网易有道龙虾 NAS 服务器部署与实战指南

网易有道近期开源了桌面级 Agent------"LobsterAI"（有道龙虾）。作为一款定位为"7×24 小时全天候全场景个人助理"的智能体，它一经发布便备受开发者瞩目，开源首周 GitHub Star 数即突破 3K 。

项目开源地址 ：github.com/netease-you...

本教程将以全新的 飞牛 FN EVO 2 NAS 服务器为例，为你提供一份"保姆级"的实操指南。我们将从零开始，带你走通 LobsterAI 在 NAS 上的环境构建与安装全流程，并深度解锁核心高阶玩法------如何在手机端通过 IM 工具，随时随地远程操控你的 NAS 专属 AI 助理。

一、NAS 初始化

1.1 硬件连接与开机

将飞牛 EVO 2 接入电源和网线，确保与你的电脑处于同一局域网。

按下电源按钮开机，等待系统就绪（指示灯稳定）。

1.2 网络认证（企业/校园网络）

如果在公司网络、校园网等需要登录认证才能联网的环境下：

请提前将飞牛 EVO 2 的 MAC 地址加入网络白名单，或联系网络管理员完成设备注册，确保 NAS 能正常联网。

MAC 地址可在设备背面标签或路由器管理页面中找到。

1.3 系统初始化

参照飞牛官方初始化教程完成系统安装与初始配置：

官方教程 ：help.fnnas.com/articles/v1...

主要步骤包括：

• 在浏览器中访问 find.fnnas.com 或通过局域网扫描发现设备。
• 按照引导完成管理员账户创建 、存储池配置（建议使用默认存储方案）。
• 完成初始化后进入飞牛 OS 管理界面。

初始化后可以在「系统设置 → 设备信息」中查看设备配置：

本教程使用的飞牛 EVO 2 硬件配置：

项目	规格
设备名称	FN-EVO2-7653
CPU	Intel(R) N150 / 4 核 4 线程
内存	16 GB DDR4 3200MHz
GPU	Intel Alder Lake-N [Intel Graphics]
系统盘	SSD 91.92 GB

1.4 开启 SSH 远程访问

初始化完成后，需要开启 SSH 以便通过终端管理 NAS 系统：

• 登录飞牛 OS Web 管理界面。
• 进入「系统设置 → SSH」。
• 将「SSH 功能」开关打开，确认端口为 22。
• 确保管理员账户（如 luna-fnos）的 SSH 权限为「允许登录」。

1.5 SSH 连接测试

在你的电脑终端中执行：

ssh luna-fnos@<NAS的IP地址>

首次连接时输入 yes 确认指纹，然后输入管理员密码即可登录。

登录后可以查看系统版本信息：

cat /etc/os-release

飞牛 OS 基于 Debian GNU/Linux 12 (bookworm) ，这意味着可以直接使用 apt 包管理器安装软件。

---

二、NAS 环境配置

2.1 安装 XFCE 桌面环境

LobsterAI 是基于 Electron 构建的桌面应用程序，需要图形化桌面环境才能运行。推荐安装 XFCE 桌面环境。

为什么选择 XFCE？

桌面环境	内存占用	适合场景	说明
XFCE（推荐）	~300 MB	NAS / 低配设备	极其轻量，响应快，对 Intel N150 等低功耗 CPU 友好
LXDE / LXQt	~250 MB	极低配设备	比 XFCE 更轻但功能和美观度略逊
MATE	~400 MB	中等配置	传统桌面风格，比 XFCE 稍重
GNOME	~800 MB+	高配设备	功能丰富但资源占用大，不适合 NAS
KDE Plasma	~600 MB+	高配设备	高度可定制但偏重，不建议在 NAS 上使用

飞牛 EVO 2 搭载 Intel N150 + 16 GB 内存，XFCE 是最佳平衡选择------轻量且功能完整。

完整安装步骤：

# 1. 更新软件包索引
sudo apt update

# 2. 安装 XFCE 桌面环境（核心组件 + 常用工具）
sudo apt install -y xfce4 xfce4-goodies

# 3. 安装显示管理器（用于图形化登录）
sudo apt install -y lightdm

# 4. 设置 lightdm 为默认显示管理器（安装过程中如弹出选择框，选择 lightdm）
sudo dpkg-reconfigure lightdm

# 5. 安装中文字体（避免界面出现方块乱码）
sudo apt install -y fonts-noto-cjk

# 6. 重启系统，进入图形化桌面
sudo reboot

重启后系统会自动进入 LightDM 登录界面，使用管理员账户登录即可进入 XFCE 桌面。

2.2 安装 Node.js（v24.x）

LobsterAI 要求 Node.js >=24 < 25。Debian 12 默认源中的 Node.js 版本较低，需要通过 NodeSource 官方源安装。

