Powered by NVIDIA DGX Spark
在全新 DGX Spark 上安装
准备一台运行 Ubuntu 24.04 ARM64 的全新 DGX Spark，具备正常的 Docker Engine、Compose v2、NVIDIA 驱动及容器支持、KVM、Git 和 Python 3.10+。模型、容器构建与安装包需要数百 GB 临时空间。不要在已有业务数据上执行全新安装。
git clone https://github.com/weerocksllc/teamaibox.git
cd teamaibox
sudo bash install/from-source.sh在 Spark 本机运行上述命令，不是在普通笔记本上运行。脚本下载模型和构建输入、构建运行镜像、生成完整离线包并安装。首次源码构建需要联网和较长下载、构建时间；clone 并不等于安装完成。复用现有 Docker 与 NVIDIA 环境。
预检、下载问题与断点续跑
--check 执行预检。中断后保留 /var/tmp/teamaibox-source-build，重跑相同命令，复用校验通过的下载与已完成阶段。不要并行启动重复构建或清空缓存。默认使用官方源；上游无法连接时，可按文档选择替代源，或从能联网的机器转移经校验的缓存/完整离线包，镜像站不保证可用。日志、--cache-dir、--work-dir 见源码安装说明。源码变化后使用新的工作目录，不绕过检查点。
sudo bash install/from-source.sh --check
sudo bash install/from-source.sh安装完成后
- 使用 Spark 当前局域网地址打开
https://<BOX_LAN_IP>/，确认本机生成的 HTTPS 证书确实属于自己的设备。 - 使用
admin/admin登录，立即修改初始密码，再创建普通账户；不要将初始凭据暴露到公网。 - 等待各 AI 应用分别就绪，在个人菜单选择语言与主题，从工作台开始。
- 虚拟电脑由用户提供合法 Windows/Linux ARM64 ISO 与系统许可。离线目标需先取得完整安装包，再按离线包说明安装；源码准备本身不是离线过程。
开源范围与实际边界
自研代码和文档采用 MIT，不是安装中的所有二进制都采用 MIT。第三方代码、模型权重、NVIDIA 组件、固件、Google 服务和 Windows 保留各自条款。仓库不包含模型权重、已安装的 Android/Windows 磁盘、登录状态、ISO 或离线安装包。Google 兼容不等于 Play Protect 认证；投屏不包含 DRM 受保护内容或 Apple 认证；不宣称支持 Windows 10 ARM64。性能和并发取决于硬件与工作负载。
欢迎一起贡献
欢迎提交问题、文档、翻译、无障碍改进、应用集成和代码。先用 Issue 说明用户问题，再 fork、创建专注的分支并提交 PR，附相关检查和截图。文档和独立组件贡献不要求拥有 Spark；硬件验证要如实标注。不要上传密钥、个人文件或已登录的设备镜像。安全漏洞按 SECURITY.md 私下报告，不发公开 Issue；不要求强制 CLA 或付费贡献许可。
贡献流程 ↗可以通过 Team AI Box 在 DGX Spark 上运行 Windows 吗？
Team AI Box 提供 Windows 和 Linux 虚拟电脑，不替换 Spark 的宿主操作系统。请使用兼容的 Windows 11 ARM64 或 Linux ARM64 ISO，通过浏览器虚拟显示器自行安装，并提供所需的操作系统许可证。来宾应用和驱动的兼容性需要单独确认。
克隆源码后就安装好了 Team AI Box 吗？
不是。需要在符合要求的全新 DGX Spark 上运行 install/from-source.sh。首次在线准备会下载模型与依赖、构建容器并生成安装包。离线目标机需要先由可联网的兼容机器准备完整安装包；保留构建工作目录才能继续中断的准备过程。