📌 一、为什么你的 NAS 需要 VERT？
| 痛点 😤 |
在线工具 ❌ |
NAS 自建 VERT ✅ |
| 隐私泄露风险 |
文件上传第三方服务器 |
完全本地处理，数据不出 NAS🔒 |
| 转换速度受限 |
排队等待、会员限速 |
本地硬件全速运行⚡ |
| 格式支持不全 |
部分格式不支持 |
图片/音频/文档/视频全覆盖📁 |
| 大文件限制 |
100MB/500MB 上限 |
NAS 硬盘容量即上限💾 |
💡 核心差异：VERT 支持 CPU / Intel AMD 核显 / NVIDIA 独显 三种算力模式，本文让你榨干 NAS 每一分性能 🚀
🎨 二、VERT 功能介绍
VERT 是一款开源自托管的全能文件格式转换器，无需安装客户端，浏览器打开即用。
支持格式一览
| 类型 |
具体格式 |
| 🖼️图片 |
PNG, JPG, WebP, AVIF, GIF, BMP, TIFF, SVG, ICO, HEIC |
| 🎵音频 |
MP3, AAC, FLAC, WAV, OGG, Opus, M4A, WMA, AIFF |
| 📄文档 |
PDF, DOCX, TXT, MD, HTML, EPUB, ODT, RTF |
| 🎬视频 |
MP4, MKV, WebM, MOV, AVI, FLV, WMV, GIF（视频转动画） |
核心特点
| 特点 |
说明 |
| 🌐浏览器即开即用 |
无需安装 App，任何设备扫码或输入地址即可使用 |
| 🔒本地处理 |
文件不上传云端，转换过程完全在 NAS 本地完成 |
| ⚡实时转换 |
拖拽上传 → 选择格式 → 即时下载，三步完成 |
| 📂批量支持 |
多文件同时上传，队列自动处理 |
| 🎯智能压缩 |
图片/视频可在转换时指定质量、分辨率参数 |
💡 提示：VERT 界面简洁直观，打开就能秒上手。
🔍 三、你的 NAS 能用 GPU 加速转化吗？
30 秒自检（SSH 执行）：
echo "=== GPU 检测 ===" && \
ls -la /dev/dri 2>/dev/null && echo "✅ 核显可用" || echo "❌ 无核显" && \
which nvidia-smi >/dev/null 2>&1 && nvidia-smi && echo "✅ NVIDIA 可用" || echo "ℹ️ 无 NVIDIA 驱动"
#输出示例：
nas@HomeNas:~$ echo "=== GPU 检测 ===" && \
> ls -la /dev/dri 2>/dev/null && echo "✅ 核显可用" || echo "❌ 无核显" && \
> which nvidia-smi >/dev/null 2>&1 && nvidia-smi && echo "✅ NVIDIA 可用" || echo "ℹ️ 无 NVIDIA 驱动"
=== GPU 检测 ===
total 0
drwxr-xr-x 3 root root 100 Feb 1 09:17 .
drwxr-xr-x 22 root root 3780 Feb 1 09:17 ..
drwxr-xr-x 2 root root 80 Feb 1 09:17 by-path
crw-rw---- 1 root video 226, 0 Feb 1 09:17 card0
crw-rw---- 1 root render 226, 128 Feb 1 09:17 renderD128
✅ 核显可用
ℹ️ 无 NVIDIA 驱动
| 结果 |
适用版本 |
只有 cpu |
部署 CPU 版即可 |
有 renderD128 |
可部署CPU + 核显双版 |
有 nvidia-smi |
可部署三版共存🎯 |
🛠️ 四、三版共存部署（推荐配置）
核心设计：三种算力独立运行，手动选择端口使用，任务各找各妈 🎯
# docker-compose.yml
services:
# CPU 版 - 文档/图片/轻量任务 📝
vert-cpu:
image: ghcr.io/vert-sh/vert:latest
container_name: vert-cpu
restart: unless-stopped
ports:
- 2251:80
# Intel/AMD 核显版 - 短视频/音频加速 🎬
vertd-igpu:
image: ghcr.io/vert-sh/vertd:latest
container_name: vertd-igpu
restart: unless-stopped
ports:
- 2252:80
devices:
- /dev/dri:/dev/dri
# NVIDIA 独显版 - 4K视频/批量** 🔥
vertd-nvidia:
image: ghcr.io/vert-sh/vertd:latest
container_name: vertd-nvidia
restart: unless-stopped
ports:
- 2253:80
runtime: nvidia
deploy:
resources:
reservations:
devices:
- driver: nvidia
count: all
