LobeHub来自创作者
树莓派 5 上自建 Ollama 与 LobeHub 的现实配置指南
LobeHub 指南说明如何在树莓派 5 上搭本地模型服务与聊天工作区，并给出可核对的公开基准。实测带宽下，约 1.5B 参数较舒适，3B 已近交互上限，7B 以上往往慢到难用；完整 Docker、LobeHub 与 Ollama 栈建议 16GB 内存而非 8GB。
步骤覆盖刷 64 位 Lite 系统、NVMe 存放数据、安装 Docker 与 Ollama、放开跨容器访问，再用 Compose 部署 arm64 镜像的 LobeHub。作者明确哪些配置值得买、哪些只是演示，避免把订阅级预算花在无法交互的大模型上。
要点
- 树莓派 5 本地 AI 更现实的选择是小模型
- 约 1.5B 较舒适，3B 近上限，7B 偏演示
- 完整栈建议 16GB 内存并使用 NVMe
- 步骤含 Ollama、Docker 与 LobeHub Compose
- 需放开 Ollama 跨容器访问并保持常驻
原文：Self-Hosted AI on a Raspberry Pi: A Complete 2026 Deployment Guide
A Raspberry Pi 5 with 16GB of RAM costs $120. Add a case, a cooler, a power supply and an NVMe drive and you are at roughly $200 — about the price of a year of a mid-tier AI subscription, except you own the hardware, it works with the network unplugged, and nothing you type leaves the house.
收录于 。摘自官方博客的简短节选，著作权归原发布者所有。