移完毕到现在，我大概高强度用了一周多，可以说这两个功能在很大程度上改变了我跟这台NAS的日常交互方式。

先说说我的数据底子。目前Qu805里面塞了大约6TB的内容，横跨了过去五年积累下来的东西。这里面有几万张照片和几千段视频，主要是工作记录和生活随拍；有几十个项目的设计源文件、文档和表格；还有大量录音和会议纪要。以前在这堆数据里找东西，我完全是靠文件夹分类加关键词搜索的土办法。但说实话，文件夹层级分得越细，找起来反而越费劲。因为脑子里的记忆路径跟实际的文件夹结构经常对不上，我常常对着层层叠叠的目录发呆，死活想不起来那份文件当时到底塞进了哪个子目录。这种痛苦，我相信数据量一大，大家多少都懂。

二、 Qsirch AI Mode：当搜索引擎学会理解内容

目前Qsirch提供关键词搜索、AI语义搜索和RAG搜索等不同模式。AI语义搜索更偏向于理解搜索描述与内容之间的关联，例如根据画面场景查找图片；RAG搜索则进一步结合大型语言模型，对指定文档进行自然语言问答、摘要、比较和内容分析。

这两类功能虽然都加入了AI能力，但使用方式和处理逻辑并不完全相同。本文主要体验的是Qsirch在文件、图片及影音内容检索方面的变化，后文涉及外部API和大型语言模型的部分，则属于RAG搜索的应用范围。

其实Qsirch这个应用在威联通的生态里算是老面孔了，一直扮演着文件搜索引擎的角色。但7.1.0版本之后加入的AI Mode，给我感觉完全是一个脱胎换骨的升级。传统搜索更依赖关键词、文件信息与既有索引，而 AI Mode 增强了对文件上下文和视觉场景的语义理解。

Qsirch AI Mode会在NAS端建立针对文档、图片及影音内容的智能索引，让用户可以通过自然语言描述查找相关内容。对于需要生成式AI分析的RAG搜索，用户还可以根据实际需求选择云端LLM或私有部署方案。

文件搜索：不再依赖文件名

我拿到机器后做的第一个实际测试，是搜索去年第三季度存的一本教材。这套搜索逻辑在传统NAS上几乎是不成立的，因为按照我的习惯，文件名可能只写了个xxx教材V3，不可能把时间范围内容描述全都堆进去。但Qsirch AI Mode直接帮我找到了那份文件。它准确理解了我说的去年第三季度对应的是哪几个月，一本教材匹配到了PDF内页的标题和正文内容，PDF则限定了文件类型。从敲下回车到出结果，大概三秒钟。

更让我觉得实用的是它对文档内容的穿透力。我试过搜我存在里面关于小学三年级的文档，Qsirch会预先解析PDF、DOCX、PPTX等文件的文字内容并建立索引，搜索时不仅可以匹配文件名，也可以根据正文内容和语义关联返回结果。这跟传统搜索那种只比对文件名的方式，完全不是一个维度的产物。

图片搜索：输入场景描述，AI帮你找图

这是整个体验里最让我感慨的部分。说实话我没有整理相册的习惯，照片往NAS里一扔就完事了。以前想找某张图，只能靠记忆里的时间线去文件夹里手动翻，翻不到就认了。但Qsirch AI Mode的图片搜索，完全绕开了文件名和文件夹路径。VLM模型在本地对每一张图片的内容进行推理编码，你只需要输入脑海里记住的那个视觉画面就行。

我做了几组搜索来考验它。搜海边日落的照片，它找出了去年在舟山拍的几张夕阳。那些照片的文件名全是IMG_7823这种格式，没有任何跟海或者日落沾边的文字信息。搜出来之后你甚至都可以通过相机型号和镜头型号来进一步筛选。

搜有猫的照片，它把我家两只猫出镜的所有照片全筛出来了，甚至包括一张猫只占了画面四分之一、蹲在机箱旁边当背景板的，它也没漏掉。搜有文字截图的图片，它把各种软件界面截图、拍PPT的白板笔记全给聚拢到了一起。

甚至连我拍的猫耳娘的照片都翻出来了。

这个功能带来的实际改变是，照片存了几年之后，你大概率记不住拍摄日期和存放路径，但你一定记得画面里有什么。以前只能靠运气手动翻，现在AI替你翻了整个库。

视频和音频搜索：从这段视频太长回头再看，到直接定位到那一秒

如果说图片搜索是惊喜，那视频和音频的搜索体验就是惊艳了。这里可为视频或音频生成逐字稿，并通过转录内容搜索相关片段。逐字稿与时间轴关联后，点击搜索结果即可跳转至对应位置。

