Project N.O.M.A.D. è un sistema Linux‑based pensato per girare come server autonomo, senza dipendere da alcuna connessione Internet dopo l’installazione. Una volta configurato, diventa un nodo centrale che mette a disposizione enciclopedie, corsi, mappe e strumenti di analisi dati, tutti accessibili da un normale browser tramite l’interfaccia web del Command Center in ascolto su localhost:8080 o sull’IP locale della macchina.
Il core è una pila contenezzata con Docker: ogni servizio (Kiwix, Ollama, Kolibri, OpenStreetMap, CyberChef e altri) gira in un proprio container, orchestrato dallo script di installazione che prepara rete, porte e volumi in modo trasparente per l’utente. Il risultato è un’unica entità che ti permette di avere a portata di mano un’enciclopedia completa, un assistente AI locale, un ambiente didattico e un motore di analisi dati senza inviare alcun dato fuori dalla tua rete.
Installazione rapida su Linux e scenari d’uso
Per installare Project N.O.M.A.D. su una Debian‑based qualsiasi, basta un terminale con i privilegi di root e due comandi, che Docker installerà automaticamente se non presente. La documentazione ufficiale consiglia Ubuntu o Debian come base, ma il sistema è compatibile con qualsiasi distribuzione Debian‑based, comprese derivate come Linux Mint o altre focalizzate server.
Dopo la partenza del Command Center, il wizard iniziale ti accompagna al download selettivo dei contenuti: puoi scegliere quali porzioni di Wikipedia, mappe regionali, corsi Khan Academy e modelli LLM scaricare in base allo spazio disponibile e all’uso che ne farai. Questo lo rende indicato sia per chi prepara scenari di emergenza (consulta medica, survival guide, manuali di riparazione) sia per chi vive fuori‑griglia o vuole un hub di studio per tutta la famiglia, senza conti mensili né sottoscrizioni.
Requisiti hardware e ottimizzazione per l’AI locale
Per il funzionamento base, senza modelli LLM molto pesanti, bastano poche risorse: dual‑core, 4 GB di RAM e una ventina di GB su disco, più che sufficienti per Kiwix, mappe e strumenti di base. Una volta però che si vogliono modelli di linguaggio più moderni e performanti, la configurazione consigliata prevede almeno 32 GB di RAM, un processore recente (ad esempio Ryzen 7 o i7) e una GPU dedicata NVIDIA per l’accelerazione CUDA, che permette inferenze LLM più fluide e reattive.
Grazie a questa architettura modulare, puoi partire da un hardware esistente, magari un vecchio desktop o un mini‑PC, e poi scalare verso macchine più potenti, sfruttando comunque lo stesso stack di container e interfaccia web. In questo modo Project N.O.M.A.D. si adatta sia all’entusiasta che vuole solo un’enciclopedia offline sia al power‑user che cerca un ambiente di studio e sperimentazione AI locale serio e personalizzabile.
Installare Project N.O.M.A.D.
Project N.O.M.A.D. è disponibile per Linux via Docker, per Ubuntu, Debian e derivate possiamo installare la piattaforma facilmente tramite script dedicato basta digitare:
sudo apt-get update && \
sudo apt-get install -y curl && \
curl -fsSL https://raw.githubusercontent.com/Crosstalk-Solutions/project-nomad/refs/heads/main/install/install_nomad.sh \
-o install_nomad.sh && \
sudo bash install_nomad.shal termine dell’installazione basta accedere da browser all’url http://localhost:8080
Abbiamo testato Project N.O.M.A.D. su Ubuntu 26.04 LTS
