wiki-ingest batch 2026-04-16: Ollama/Qwen2.5-Coder部署 + NFS永久挂载 + Apache Superset Docker

wiki/concepts/NFS永久挂载.md

@@ -35,6 +35,14 @@ df -h | grep nas_backup      # 验证挂载成功
 - 重启后仍然失效：systemctl enable remote-fs.target
 - nfs-common 服务启动慢于 mount -a：_netdev 参数解决
 
+## 完整部署指南
+[[如何在UbuntuServer上通过NFS挂载Synology NAS上的共享文件夹]] 包含：
+- Synology DSM NFS 权限配置步骤截图
+- NFS 永久挂载参数详解（_netdev 为关键防开机卡死参数）
+- rsync 备份脚本挂载检查逻辑
+- 常见问题：remote-fs.target 启用
+
 ## Connections
 - [[Ubuntu服务器通过rsync实现日常增量备份]] — 应用场景
 - [[rsync增量备份]] — 备份目标端挂载
+- [[Synology NAS]] ← 提供 ← NFS 存储服务（192.168.3.17:/volume2/backup）

wiki/concepts/本地AI推理.md

@@ -0,0 +1,45 @@
+---
+title: 本地AI推理
+type: concept
+tags: [AI, 本地部署, 推理]
+sources: []
+last_updated: 2026-04-16
+---
+
+## 定义
+在自有硬件（本地服务器或 PC）上运行 LLM 推理，而非调用云服务 API。
+
+## 核心优势
+- **数据隐私**：敏感数据不出本地网络
+- **成本可控**：无 token 计费，硬件一次性投入
+- **延迟可控**：内网延迟极低
+- **离线可用**：不依赖外部网络
+
+## 主流方案
+
+| 方案 | 定位 | 最低配置 | GPU需求 |
+|------|------|---------|---------|
+| [[Ollama]] | 快速原型/轻量 | 4核CPU+8GB RAM | 可选 |
+| [[vLLM]] | 高并发企业级 | 8核CPU+32GB RAM | 必须 |
+| llama.cpp | 极致轻量 | 2核CPU+4GB RAM | 可选 |
+
+## Ollama 部署路径
+1. `curl -fsSL https://ollama.com/install.sh | sh`
+2. `ollama pull qwen2.5-coder:7b`（≈4.5GB）
+3. `ollama run qwen2.5-coder:7b`
+
+## 远程 API 暴露
+默认只监听 127.0.0.1，通过环境变量开放：
+```
+Environment="OLLAMA_HOST=0.0.0.0"  # /etc/systemd/system/ollama.service
+```
+可被 [[n8n]]/[[OpenClaw]]/[[OpenWebUI]] 等工具远程调用。
+
+## GPU 加速
+- NVIDIA GPU + CUDA 环境下 Ollama 自动调度 GPU
+- 无需额外配置，`nvidia-smi` 验证即可
+
+## Connections
+- [[本地AI推理]] ← 部署平台 ← [[Ollama]]
+- [[本地AI推理]] ← 推荐模型 ← [[Qwen]]（qwen2.5-coder:7b）
+- [[n8n]] ← 可调用 ← [[本地AI推理]]（通过 HTTP Request Node）