الذكاء الاصطناعي المحلي خلف جدار الحماية: دليل النشر دون اتصال ⁨2026⁩

قائمة التحقق المسبقة — نزّل قبل الانفصال عن الإنترنت

1. 1
   الملف التنفيذي لـ Ollama — نزّله من ollama.com لنظام تشغيلك (Linux x86_64، macOS arm64، Windows). يُوصى بالإصدار ≥0.3.0.
2. 2
   ملف GGUF للنموذج — شغّل ollama pull qwen2.5:14b-instruct-q4_K_M على الجهاز المتصل. تُخزَّن النماذج في ~/.ollama/models/.
3. 3
   المُرمِّز + قالب المحادثة — تضمّنهما Ollama مع بيان النموذج؛ لا حاجة لتنزيل منفصل إذا كنت تستخدم Ollama.
4. 4
   الملف التنفيذي لـ llama.cpp (إذا كنت تستخدم llama.cpp) — نزّل إصدارًا مبنيًا مسبقًا من github.com/ggerganov/llama.cpp/releases.
5. 5
   نموذج التضمين (لـ RAG غير المتصل) — ollama pull nomic-embed-text أو mxbai-embed-large.
6. 6
   الملف التنفيذي لقاعدة البيانات المتجهية (لـ RAG غير المتصل) — Chroma المستقل، أو ملف Qdrant التنفيذي، أو SQLite+sqlite-vss (لا يلزم تثبيت Python).
7. 7
   حزم Python (إذا كنت تستخدم أدوات Python) — نزّل ملفات .whl عبر pip download مع --no-deps وانقلها.
8. 8
   تجزئة التحقق — شغّل sha256sum على كل ملف GGUF قبل النقل للكشف عن التلف.

أوامر التنزيل للجهاز المتصل

• ollama pull qwen2.5:14b-instruct-q4_K_M — 9.5 جيجابايت، الافتراضي الموصى به
• ollama pull qwen2.5:7b-instruct-q4_K_M — 5.5 جيجابايت، للأجهزة ذات VRAM المنخفض
• ollama pull nomic-embed-text — 274 ميجابايت، لتضمينات RAG غير المتصل
• ollama pull deepseek-r1:7b — 5.5 جيجابايت، إذا كانت الرياضيات/الاستدلال حالة الاستخدام الرئيسية
• موقع ملفات النماذج: ~/.ollama/models/ على Linux/macOS، و%USERPROFILE%\.ollama\models على Windows
• لـ llama.cpp: نزّل GGUF مباشرةً من HuggingFace وتحقق من SHA256 قبل النقل

سير عمل air-gap مع Ollama

1. 1
   انسخ دليل ~/.ollama/ بالكامل من الجهاز المتصل إلى نفس المسار على الخادم غير المتصل.
2. 2
   ثبّت الملف التنفيذي لـ Ollama: chmod +x ollama && sudo mv ollama /usr/local/bin/
3. 3
   عيّن دليل النموذج: export OLLAMA_MODELS=/مسار/إلى/نماذج/ollama/غير_المتصلة
4. 4
   ابدأ الخادم: ollama serve — تحقق من السجلات للتأكد من عدم وجود اتصالات شبكة.
5. 5
   اختبر بدون إنترنت: ollama run qwen2.5:14b — يجب أن يستجيب فورًا دون الوصول إلى أي عنوان URL خارجي.
6. 6
   اربط بجميع الواجهات للوصول عبر LAN: OLLAMA_HOST=0.0.0.0:11434 ollama serve

سير عمل air-gap مع llama.cpp

• انقل الملف التنفيذي المبني مسبقًا وملف GGUF إلى الجهاز غير المتصل.
• شغّل: ./llama-server -m ./qwen2.5-14b-instruct-q4_K_M.gguf --port 8080
• العلامة --no-mmap تُعطّل إدخال/إخراج الذاكرة المُعيَّنة عند التشغيل من مشاركة شبكة.
• استخدم --n-gpu-layers 35 لتفريغ الطبقات على GPU من NVIDIA؛ --n-gpu-layers -1 يفرغ الكل على Apple Silicon.
• واجهة برمجية متوافقة مع OpenAI متاحة على http://localhost:8080/v1 — بديل مباشر لأي SDK من OpenAI.

