Nextcloud Assistant + Ollama：您的云端AI 自托管

#为何将 Nextcloud 与 Ollama 集成

Nextcloud Assistant 是集成在 Nextcloud 中的 AI 界面（顶部栏中的“魔法魔杖”图标）：它汇集了文本摘要、改写、生成草稿、提取要点和翻译等任务。在 Nextcloud Hub 中，“上下文聊天”助手还允许您与模型对话，并在具备适当上下文时查询您自己的文件。

问题：默认或演示中提供的后端通常指向云端API（如OpenAI或Nextcloud托管服务）。对于自建云环境，这恰恰回到了我们试图避免的情况——将私有内容发送给第三方。将助手连接到Ollama，该模型运行在您自己的机器上并监听在http://localhost:11434,端口，可确保您的文档内容始终保留在本地基础设施中。

数据主权

任何文件、邮件或笔记的内容都不会离开您的服务器。这既有助于遵守 GDPR，也能让您更安心。

使用成本为零

不按 token 计费：一旦硬件成本收回，摘要生成和文本撰写就免费且不限量。

可选模型

您可自主选择模型（Qwen、Gemma、Granite）及其量化方式，根据您的VRAM进行配置，而非被迫使用预设模型。

离线运行

即使无法访问互联网，只要 Nextcloud 服务器和 Ollama 仍在运行，助手就仍然可用。

#工作原理：AppAPI 与 ExApp

Nextcloud 并不直接与 Ollama 通信，两者之间需要通过外部应用机制进行连接。理解这三部分组件能有效避免配置过程中的诸多试错。

助手

集成在Nextcloud中的前端应用，用于在用户界面中展示任务（摘要、改写、聊天）。

AppAPI

这是用于管理外部应用（ExApps）生命周期的 Nextcloud 应用，负责安装、部署和通信。它是需要首先安装的基础组件。

ExApp AI 后端

一种外部应用（容器），用于实现任务提供程序，并与推理引擎通信。本地运行最常用的是“integration_openai”（兼容所有 OpenAI 兼容端点，包括 Ollama）以及通过专用 ExApp 接入的“LocalAI”。

部署守护进程

AppAPI驱动的服务（通常为Docker）用于启动和停止ExApps容器。若部署守护进程不可用，则无法部署任何ExApp。

请求的路径如下：您在助手界面点击「摘要」→ Nextcloud 将任务交由服务提供商处理 → ExApp（例如 integration_openai）将请求格式化为 OpenAI 格式 → 该请求发送至 Ollama 的端点 → 响应沿相同路径返回。关键在于将集成 ExApp 指向 Ollama 的 URL，且模式为 OpenAI 兼容。

#先决条件

较新版本的 Nextcloud Hub

支持 AppAPI 和 Assistant 的版本（Hub 6/7 或更新版本）。最好采用 Docker/AIO 部署，或使用您自行管理的服务器，以便安装 AppAPI 和 Deploy Daemon。

Ollama 已安装并可访问

在同一台机器或网络中的另一台机器上。守护进程默认监听 http://localhost:11434。请使用“ollama --version”和“ollama ps”进行检查。

Docker 用于部署守护进程

AppAPI 通过 Docker 守护进程部署 ExApps。在 Nextcloud AIO 中已集成；在手动安装中则需要 Docker 访问权限（Socket 或 API）。

少量VRAM或RAM

Q4量化情况：7B模型约需5 GB，14B模型约需9 GB。无GPU时，内存将接管，但速度较慢——对于偶尔的摘要任务而言是可以接受的。

Nextcloud 管理员访问权限

Assistant、AppAPI 和集成的设置均在“管理设置”中进行。

#1. 准备 Ollama 并选择一个模型

先从一个用途广泛、支持法语的指令模型开始。对于家庭使用或小型团队，采用 Q4_K_M 量化的 Qwen 3.5 9B 在质量与内存占用之间提供了最佳折中：它能很好地用法语进行摘要和改写，支持很大的上下文（256k tokens），并能装入约 6.6 GB 显存。Granite 4.2 8B（IBM，Apache 2.0）的资源需求更低，显存占用降至约 5.3 GB，适合配置较低的服务器。