我举一个真实发生过的场景。上周团队开会录了将近两个小时的音频，会后我需要找到讨论某个方案预算的那段对话。以前的操作方式是打开音频文件，拖进度条凭感觉瞎听，运气好五分钟能找到，运气不好来回拖个十几二十分钟。这次我在Qsirch AI Mode里直接搜预算讨论，系统瞬间定位到了第46分钟到第52分钟之间的几段对话。点击文字记录，播放器直接跳转到对应的位置。从我打开文件到听到那段内容，前后不到十秒。这种效率提升是肉眼可见的，对于经常跟会议录音访谈记录打交道的人来说，每周省下来的时间相当可观。

关于隐私和数据安全

这里我想单独拎出来说一下隐私问题，因为我知道很多人对AI功能的第一反应就是数据会不会被上传。AI Mode的VLM和LLM推理全部在Qu805本地完成，文件内容根本不需要离开你的网络。在完成模型及索引准备后，我尝试断开Qu805的互联网连接，仅保留局域网访问，现有的本地搜索功能仍可正常使用。同时搜索结果严格遵循NAS系统里现有的共享文件夹权限体系，不同账号搜同一个关键词，看到的结果是不一样的。在我的测试中，搜索结果仍受到现有NAS账号和共享文件夹权限限制，不同账号能够看到的内容并不相同。对于企业用户来说，这个设计思路可能比AI功能本身更重要，毕竟谁都不想把自己公司的敏感文件送到某个大模型服务器上去做分析。

需要特别区分的是，前面提到的内容检索与Qsirch的RAG搜索并不是完全相同的使用模式。如果启用RAG搜索，用户可以根据需求选择云端LLM或私有部署的LLM。

使用云端LLM时，需要配置相应服务的API，系统会将与问题相关的内容发送至所选择的模型服务进行分析；如果希望采用私有部署方案，则需要额外的LLM Core及符合要求的硬件环境，并不是所有NAS都能直接在本机流畅运行大型语言模型。因此，是否完全不上云，需要根据实际启用的功能和模型部署方式来判断。

三、AI Assistant：在手机上用自然语言管NAS

聊完了NAS自己怎么理解数据，接下来讲一下你怎么跟NAS说话。AI Assistant这套功能目前集成在三款移动端App里。Qfile Pro管文件，QuMagie管照片，Qmanager管系统状态。跟Qsirch一样，AI Assistant的指令解析也是在手机端本地完成的，数据一样不出门。

关于AI助手的系统需求，这里有个点需要提醒一下。Qfile Pro与Qmanager的AI助手依赖手机端生成式AI能力，Android设备需要支持AICore，iPhone则需要启用Apple Intelligence并运行相应版本的iOS。QuMagie的具体设备要求有所不同，建议以QNAP官方兼容列表和App当前版本说明为准。

四、两端协同：NAS做推理，手机做交互

用了一周之后，我开始琢磨这套AI系统的设计逻辑。在我看来，Qsirch AI Mode解决的是NAS怎么理解你的数据这个底层问题。VLM看懂图片视频里的视觉内容，LLM读懂搜索语句背后的语义。而AI Assistant解决的是你怎么跟NAS说话这个交互层问题，在手机上用自然语言发出指令，不需要打开电脑进后台。

从实际使用逻辑来看，Qsirch主要负责NAS端的数据索引、内容检索和搜索结果呈现，AI Assistant则把自然语言交互入口放到了手机端，让用户可以通过Qfile Pro、QuMagie和Qmanager完成文件查找、照片检索及系统状态查询等操作。

不过，具体的数据处理方式仍然要根据启用的功能来区分。关键词搜索、AI语义搜索和RAG搜索并不是完全相同的模式；其中RAG搜索还可以选择云端LLM或私有部署的LLM。因此，相比简单地概括为“所有AI都在本地运行”，更准确的说法是：QNAP为用户提供了不同的AI搜索和交互方式，用户可以根据功能需求、硬件条件及隐私要求选择合适的部署模式。

五、遗憾和期待

目前这套AI功能还不算完美（Beta测试中）。Qsirch AI Mode在面对PCB设计等专业术语时，搜索结果偶尔不够精准；AI Assistant目前主要集中在移动端，电脑端暂时缺少类似的自然语言交互入口；QuMagie在多人合照或复杂画面中，也可能出现识别遗漏。

希望后续能够继续提升专业内容的理解能力，并将AI交互扩展到更多电脑端场景。

六、结语