N1飞牛NAS部署New-API：把本地Ollama模型变成随时调用的公网接口

2026-10-14 12:58 0 阅读

折腾动机

手里捏着好几个AI API的人不在少数。DeepSeek一个、通义千问一个、本地还跑着Ollama，每次在不同应用里来回切、反复配密钥，光是管理就已经够烦的了。更现实的问题是：本地跑的大模型，算力再好也只能在家里用，离开路由器就断了，想分享给朋友更是天方夜谭。

New-API就是来解决这个的。它本质上是一个大模型API聚合网关，把各种渠道（云端API + 本地Ollama）统一接管过来，转换成标准OpenAI格式吐给下游应用。自带可视化后台，Token管理、额度限制、调用日志、渠道轮询全在一起，不用再对着散落的接口地址发愁。

这篇文章的目标很明确：用N1飞牛NAS，在五分钟内搭起一套可用的New-API中转站，然后把本地Ollama接进去，最后通过cpolar穿透到公网，让你人在公司也能调用家里的模型。

New-API能做什么

New-API基于One API升级而来，核心功能可以概括为四点：

异构接口自动转换。原生支持将数十种不同格式的大模型API乃至本地运行的Ollama服务，无缝转换成标准的OpenAI接口格式。下游应用零门槛接入，不用改代码。

精细化权限与额度管控。内置可视化管理面板，支持多用户账户隔离。你可以针对每个发出去的Token令牌设定精确的调用额度、并发频率限制及请求有效期，实现算力安全跨网分享。

高可用智能路由调度。允许将多个免费或付费API整合进统一的模型通道池，系统支持按权重动态轮询及故障自动重试，有效规避单点失效。

全透明数字资产监控。配备图表看板，从每一个模型、每一次请求到每一个用户的Token消耗量与延时表现均被记录，资金消耗透明可查。

环境准备与Docker部署

本期教程的折腾主力是N1盒子。为了榨干它的剩余价值，我提前在N1上刷入了ARM版本的飞牛NAS系统。接下来直接利用飞牛自带的Docker环境部署New-API。

首先打开飞牛NAS桌面，点击【Docker】图标，进入后确保【Docker服务】处于开启状态。然后进入【系统设置】，选择【SSH】，将其启用。

电脑按下【Win + X】键，选择【终端（管理员）】打开PowerShell窗口。在终端输入SSH命令远程连接飞牛NAS：

ssh n1@192.168.50.228

连接成功后，执行命令切换至root用户（输入密码时不会显示）：

sudo -i

然后执行以下命令，下载一键部署脚本：

curl -L https://gitee.com/jun-wan/script/raw/master/new_api_deploy/deploy_sqlite.sh -o deploy_sqlite.sh && ls

下载完成后，授权并执行脚本：

chmod +x deploy_sqlite.sh && bash deploy_sqlite.sh

执行后会询问选择安装位置。如果外接了扩展硬盘，会有扩展存储选项。这里选择【2】，安装在外置硬盘上，然后回车。

部署完成后，在浏览器中访问测试。成功访问到页面，Docker一键部署的New-API就搞定了。

初始化配置

部署好项目后，访问New-API默认需要进行初始化。在数据库检查页面选择【下一步】，接着创建管理员账号和密码，创建完成后继续点击【下一步】。

来到使用模式部分，根据需要的运行模式进行选择。这里选择【自用模式】，然后继续进行【下一步】。点击【初始化系统】完成初始化。

如果默认没有登录，点击右上角【登录】按钮，输入刚才初始化的管理员账号密码即可进入后台。

本地Ollama安装与测试

网关搭好了，但还需要一个本地AI大模型作为"主力输出"。接下来在Windows电脑上从零安装Ollama，并以通义千问的小参数模型qwen3.5:0.8b为例进行测试。

安装Ollama程序

重新打开一个PowerShell终端，执行以下命令一键安装Ollama：

irm https://ollama.com/install.ps1 | iex

安装完成后，输入以下命令查看Ollama版本信息确认已安装：

ollama --version

下载并运行模型

在Ollama官网搜索想要使用的模型。以qwen3.5:0.8b为例，它体积较小（约1G），适合测试。回到终端执行以下命令下载并运行：

ollama run qwen3.5:0.8b

进行对话测试，输入"你好"，观察响应速度。测试成功后，输入以下命令退出对话：

/bye

测试Ollama的API服务

Ollama支持标准的OpenAI兼容格式（/v1/chat/completions），端口默认为11434。在PowerShell终端执行以下命令测试：

Invoke-RestMethod -Method Post -Uri "http://localhost:11434/v1/chat/completions" -ContentType "application/json" -Body '{"model": "qwen3.5:0.8b", "messages": [{"role": "user", "content": "hi"}], "stream": false}'

如果在CMD终端，则执行：

curl http://localhost:11434/v1/chat/completions -H "Content-Type: application/json" -d "{\"model\": \"qwen3.5:0.8b\", \"messages\": [{\"role\": \"user\", \"content\": \"你好\"}], \"stream\": false}"

测试成功，Ollama的API服务运行正常。

在New-API中配置Ollama渠道

登录New-API后台，点击左侧菜单栏的【渠道管理】，然后点击【添加渠道】。

在弹出的侧边栏配置中，类型选择【Ollama】，名称自定义，密钥随机输入一个（Ollama默认不需要密钥连接）。API地址部分填写当前Windows的局域网IP地址，如果不知道可以在终端执行以下命令获取：

ipconfig | findstr "IPv4"

在模型部分，点击【获取模型列表】按钮。如果配置正确，会弹出选择模型的窗口，选择刚才下载的qwen3.5:0.8b，然后确定添加。添加完成后，点击底部的【提交】按钮。

提交后，点击测试按钮或展开按钮进行测试。出现测试成功的提示，代表模型已成功接入。

如果有多台本地AI服务器，都可以按同样方式接入。配置完成后，在模型广场可以看到所有本地AI服务器部署的模型。

创建令牌进行测试

点击左侧菜单栏的【令牌管理】，然后点击【添加令牌】。在弹出的侧边配置区域填写相关信息，点击提交。创建成功后，点击复制令牌。

通过N1部署的New-API就可以访问了。在CMD中测试（注意修改令牌为自己的）：

curl http://192.168.50.228:3000/v1/chat/completions ^
-H "Content-Type: application/json" ^
-H "Authorization: Bearer sk-MbmNWNXhaGrNlZRe6r1ZxEOoROiE5HpIfU6zL8353FJ4msZO" ^
-d "{\"model\": \"qwen3.5:0.8b\", \"messages\": [{\"role\": \"user\", \"content\": \"你好\"}], \"stream\": false}"