# Modèle polyvalent, bon en français, léger
ollama pull qwen3.5:9b

# Alternative très sobre (IBM, Apache 2.0)
ollama pull granite4.2:8b

# Vérifier qu'il répond
ollama run qwen3.5:9b "Résume en une phrase : Nextcloud est un cloud auto-hébergé."

关键点：Nextcloud 必须能够访问 Ollama。如果 Nextcloud 运行在 Docker 中，“localhost”指的是容器，而不是您的主机。请让 Ollama 监听所有网络接口，并将集成配置中的连接地址指向主机的 IP（或根据平台使用 host.docker.internal）。

# Éditer le service
sudo systemctl edit ollama

# Ajouter dans la section [Service] :
#   Environment="OLLAMA_HOST=0.0.0.0:11434"

# Recharger et redémarrer
sudo systemctl daemon-reload
sudo systemctl restart ollama

# Depuis le serveur Nextcloud, tester l'accès
curl http://IP_DE_L_HOTE:11434/api/tags

#2. 安装 AppAPI 和一个 Deploy Daemon（部署守护进程）

在Nextcloud中，AI通过AppAPI实现。此步骤为后续部署AI任务型ExApps奠定了基础。

1. 01
   安装AppAPI

   管理设置 → 应用程序 → “Tools”（或“Outils”）类别 → 搜索“AppAPI”并启用它。之后，管理设置中会出现它的专用设置项。
2. 02
   配置 Deploy Daemon

   在管理设置 → AppAPI中，添加一个Docker类型的“Deploy Daemon”。在Nextcloud AIO中，该守护进程已预先配置；否则，请填写Docker套接字的访问信息（例如 /var/run/docker.sock），并运行内置连接测试。
3. 03
   检查状态

   AppAPI显示守护进程状态（绿色表示就绪）。只要守护进程未变为绿色，ExApps将无法部署——在解决此问题前，无需进一步操作。
4. 04
   安装 Assistant 应用

   仍在 Applications 页面中，如果尚未启用「Assistant」，请将其启用。界面中的魔法棒图标就是由它显示的。

#3. 接入 OpenAI/LocalAI 集成

“OpenAI and LocalAI integration”应用可以与任何遵循 OpenAI API 的端点通信。由于 Ollama 提供了 /v1 接口，只需为该应用填写正确的 URL 并选择模型即可。

1. 01
   安装集成

   应用 → 搜索“OpenAI and LocalAI integration”并启用。该集成会注册任务提供者（文本生成、摘要等），供 Assistant 使用。
2. 02
   输入Ollama的URL

   管理设置 → 「Connected accounts」（或集成设置部分）→ 「Service URL」字段：填写 Ollama 的 OpenAI 端点，例如 http://IP_DE_L_HOTE:11434/v1。将 API 密钥留空，或填写一个虚构值：Ollama 不会验证它。
3. 03
   选择默认模型

   在相同页面中，选择用于文本生成的模型（例如 qwen3.5:9b）。如果模型未出现在列表中，请输入 ollama list 返回的精确名称。
4. 04
   保存并测试

   确认。集成会调用端点以列出模型；此处出现错误几乎总是由 URL 或网络问题引起（参见故障排除）。

# Depuis le serveur Nextcloud, l'endpoint /v1 doit répondre
curl http://IP_DE_L_HOTE:11434/v1/models

# Et une complétion de chat au format OpenAI
curl http://IP_DE_L_HOTE:11434/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.5:9b",
    "messages": [{"role": "user", "content": "Dis bonjour en une phrase."}]
  }'