# 1. 安装必要工具
sudo apt install -y curl ca-certificates gnupg

# 2. 添加 NodeSource v24.x 官方源
curl -fsSL https://deb.nodesource.com/setup_24.x | sudo -E bash -

# 3. 安装 Node.js（自带 npm）
sudo apt install -y nodejs

# 4. 验证安装版本
node --version && npm --version

确认输出版本满足要求：

• Node.js: v24.14.0 ✓（>=24 < 25）
• npm: 11.9.0 ✓

2.3 安装构建依赖

Electron 应用构建过程中需要一些原生编译工具：

# 安装构建工具链
sudo apt install -y build-essential python3 git

# 安装 Electron 运行所需的系统库
sudo apt install -y libgtk-3-0 libnotify4 libnss3 libxss1 libxtst6 \
    libatspi2.0-0 libdrm2 libgbm1 libasound2

---

三、LobsterAI 构建 & 测试

3.1 克隆项目

# 进入存储卷目录
cd /vol1

# 克隆 LobsterAI 仓库
git clone https://github.com/netease-youdao/LobsterAI.git

# 进入项目目录
cd LobsterAI

3.2 安装依赖

npm install

注意：首次安装依赖可能需要几分钟，期间会下载 Electron 二进制文件和原生模块。如果网络较慢，可以配置 npm 镜像。

3.3 构建生产版本

# TypeScript 编译 + Vite 打包
npm run build

# 构建 Linux 安装包（.AppImage 和 .deb）
npm run dist:linux

构建完成后，产物输出到 release/ 目录：

构建产物说明：

文件	大小	说明
lobsterai_0.1.24_amd64.deb	~138 MB	Debian 安装包（推荐使用）
LobsterAI-0.1.24.AppImage	~226 MB	免安装可执行文件
linux-unpacked/	---	解压后的完整应用目录

3.4 安装 .deb 包

sudo apt install ./lobsterai_0.1.24_amd64.deb

apt install 会自动处理依赖关系。安装完成后可以通过以下方式启动：

桌面启动：在 XFCE 应用菜单中找到 LobsterAI 图标点击启动。

3.5 配置模型 & 运行测试

启动 LobsterAI 后，需要配置 AI 模型才能正常使用：

• 打开 LobsterAI 应用，点击左下角「设置」。
• 在模型配置区域填入你的 API Key 和模型选择（如 claude-sonnet-4-5-20250929）。
• 回到主界面，创建一个新任务进行测试。

如图所示，LobsterAI 已在飞牛 EVO 2 的 XFCE 桌面上成功运行，界面显示正常，模型连接成功，可以正常对话。

---

四.手机端远程控制 NAS LobsterAI 实战案例

在上文中介绍了如何在飞牛 NAS 服务器中部署 LobsterAI，本章节聚焦手机端通过 IM 远程操控部署在 NAS 的 LobsterAI，给出了 5 类场景的多个实验案例。

远程控制核心机制

LobsterAI 支持通过飞书、钉钉 等 IM 平台进行远程控制。用户在手机上发一条消息，家里/公司部署了 LobsterAI 的 NAS 就会自动执行任务，执行完毕后将结果推送回 IM，实现 7×24 小时无人值守的 AI 助理体验。

下面介绍 4 类常见场景的实验案例：

一、信息流自动化

痛点：

每天手动刷各种新闻网站、社交媒体找有用信息，浪费大量时间精力。信息分散在多个平台，难以系统整理；对于追踪特定事件（如国际局势、行业动态），需要不间断关注多语种、多来源的报道，人力根本跟不上。

使用案例：每日新闻定时聚合推送

指令示例： 在飞书上给 LobsterAI 发送一条消息：

"每天下午17点总结当天的美伊战争最新新闻消息。精选10篇新闻文章，要求来源可信度要高，最好是各个国家的官方新闻，中英文新闻均可。要求总结为中文，生成Word文档，发送到我的指定邮箱 head_hand@163.com"

执行过程：

第一步：LobsterAI 接收指令并自动拆解任务

收到飞书消息后，LobsterAI 自动将任务拆解为：创建定时任务 → 多源搜索 → 筛选排序 → 生成文档 → 邮件发送。

第二步：定时触发，自动搜索多语种新闻，智能筛选与结构化整理

每天下午 17:00，LobsterAI 自动启动浏览器，针对"美伊战争""Iran US conflict""伊朗局势"等多组中英文关键词进行搜索，覆盖路透社、新华社、BBC、半岛电视台等国际主流媒体。

