2025-12-09 20:00:50
NAS、键盘、路由器······年轻就要多折腾，我是爱折腾的熊猫—多面手博主！咱主打的就是一个 “技能不压身，干货不掺水”
如今NAS上的影视中心越来越强大了，不仅仅局限于本地资源的刮削和加载，对于网盘资源也能直连播放了，目前极空间和飞牛都已经支持部分网盘的资源直连播放，再结合第三方的项目，硬盘贵咱就用网盘呗！
omnibox并不是一个开源项目，但因为其功能非常不错，所以熊猫还是想拿出来讲讲。本质上和之前的moonTV差不多，也是可以配置影视采集源实现在线播放，但omnibox在此基础上增加了网盘获取和直播获取，这就让它变得更加全能了。
omnibox的部署并不难，项目的配置文件容器目录为/app/data，端口为7023，通过compose就可以直接部署。
services:
omnibox:
image: lampon/omnibox:latest
container_name: omnibox
restart: unless-stopped
ports:
- "9920:7023"
environment:
- TZ=Asia/Shanghai
volumes:
- ./data:/app/data将其复制到NAS中一键启动即可，其中容器端口映射出来的本地端口记得根据自身NAS环境更改，避免冲突。
确认无误之后就可以直接浏览器输入NASIP与端口号访问项目首页了，初始是没有鉴权的，所以不需要密码所有用户都可以访问，如果不想暴露可以登录之后再后台进行安全设置从而限制访问。
首页的数据是根据豆瓣来的，会显示当前热门剧集、综艺以及电影，点击相关的内容能自动进行搜索，不过前提是你配置了采集或网盘的情况下。
搜索结果会按照影视站进行区分，没有资源的站点并不会显示，不过该项目比起moonTV差的一点则是它并没有内置广告过滤，所以一些恶心的采集站开头大概率是有XXX澳门之类的广告。
采集源如果非常不错，那么播放可以做到5秒内加载，同时清晰度也和采集源有关，熊猫之前收集了一些速度非常不错同时清晰度也很好的采集站，所以整体的效果非常nice！
电视直播展示一下就行，具体的可以下来慢慢讨论，不多说！！！
剩下则是各大直播平台了，这个在后台直接设置房间号即可，不过通过这里看直播是没有弹幕和礼物弹窗等等的，只会显示当前直播画面。
当然，你非要在这里显示弹幕也不是不可以，但这就需要去设置弹幕的API，该项目也是可以自部署的，同时在这里也可以设置TMDB信息。
关于网盘方面，支持的网盘还是非常多的，目前有115网盘、123云盘、夸克网盘、UC网盘、阿里云盘、百度网盘、天翼云盘以及迅雷网盘。
影视站添加之后支持测速，一般速度在3000ms以内其实体验就还不错了，如果能在1000ms左右，那基本上能做到3s以内加载出来，当然这个也和你当前的网络和资源有关，热门资源应该是没有问题的。
非常不错的项目，如果手头有好的采集源，那么在这个硬件涨价的时候，用它来代替一些不怎么想保存在NAS中的资源是可以的，反正熊猫的NAS保存的影视资源一般都是经典，会让我多刷的资源。
以上便是本次分享的全部内容了，如果你觉得还算有趣或者对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！
2025-12-07 22:49:59
近两年，AI迎来井喷式的发展，熊猫愿把这称作“第一次科技革命”。随着大模型和 AI agent 的不断成熟，常常让人不禁感叹：原来 AI 已经能做到这种程度了！
即便 AI 已经发展到如此“逆天”的程度，熊猫发现普通人的使用场景仍然局限在对话和生图这两类。进阶操作很少有人会，不会设置工作流，不会配置智能体，甚至连大模型有不同类别这件事都不清楚。
本期内容会从AI大模型的介绍、获取以及使用进行介绍，2025小白AI入门指南，现在开始！
在获取并使用大模型之前，首先要弄清市面上有哪些类型的模型，以及它们各自能做什么。
日常使用最多的是 LLM（大语言模型），也常被称为“语言模型”。比较知名的有 GPT 系列 —— 可以说推动大众进入 AI 时代的就是 GPT-3.5。在国内，比较出名的代表有千问和 DeepSeek。
这类模型通常指用于处理人类语言文本的模型，主要功能包括文本对话、写作、翻译、逻辑推理和情感分析等与文本相关的任务。