#4. 围绕自己的文件进行总结、撰写和对话

一旦服务提供商连接成功，助手的魔法棒便会激活。以下是实际应用场景，从简单到复杂。

文本摘要

打开助手（魔法杖图标），粘贴或选择一段文本，选择任务「Résumé」。非常适合处理 Nextcloud Mail 中的长邮件或冗长的笔记。

重新表述 / 修正

重写段落，使语气更正式，修正文风，缩短篇幅。在 Nextcloud Text 和 Deck 卡片中很实用。

生成草稿

根据指令（如‘撰写周五会议邀请函’），助手生成初稿以供修改。

提取关键要点

将记录或报告整理成行动项或决策清单。

带上下文的聊天

助理的聊天选项卡允许您与 Ollama 模型自由对话，便于在不离开 Nextcloud 的情况下进行头脑风暴。

要实现严格意义上的“与文件对话”（提出答案就在您的文档中的问题），必须向模型提供上下文。有两种方法：对于临时需要处理的文档，将文件内容粘贴到聊天中；或者部署一个“Context Chat”类型的 ExApp，它会为您的文件建立索引，并通过语义搜索向模型提供内容，相当于集成在 Nextcloud 中的 RAG。第一种方法可以立即使用；第二种需要额外的 ExApp 和更多资源。

#确定服务器所需的配置

合适的硬件取决于同时使用的用户数量和使用目标（偶尔生成摘要，还是持续运行 RAG）。以下是一些切合实际的参考。

家庭使用（1–5 人）

采用 Q4_K_M 量化的 7–8B 模型。RTX 3060 12 GB 这类入门级 GPU，或配备统一内存的 Apple Silicon Mac，足以轻松应对摘要和写作任务。没有 GPU 也能在 CPU 上运行，每次请求耗时几秒到几十秒。

小型企业（5–20人）

7至14B参数模型。RTX 4070/4080 16GB显存可应对峰值负载；14B模型在Q4量化下约占用9GB。建议为Nextcloud堆栈的其余部分配备充足的系统内存。

高强度使用 / Context Chat

还需计入嵌入计算和向量存储带来的负载。建议选择配备 24 GB 显存的 RTX 4090，或配备 24–48 GB 统一内存的 Mac M4 Pro，并通过「ollama ps」监控，检查模型是否仍在 GPU 上运行。

仅CPU运行

对于要求不高的家庭用户，这是可行的：优先选择 3B–7B 模型，并接受一定的延迟。超出这一范围后，要获得流畅体验，很快就会需要 GPU。

#故障排除

“Connection refused” / 未列出任何模型

Nextcloud无法连接到Ollama。最常见的情况是URL指向localhost，而Nextcloud运行在Docker中。请在Nextcloud容器内用curl测试该URL，并使用host.docker.internal或宿主机的IP地址。

Deploy Daemon 的状态仍显示为红色

AppAPI 无法访问 Docker。请检查套接字 /var/run/docker.sock 的挂载情况和权限；在 AIO 环境中，请重启主容器。如果守护进程的状态未变为绿色，就无法部署任何 ExApp。

助手不显示任何任务

尚未注册任何提供商。请检查“OpenAI and LocalAI integration”（或 ExApp 后端）是否已启用并正确配置，然后刷新页面。

请求的模型未找到

名称与'ollama list'不匹配。请输入精确标签（例如 qwen3.5:9b），并确认其已正确拉取（'ollama pull'）

响应非常缓慢

由于显存（VRAM）不足，模型在 CPU 上运行。请用“ollama ps”检查模型是在 GPU 还是 CPU 上运行，并换用更小一档的模型或位数更低一档的量化版本。

英文回答

部分模型默认以英文响应。请选择一个可靠的法语模型（Qwen、Mistral），或在集成的系统提示中添加‘请用法语回答’的指令。

#深入了解

这套配置复用了本站已介绍的组件。以下指南是本篇指南的延伸：

安装 Ollama：Windows、macOS 和 Linux

如果您从零开始，这份基础安装指南可帮助您先安装 Ollama，再将 Nextcloud 连接到它。

选择量化方案（Q4、Q5、Q8、FP16）

在模型大小与 Nextcloud 服务器可用 VRAM 之间进行权衡。

在内部网上为团队部署 AI 聊天机器人

用于围绕您的云平台进一步搭建规模更大的多用户 Ollama 技术栈。