N1飞牛NAS部署New-API教程：零基础搭建本地AI中转站提升效率

# 从零搭建本地AI中转站：N1飞牛NAS部署New-API完整教程

手里捏着好几个AI API密钥的人不在少数。DeepSeek一个、通义千问一个、本地还跑着Ollama，每次在不同的应用里来回切、反复配密钥，光是管理就已经够烦的了。更现实的问题是：本地跑的大模型，算力再好也只能在家里用，离开路由器就断了，想分享给朋友更是天方夜谭。

从下面这张图可以快速理解New-API的核心使用方式——它就像一个智能路由器，把所有AI接口统一接管，然后以标准格式输出给下游应用：

New-API就是来解决这个痛点的。它本质上是一个大模型API聚合网关，把各种渠道（云端API + 本地Ollama）统一接管过来，转换成标准OpenAI格式吐给下游应用。自带可视化后台，Token管理、额度限制、调用日志、渠道轮询全在一起，不用再对着散落的接口地址发愁。

这篇文章的目标很明确：用N1飞牛NAS，在五分钟内搭起一套可用的New-API中转站，然后把本地Ollama接进去，最后通过cpolar穿透到公网，让你人在公司也能调用家里的模型。如果你正在寻找New-API工具使用教程，这篇内容会带你走完从零到公网可用的完整路径。

为什么你需要一个AI接口聚合网关

先说说真实场景。我身边不少朋友都在折腾本地大模型，但普遍遇到几个问题：

管理混乱：Ollama跑一个模型，通义千问又有一个API，Claude还得单独配，每次切换应用都要改配置。更别说有些模型在不同平台上有不同接口格式，光是适配就够头疼。
无法远程调用：本地跑的模型再强，离开局域网就废了。想在公司用家里的算力？想分享给异地朋友？基本没门。
缺乏管控：把API密钥直接给朋友用，没有额度限制，没有调用记录，用超了都不知道。万一被滥用，账单直接爆炸。

New-API正好解决这些问题。它把散落的接口统一管理，提供标准OpenAI格式输出，自带Token额度管控和调用日志，还能通过内网穿透实现公网访问。这套方案特别适合以下人群：

有多组API密钥需要统一管理的开发者
想远程调用本地大模型的AI爱好者
需要给团队成员分配AI接口额度的团队管理者
想搭建个人AI服务中台的折腾党

New-API核心功能拆解

异构接口自动转换

New-API原生支持将数十种不同格式的大模型API——包括OpenAI、Claude、Gemini、国产模型以及本地Ollama服务——无缝转换为标准的OpenAI接口格式。这意味着你只需要学会一种接口调用方式，就能接入所有模型。

解决什么问题：不用再为每个模型单独写适配代码，下游应用零门槛接入。

精细化权限与额度管控

内置的可视化管理面板支持多用户账户隔离。你可以针对每个下发的Token令牌设定精确的调用额度、并发频率限制及请求有效期。

解决什么问题：把API分享给朋友时，不用担心被滥用。设置好额度上限，用完了自动停，账单透明可控。

高可用智能路由调度

允许将多个免费或付费API整合进统一的模型通道池，系统支持按权重动态轮询及故障自动重试响应。

解决什么问题：某个API挂了，自动切换到备用渠道，服务不中断。多个免费额度可以叠加使用，降低调用成本。

全透明数字资产监控

配备丰富的图表看板，从每一个模型、每一次请求到每一个用户的Token消耗量与延时表现均被精准记录。

解决什么问题：钱花在哪、谁在用、哪个模型最耗资源，一目了然。不再有糊涂账。

N1飞牛NAS部署New-API：完整实操教程

准备工作

你需要准备：

一台刷好飞牛NAS系统的N1盒子（或其他支持Docker的设备）
一台Windows电脑（用于安装Ollama测试）
基本的SSH操作能力

第一步：Docker一键部署New-API

打开飞牛NAS桌面，点击【Docker】图标，确保Docker服务处于开启状态。然后进入【系统设置】中，启用SSH。

在Windows电脑上，按下Win+X键，选择【终端（管理员）】打开PowerShell窗口，输入SSH命令连接飞牛NAS：

PR0

连接成功后，切换至root用户：

PR1

下载一键部署脚本：

PR2

授权并执行脚本：

PR3

脚本会询问安装位置，如果你外接了扩展硬盘，建议选择外置存储，避免占用系统空间。部署完成后，在浏览器中访问http://你的飞牛IP:3000，看到登录页面即表示部署成功。