تحديد حجم NAS لمكتبات النماذج غير المتصلة

• جهاز NAS الموصى به لتخزين النماذج: Synology DS923+ مع 4 أقراص بسعة 4 تيرابايت لكل منها في RAID 5 (~12 تيرابايت قابلة للاستخدام)
• الحد الأدنى لمكتبة من 2–3 نماذج: SSD بسعة 2 تيرابايت (قرص محمول يكفي للنشر على جهاز واحد)
• ثبّت NAS عبر NFS على خادم الاستدلال؛ عيّن OLLAMA_MODELS إلى مسار NFS

الامتثال لإقامة البيانات وقوانين البيانات

• إقامة البيانات: الاستدلال المحلي يعني أن البيانات لا تغادر أجهزتك أبدًا. هذا يستوفي متطلبات إقامة البيانات لمعظم اللوائح القطاعية بغض النظر عن مصدر النموذج.
• مصدر النموذج: توثيق مزوّد النموذج وإصداره يسهّل عمليات التدقيق الداخلي في الامتثال. يُعدّ كل من Qwen3 (Alibaba) وDeepSeek (DeepSeek AI) أمثلةً على نماذج ذات سلسلة حضانة موثقة.
• خدمات الذكاء الاصطناعي الموجهة للعموم: إذا كان نشرك قابلًا للوصول من مستخدمين خارجيين (وليس داخليًا فحسب)، تحقق من التزامات الإخطار المعمول بها في ولايتك القضائية. النشر الداخلي والمعزول الذي يستخدمه الموظفون فقط يقع عمومًا خارج نطاق التطبيق.
• التحقق من عزل الشبكة: استخدم iptables أو قاعدة جدار الحماية للتأكد من عدم وجود اتصالات صادرة من خادم الاستدلال — وثّق ذلك لسجلات الامتثال.
• سجلات التدقيق: لا يسجّل Ollama أزواج الأسئلة والإجابات افتراضيًا؛ أضف برمجيات وسيطة إذا اقتضت سياسة حوكمة البيانات الداخلية ذلك. خزّنها محليًا وليس في السحابة.

إعداد RAG بدون إنترنت

1. 1
   نموذج التضمين: شغّل ollama pull nomic-embed-text على الجهاز المتصل. انقله مع بقية دليل نماذج Ollama.
2. 2
   قاعدة البيانات المتجهية: يمكن تشغيل Chroma كملف تنفيذي مستقل (دون الحاجة لـ Python)؛ أو استخدم الملف التنفيذي لـ Qdrant أو SQLite مع الامتداد sqlite-vss.
3. 3
   استيعاب الوثائق: استخدم LangChain أو LlamaIndex دون اتصال (ثبّت حزم الـ wheels قبل الانفصال عن الإنترنت). وجّه محمّل الوثائق إلى الملفات المحلية — دون زحف ويب.
4. 4
   سير الاستعلام: وثيقة → تضمين عبر nomic-embed-text المحلي → استرداد أفضل k مقاطع من قاعدة البيانات المتجهية المحلية → إرسالها إلى Qwen3 المحلي → الاستجابة. صفر اتصالات خارجية.
5. 5
   الاختبار: تأكد باستخدام tcpdump -i any -n port 443 من عدم توليد أي حركة مرور HTTPS خلال دورة استعلام RAG كاملة.

الأسئلة الشائعة

قراءات ذات صلة

• RAG المحلي للبيانات التجارية الخاصة — إعداد خط أنابيب RAG كامل بأدوات مفتوحة المصدر
• أفضل تخزين NAS لنماذج الذكاء الاصطناعي المحلية 2026 — مقارنة أجهزة NAS لمكتبات النماذج
• دليل النشر المحلي لـ Qwen 2026 — مستويات الأجهزة لجميع أشكال Qwen3