从数十条搜索结果中，按来源可信度、时效性、内容相关性进行排序，筛选出 10 篇高质量报道。对英文报道自动翻译为中文，每篇提炼一句话摘要 + 核心要点。

第三步：生成 Word 文档并发送邮件

将整理结果生成排版美观的 Word 文档，包含：日期标题、10 篇文章的标题/来源/摘要/核心要点，以及整体局势简评。自动发送到指定邮箱。

最终效果：

用户每天下班时打开邮箱，当天的国际局势动态已经整理好了------10 篇精选报道、中文摘要、来源标注，全程零操作。不用自己去搜、不用自己去翻译、不用自己去整理，定时自动执行。通勤路上打开飞书还能看到摘要速览。

其他案例

• Reddit 每日精选 + 偏好自学习： 安装 Reddit Skill 后，LobsterAI 每天自动抓取指定 subreddit 的热帖进行摘要推送，并在每次推送后询问反馈，持续迭代偏好记忆，越用越懂你。
• 109+ 信息源科技新闻聚合： 安装 tech-news-digest Skill，内置 109 个信息源 + 自动去重，每日定时推送到 Discord 频道和邮箱，彻底替代手动刷新闻。
• 邮件自动筛选分类 + 摘要推送： 每天早上自动读取新邮件，过滤广告和垃圾邮件，提炼重要邮件的核心结论，生成结构化摘要报告推送到 IM。
• 社区需求挖掘 → 自动生成 Mini App： 让 LobsterAI 调研 Reddit/X 上过去 30 天的社区讨论，发现真实需求痛点后，直接生成一个 Mini App 网页来解决问题，跑通"发现需求→做出产品"的完整链路。

二、远程办公协作

痛点

在外面（通勤、出差、吃饭）时突然接到工作需求------老板要文件、要报告、要会议记录，但电脑不在身边。传统流程是先回到电脑前，搜资料、整理文档、做图表、排版，多步骤多工具耗时耗力。手机上操作效率极低，很多专业工具根本没有移动端。

使用案例：飞书一句话生成竞品分析 PPT

指令示例： 晚上打车回家，掏出手机在飞书上发一条消息：

"帮我做一份 AI 编程工具的竞品分析报告，输出为 PPT"

执行过程：

第一步：LobsterAI 自动拆解为五步执行计划

收到指令后，LobsterAI 不需要追问，自动拆解任务：搜索竞品信息 → 整理对比文档 → 生成数据可视化 → 制作 PPT → 推送到飞书。

第二步：多轮搜索，逐个产品深挖

LobsterAI 启动浏览器，跑了十几轮 Google 搜索，对 Cursor、GitHub Copilot、Windsurf、Bolt 等 6 款 AI 编程工具分别搜索定价、功能特性、用户评测。

第三步：整合结构化对比文档

将搜索结果整合为结构化的 Markdown 竞品对比文档，覆盖 6 款产品的功能对比、定价策略、优劣势分析、市场定位。

第四步：生成交互式图表 + PPT

生成 HTML 数据可视化图表（功能雷达图、价格对比柱状图），再将全部内容写入 11 页 PPT。第一次构建报错后，LobsterAI 自动诊断修复，第二次成功通过。

第五步：推送完成通知和文件

向飞书发送消息卡片，附上报告摘要和核心发现，PPT 文件直接可下载。

最终效果：

从发出指令到收到完整 PPT，全程约 15 分钟。中间整个任务调用了五六十次工具，遇到一次构建错误自动修复，全程没问用户一句。到家打开电脑，一份可以直接拿去汇报的 10 页竞品分析 PPT 已经在飞书里等着了。

其他案例

• 远程发送文件给同事/老板： 周末在外面吃火锅，老板钉钉要文件，给 LobsterAI 发消息"把桌面上的'销售数据.xlsx'发给张总"，30 秒搞定，老板以为你在加班。
• 地铁上远程整理会议记录： 通过钉钉发"把昨天的会议录音转成文字，整理出要点"，不到 2 分钟整理好传到手机。
• 通勤路上远程下载文件： 飞书发消息"去 Chrome 官网下载最新版安装包"，到公司后直接安装。
• 定时生成工作日报： 设置定时任务，每天下班前自动整理文档生成工作日报推送到飞书。