语言模型可分为基座模型和指令模型。基座模型——顾名思义，是所有模型的基础，通常通过海量数据预训练，擅长对输入文本进行“续写”。举个例子，如果输入“熊猫是不是猫？”，基座模型更可能沿着文本继续生成下一个句子，例如“蜗牛是不是牛？”。它对知识有一定掌握，但不具备按人类指令执行特定任务的能力。
指令模型是在基座模型的基础上，通过人工反馈（如人类评估和指令示例）进行强化学习或微调而成。这类模型能理解并执行人类指令，支持对话式交互。因此，目前常见的 GPT、DeepSeek 和千问等产品多数属于指令模型或在其基础上进行了指令化调整。
这类模型对普通用户而言用得较少，主要用于需要检索的场景，如知识库、相似度搜索等。它们通常不直接生成文字或图片，而是把文字或图片等信息编码成一串数字数组——也就是向量。这个向量相当于该信息的“身份证”或“坐标”，用于表示和比较内容的语义或特征。
向量模型会把信息编码为向量，进而在一个巨大的多维坐标空间中表示这些信息。语义相近的词或内容在空间中的位置也会相近，语义相反或无关的则会相距较远。
向量模型目前最常见的应用是 RAG（检索增强生成）。一些 NAS 的相册也提供检索功能，但那些实现多依赖传统数据库索引，而非向量检索。就我所知，使用向量模型进行精确检索计算的厂商中，目前只有威联通和极空间在实践这一方案。
视觉模型其实并不是单纯的作图这么简单，视觉模型作为大类目，再往下细分可以分为两个大类，分别是生成和理解。
很多人以为生成类模型就是直接“按提示画图”，但图像生成的过程实际上是逆向的。当前主流的生成方法依赖扩散模型 (Diffusion)：训练阶段把一张清晰图片不断加噪，直到变成类似雪花屏的满屏噪点；生成阶段则从满屏噪点开始，按用户输入的条件逐步去噪，最终复原出清晰的图像。
视觉理解顾名思义，是对已有图片进行分析和理解，常见场景包括图像识别、OCR、目标检测、图像分类等。实现这些功能的主流方法主要有 ViT（Vision Transformer）和 CNN。常见做法是把图像切分成若干小块（patch 或 receptive field），分别对每个小块提取信息或特征，再将这些局部特征汇总、融合以完成最终的判定或理解。
目前视觉模型种类繁多，既有近期走红的 Nano Banana Pro，也有老牌的 Midjourney、DALL·E 3，以及广泛使用的开源项目 Stable Diffusion。但总体来看，国内在视觉模型的研发和生态建设上，与国外相比仍存在一定差距。
多模态顾名思义，是把视觉模型的“眼睛”和语言模型的“大脑”结合在一起，从而具备视觉问答、情感交互、跨模态检索等能力，也是目前大模型的发展方向。
多模态的发展早期，通常采取将视觉模型和语言模型“强行拼接”的做法，通过后续训练让“大脑”学会理解“眼睛”传来的信息。随着技术演进，现在的多模态模型更多是在设计阶段就原生支持文本、音频、图片等多类数据的联合理解与处理，而不是简单地把单模态模块堆叠在一起。
多模态领域较为出名的代表包括 GPT‑4o 和 Gemini 1.5 Pro。多模态模型现在算是应用最广的模型类型之一——例如手机里的语音助手（如小爱、小布、小V）很多都基于多模态技术，实现了语音、图像与文本的联合理解与交互。
除了上述的模型，还有一些日常普通用户用的更少或者更为专业的模型，其中主要就是视频生成模型、音频语音模型以及专业模型等等。
视频生成模型是目前技术难度最高的模型之一，对算力要求极高。它通常在扩散模型的基础上引入 Transformer 结构，用以生成连续且逻辑自洽的帧序列，随后再把这些时间帧按顺序拼接，就能得到完整的视频。
这类模型最具代表性的就是Sora与国内比较出名的可灵。
音频语音模型其实用的并不少，比较出名的案例就是“AI歌手”孙燕姿。然而，即便音频模型已经相当成熟，调音与修音仍需要人工参与，否则即使是未接触过 AI 的普通听众，也大都能察觉到明显的失真感。
专业模型其实就是针对垂直领域特殊训练的模型，通用大模型虽然通用性强，但“什么都懂一点”的特性往往只能达到“略懂”的水平。为满足专业场景的高精度需求，才催生了这类专用模型。常见类型包括代码模型和各类科学模型（如生物、气象、数学等）。
通过以上，我相信你已经大概知道了大模型的种类以及使用场景，那么如何获取我们想要的模型呢？
