Olares：把个人云、文件与本地 AI 统一到自有硬件

项目定位

Olares 是一个基于 Kubernetes 的开源个人云操作系统，目标是在用户拥有的硬件上运行 AI agents、LLM 和自托管应用。它把计算、存储、网络和应用放进同一个入口，面向个人用户、家庭、小团队，以及希望搭建本地 AI 工作区的开发者。仓库标注许可证为 AGPL-3.0。

已知功能

Olares Market 提供开源 AI 应用和模型的安装入口。系统还包含 Files、Vault、Market、Dashboard 和 Control Hub 等应用，可处理本地文件、同步数据、连接的云存储以及外部 SMB/NFS 共享，并支持配置备份。

对于需要本地推理或多种工作负载的用户，项目提供跨节点 GPU 和其他加速器管理，包含时间切分、显存切分与独占 GPU 模式。v1.12.6 进一步加入 Model Console，将本地模型部署拆分为推理引擎和模型实例，并原生支持 Ollama、vLLM、llama.cpp 与 SGLang。该版本也扩展了 Agent Skills，使代理能够参与应用、文件、搜索、诊断和资源相关操作。

网络方面，README 描述了私有 VPN、反向代理以及 public、private、internal 等入口模式；用户可通过 Olares ID 和 LarePass 从浏览器、手机或桌面访问服务。项目列出的场景包括个人 AI 助手、本地生成式 AI、家庭媒体与智能家居、音频转写、代理应用开发，以及家庭或团队协作空间。

适合谁

它适合已经拥有一台长期运行设备，并希望把本地模型、个人数据和自托管应用放在同一系统中的用户。对开发者而言，应用与工作流可以在隔离环境中开发、测试和运行；对家庭或小团队而言，统一的文件、应用和远程访问入口可能比分别维护多个服务更易管理。

采用前的限制

首先，部署要求不能只看“能否启动”。Linux 脚本要求至少 4 个 CPU 核心、8 GB 可用内存和 150 GB 可用 SSD，且安装会因使用 HDD 而失败；支持的系统范围是 Ubuntu 22.04–25.04 或 Debian 12/13。其他平台有独立安装方式，实际要求需按具体平台确认。独立 GPU 是可选项，但本地 AI 的体验仍取决于硬件、模型和资源分配，来源未提供统一性能数据。

其次，Olares 把较多能力集中在 Kubernetes、网络入口、存储和应用资源管理之上。用户需要理解备份、外部存储、远程访问、权限和升级流程。v1.12.6 特别提示，升级后部分旧版 AI 应用可能无法启动，需要移除旧版本并从 Market 安装兼容版本，因此生产环境应先验证升级路径并保留可恢复备份。

最后，AGPL-3.0 会影响项目修改和网络提供场景下的合规评估；团队应在部署前审查自身分发、修改和服务提供方式。项目提供安全报告政策，但本文来源没有据此确认具体安全等级或审计结论。

部署考虑

建议先按目标平台核对官方安装文档，再规划 SSD 容量、模型存储、备份位置和访问入口。若使用远程访问，应明确哪些服务需要 public、private 或 internal 入口，并为账户、权限和恢复流程建立记录。若采用本地模型，还应单独评估 GPU、内存、模型大小和并发需求。对于重要数据或团队使用，先在非生产环境测试应用安装、共享存储、升级和回滚，再扩大部署范围。

资料来源

• GitHub repository metadata
• Project README
• Official release
• Official project page

资料核对日期：2026-09-24