capabilities: [gpu]
🚀 部署命令（全平台通用）
mkdir -p /volume1/docker/vert && cd /volume1/docker/vert
# 粘贴上述配置保存为 docker-compose.yml
docker compose up -d
🚀 五、基本功能演示
将这篇word文档转化markdown格式
上传文档，转化格式选择.md
转换效果
转化完成点击下载，解压下载压缩包，里面有.md文档以及图片资源
将这个文件夹整体导入到markdown编辑器查看效果
效果还不错。
🖥️ 六、各 NAS 系统 GPU 开启要点
群晖 DSM 7.x（Intel 核显）
1. 控制面板 → 终端机和 SNMP → 启用 SSH
2. SSH 执行：sudo chmod 666 /dev/dri/*
3. Container Manager → 项目 → 新建 → 粘贴配置
4. ⚠️ 关键：勾选"使用高权限执行容器"
威联通 QTS
1. 控制台 → 硬件 → 图形处理器 → 确认显示"支持"
2. Container Station → 创建应用程序 → 高级设置
3. 添加设备：/dev/dri/renderD128
飞牛 OS（FnOS）⭐ 最简单
核心优势：基于 Debian，权限宽松，YML 已包含设备映射，图形界面直接启动即可 ✨
图形界面方式：
1. 应用中心 → Docker → 安装启动
2. 文件管理创建 /docker/vert 文件夹
3. 容器 → 创建项目 → 上传 compose 文件
4. 直接启动（无需额外设备映射，YML 已配置）✅
SSH 方式（推荐）：
ssh root@飞牛IP
mkdir -p /vol1/1000/docker/vert && cd /vol1/1000/docker/vert
# 直接保存启动，无需修改
docker compose up -d
| 对比项 |
群晖 |
飞牛 OS |
| 核显权限 |
需 chmod 666+ 高权限容器 |
YML 内置配置，直接启动🎉 |
| 操作复杂度 |
5 步 + 2 条命令 |
3 步，零额外配置 |
| 推荐场景 |
企业级稳定 |
家用 Intel 小主机首选🏆 |
TrueNAS Scale / OMV
# Intel GPU 插件安装后，直接 docker compose 启动
docker compose up -d
NVIDIA 独显（全平台）
需预先安装 NVIDIA Container Toolkit：
# Ubuntu/Debian 通用（含飞牛 OS）
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt update && sudo apt install -y nvidia-docker2
sudo systemctl restart docker
🎮 七、使用指南：手动选择最优算力
| 访问地址 |
算力类型 |
适用场景 |
典型任务 |
http://NAS-IP:2251 |
CPU 通用🐢 |
文档、图片、轻量音频 |
PDF转Word、PNG转WebP、MP3转AAC |
http://NAS-IP:2252 |
Intel/AMD 核显🚀 |
短视频、普通视频转码 |
1080p压缩、10分钟内短片、H.264转H.265 |
http://NAS-IP:2253 |
NVIDIA 独显🔥 |
4K视频、批量任务、专业** |
4K H.265**、批量队列、剪辑素材输出 |
💡 使用建议：轻任务用 CPU 版响应快，视频转码优先选核显版（功耗低效率高），4K/批量任务上独显版火力全开。
❓ 八、常见问题
| 问题 |
原因 |
解决 |
| 2256/2257 端口无法访问 |
GPU 设备权限不足 |
群晖：chmod 666 /dev/dri/*；飞牛：检查设备映射是否正确 |
| 核显版转换仍慢 |
驱动未正确调用 |
检查 docker logs vertd-igpu，尝试换 LIBVA_DRIVER_NAME=i965 |
| NVIDIA 版启动失败 |
未安装 nvidia-docker2 |
参考 https://github.com/NVIDIA/nvidia-docker 安装 |
| 群晖核显不识别 |
DSM 7.2+ 权限收紧 |
Container Manager 勾选"使用高权限执行容器" |
| 飞牛核显不工作 |
路径或映射错误 |
确认 /dev/dri存在，容器内执行 ls /dev/dri验证 |
🎯 九、总结
| 方案 |
配置 |
| 只部署 CPU 版 |
CPU + 核显 + 独显 三版共存 |
| 不区分使用场景 |
手动选择端口，按需调用最优算力 |
| 忽略 GPU 支持 |
全平台 GPU 开启指南，飞牛 OS 最简单 |
一个 NAS，三种算力，自己说了算。 🎉
轻任务不浪费电，重任务不熬时间——这才是自托管工具的正确打开方式。
⭐ 特别推荐：Intel 核显用户首选 飞牛 OS，YML 内置配置，上传即启动，部署体验最佳。
如有修改将更新在文章底部留言，觉得有用可以点赞+转发+推荐，点点关注，你的支持是我更新的最大动力❤。