第二步：初始化配置

访问New-API页面后，需要进行初始化设置：

在数据库检查页面选择【下一步】
创建管理员账号和密码
选择使用模式——建议选【自用模式】，如果后续需要分享给多人再调整
点击【初始化系统】完成设置

初始化完成后，登录后台即可看到完整的管理界面。

第三步：安装并配置Ollama（本地模型测试）

如果你还没有本地大模型，可以在Windows电脑上安装Ollama。在PowerShell中执行：

PR4

安装完成后，下载一个轻量模型用于测试：

PR5

这个模型约1GB，适合测试。下载完成后可以简单对话测试，输入/bye退出。

测试Ollama的API服务是否正常：

PR6

返回正常结果即表示Ollama API可用。

第四步：在New-API中配置Ollama渠道

登录New-API后台，点击左侧【渠道管理】→【添加渠道】：

配置类型：选择【Ollama】
名称：自定义（如“本地Ollama”）
密钥：随机输入一个（Ollama默认不需要密钥）
API地址：填写Windows电脑的局域网IP（通过ipconfig查看）

点击【获取模型列表】，如果配置正确会弹出模型选择窗口，选择刚才下载的qwen3.5:0.8b，确定后提交。

提交后点击测试按钮，出现“测试成功”提示即表示接入成功。

第五步：创建令牌并测试

点击左侧【令牌管理】→【添加令牌】，填写相关信息后提交。创建成功后复制令牌。

在CMD中测试调用：

PR7

访问成功！现在你的本地Ollama模型已经被包装成了标准OpenAI格式的云端接口。

第六步：内网穿透实现公网访问

目前这个接口只能在局域网内使用。要实现远程访问，需要内网穿透工具。这里使用cpolar。

在飞牛NAS的SSH终端中安装cpolar：

PR8

安装完成后，访问cpolar官网注册账号，然后在浏览器中输入http://你的飞牛IP:9200进入cpolar Web UI管理界面，用注册的账号登录。

创建隧道：

隧道名称：自定义（如“newapi”）
本地地址：3000
协议：HTTP

创建完成后，在【状态】→【在线隧道列表】中可以看到生成的公网地址。访问这个地址，如果能正常加载New-API页面，说明穿透成功。

进阶技巧：固定二级子域名

免费版cpolar的域名每24小时刷新一次，不适合长期使用。建议升级到基础套餐，配置固定二级子域名：

进入cpolar官网的预留页面，选择【保留二级子域名】
填写地区、名称，点击保留
回到隧道列表，编辑隧道，将域名类型改为【二级子域名】，填写保留的子域名
更新后，公网地址变为固定地址

这样配置后，域名永久有效，再也不用担心半夜接口突然失效。

常见使用误区与进阶技巧

使用误区

误区一：把所有API都配在一个渠道里

很多人图省事，把所有API密钥都塞进一个渠道。这样做的问题在于：一旦某个API触发限流或报错，整个渠道都会受影响。正确做法是按来源分开配置渠道，利用New-API的轮询机制实现负载均衡。

误区二：忽略Token额度设置

分享给朋友使用时，一定要设置额度限制。我见过有人直接把主密钥分享出去，结果被朋友用来跑大规模推理任务，账单直接翻倍。正确的做法是：为每个使用者创建独立Token，设置合理的额度上限。

误区三：不配置日志监控

New-API的日志功能非常强大，但很多人部署完就忘了看。建议定期检查调用日志，了解哪些模型被频繁调用、哪些用户消耗了最多资源，这对优化成本和排查问题很有帮助。

进阶技巧

技巧一：多模型自动切换

在渠道配置中，可以将多个同类型模型加入同一个渠道池。比如把DeepSeek、通义千问、Claude都配置为“文本生成”渠道，设置权重后，New-API会自动按比例分发请求。某个API挂了，自动切换到下一个，实现高可用。

技巧二：结合OpenClaw搭建自动化工作流

如果你之前折腾过OpenClaw这类微信机器人，可以把New-API生成的接口地址配置进去。这样你在微信上发消息，机器人自动调用家里的本地模型处理，完全不需要手动操作。

技巧三：利用模型广场做统一入口

配置好所有渠道后，在模型广场可以看到所有可用的模型。你可以为不同模型设置不同的价格（Token消耗），实现按需分配。比如把免费模型设为0消耗，付费模型按实际成本定价。

行业趋势：为什么AI接口聚合工具越来越火

最近一年，AI接口聚合类工具（如New-API、One API、LiteLLM等）的流行度快速上升，背后有几个核心原因：

模型碎片化加剧：OpenAI、Claude、Gemini、DeepSeek、通义千问……每个厂商都有自己的接口格式和认证方式。开发者不想为每个模型写适配代码，聚合网关成为刚需。
本地部署回归：随着Ollama、llama.cpp等工具的成熟，越来越多用户开始本地跑模型。但本地模型无法远程调用，内网穿透+聚合网关的组合方案正好解决这个问题。
成本控制需求：API调用成本不透明，缺乏管控手段。聚合网关提供的额度管理和日志监控，让每一分钱都花得明明白白。
数据安全考量：企业用户越来越重视数据隐私，不希望敏感数据经过第三方API。本地部署+聚合网关的方案，既保证了数据安全，又提供了标准化的接口。

如果你正在筛选类似工具，可以参考「