三、文件与系统管理

痛点：

下载文件夹常年不整理变成"垃圾场"，桌面文件乱成一片；微信 PC 端每次转发文件都会生成新副本，常年累月几百 G 硬盘空间被吃掉。手动分类整理枯燥无聊，一不小心还可能删错东西。特别是在外面的时候，想远程整理家里电脑的文件根本没有好办法。

使用案例：远程清理重复文件

指令示例： 在手机飞书上给 NAS 上的 LobsterAI 发消息：

"列出下载目录中的文件，并删除重复的文件"

执行过程：

第一步：LobsterAI 扫描目标文件夹

LobsterAI 首先对下载文件夹进行全量扫描，统计文件数量等信息。

第二步：智能分类，确认待删除文件，发给用户确认

判断文件是否重复，列出重复待删除文件给用户。

第三步：执行删除危险操作，再次发给用户确认

判断删除为危险操作，再次发给用户确认。

第四步：最终确认删除，返回相关信息给飞书

最终效果：

其他案例

• 图片文件批量重命名： 把目录中图片按日期重命名并分类到对应日期文件夹。
• 微信文件夹查重清理： LobsterAI 自己写 Bash 脚本，通过计算 MD5 哈希值精准识别重复文件。清理时不直接删除，而是移到带时间戳的备份目录，安全可回退。

四、生活与个人场景

痛点：

出行规划需要跨多个网站搜索航班、酒店、景点、签证政策，手机上来回切换效率低下，生活杂事虽然不复杂，但零碎耗时，占用大量碎片时间。

使用案例：手机远程研究出行攻略 + 同步 Obsidian 笔记

指令示例： 在手机飞书上给 NAS 上的 LobsterAI 发消息：

"帮我研究一个五一节去日本的出行计划并且保存到本地的 Obsidian。"

执行过程：

第一步：LobsterAI 启动浏览器多维度搜索

NAS 上的 LobsterAI 自动打开浏览器，从机票比价、酒店推荐、景点攻略、签证政策、当地交通、汇率等多个维度搜索整理。

第二步：整理结构化出行计划

将搜索结果整合为结构化的出行计划，包含：行程概览（Day 1 ~ Day N）、每日安排（景点+交通+用餐建议）、预算估算表、必备物品清单、注意事项。

第三步：生成 Obsidian 格式笔记并保存

将出行计划转为 Obsidian 兼容的 Markdown 格式（包含双链、标签、折叠区块），自动保存到本地 Obsidian vault 目录。

第四步：推送完成通知

保存完成后，在飞书上回复用户，告知出行计划已保存到 Obsidian，并附上计划摘要供手机上快速浏览。

最终效果：

用户在手机上发了一条消息，回到家打开 Obsidian，一份完整的日本出行计划已经在笔记库里等着了------行程规划、预算估算、注意事项一应俱全，还是 Obsidian 原生格式，方便后续修改和关联其他笔记。手机上也能通过飞书消息快速浏览旅行计划。

其他案例

• 手机远程搜索影视资源： 发消息"帮我找大侦探第 11 季的夸克或阿里云盘下载链接"，LobsterAI 自动搜索网盘资源并返回有效链接。

关键优势总结

特性	说明
IM 远程控制	飞书、钉钉等平台全覆盖，手机发消息即触发
免内网穿透	飞书长连接方案，无需公网域名或 Ngrok
定时任务	支持 cron 定时，到点自动执行并推送结果
沙箱安全	优先沙箱运行，数据不出本地，防止误删系统文件
自主纠错	执行出错时自动诊断修复，无需人工介入
记忆系统	长记忆跨 session 复用，学习用户偏好，越用越懂你
本地部署	NAS 上 7×24 不间断运行

---

附录

常见问题

Q: 构建时报错 node-gyp 编译失败？ 确保已安装构建工具链：sudo apt install -y build-essential python3

Q: 启动 LobsterAI 后界面白屏？ 可能缺少 GPU 驱动或 Electron 渲染所需的系统库，尝试以 --no-sandbox 参数启动：

lobsterai --no-sandbox

Q: SSH 连接被拒绝？ 检查飞牛 OS 的 SSH 开关是否已开启，端口是否为 22，防火墙是否放行。

环境信息汇总

项目	版本 / 信息
NAS 设备	飞牛 FN EVO 2 (FN-EVO2-7653)
操作系统	Debian GNU/Linux 12 (bookworm)
桌面环境	XFCE 4
Node.js	v24.14.0
npm	11.9.0
LobsterAI	v0.1.24

---

本教程基于 2026 年 3 月实际部署记录编写。如有问题请访问 LobsterAI GitHub Issues 反馈。