先从官方渠道说起。除去少数需要付费或有使用限额的模型（例如近期走红的 Nano Banana Pro、GPT5.1、可灵等），大多数模型在官网上都可以直接免费使用，不过通常仅支持网页版或官方 APP。对普通用户而言，这类使用方式已基本满足日常需求。
如果你想通过 API 调用大模型，很多平台其实是提供了可观的免费额度的。例如阿里的通义千问可以在阿里百炼控制台领取，抖音的“豆包”可以在火山方舟引擎控制台领取。通常这类额度只发放一次，但数量往往从几百到数千万 Token 不等。用于文本类任务的话，对普通用户基本足够。
这里推荐一下美团的longchat模型（非广），虽说是稀释后的模型，但longchat也有通用模型和深度思考模型两种，同时官方文档看似没有更新，但实测是支持多模态的。
当然，最重要的是美团的longchat目前对于个人用户每天有500万的Toekn（申请之后），没错！是每天500万的Toekn，对于个人用户来说这个量非常大了，完全足够常规的文本和视觉分析处理，主打一个免费量大。
如果你有大量其他模型使用需求，例如更高质量的视觉分析、图形生成等等，那么大概率就需要付费来使用，你可以选择用官方的付费服务，但大部分情况下高质量的模型大量使用费用其实并不低，亦或者选择折扣的第三方渠道。
通常来说这类第三方网站的token会是官网的3-6折，根据模型的热度和质量而定。在计费方式上会有按次和按量两种方式，一般来说生成类模型熊猫建议是按次，文本或向量这类模型建议按Toekns来计算。
关于网址的获取其实途径非常多，百度搜索大模型第三方API站点、github中直接搜索AI内容，赞助广告中、linux.do论坛佬友们的分享等等，这些都是获取的途径，废了避免广告嫌疑，熊猫就不做推荐了，可以自行搜索。
这时候又有小伙伴会问，那么就没有完全免费的路子嘛？那当然也有，不过免费往往也会带来一些问题，例如站点可能时不时就会跑路、不支持API并发、热门付费模型没有等等。
这一类站点的获取关键词为公益站，尽可能用谷歌去搜索，当然一样的github和linux.do中也会有很多推荐，但基本上是没有热门付费模型或高质量生成类模型，比如近期大热的Nano Banana Pro。
一般来说公益站会限制用户的API并发或二次分发，大部分公益站都是不开放注册的，只会在特定的时间开放注册，类似于PT站的操作，在额度方面大概率也是签到、注册、邀请等等来获取额度。
大部分情况下注册一般就有20-100的额度，这里指的是美元，然后每天签到大概也有5-10左右，基本上也是完全够用了。
最后一种则是逆向工程，熊猫这里并不推荐这种方式，关于如何使用逆向，这里没办法做过多的介绍，可以自行github搜索相关项目。
逆向之后就不受额度、注册等限制了，但往往也伴随不稳定性以及模型使用的限制，例如不能进行图像生成、语音识别等等，这就和逆向工程的项目相关了。
最后说说大模型的实际使用。正如前面提到的，普通用户最常用的功能是对话、搜索和生图。要想实现更精准的图像生成或更深度的对话，就需要引入“智能体”概念——本质上就是对模型进行预设与流程化配置。
对于文本类项目，网上其实已经有非常多的提示词了，或者你可以直接让AI帮你生成相关需求的提示词，这里推荐熊猫之前介绍过的提示词优化器，支持直接使用以及自部署：Prompt Optimizer。
除此之外大部分的应用或者模型官网都内置一些智能体，熟练合理的运用智能体很多时候能提高不少的工作效率。
而对于图形生成，也有非常多的项目和网站会收集一些预设词，这里熊猫主推https://opennana.com/。该网站收录了一共700多种生图案例，且支持中英文双语提示词。
如今，AI的发展趋势非常之猛，作为普通人的我们并不能改变什么，前两天熊猫翻招聘软件甚至看到一些公司已经开始将熟练使用AI作为招聘要求了。
技术的发展并不会取代人，但不会新技术的人一定会被其他人取代。
以上便是本次分享的全部内容了，如果你觉得还算有趣或者对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！
2025-12-06 21:40:38
每月一度的绿联云更新时间又到啦！作为熊猫的主力NAS之一，绿联的每月更新进度和功能解析，早就是咱们的“保留节目”了。这次更新，官方可是诚意满满，主要集中在几个呼声极高、用户期待已久的实用新功能上。具体都有哪些？跟着熊猫的步伐，一起来看看这次更新！
NAS作为存储设备，随着使用时间的推移，存放在NAS中的文件数量也会越来越多，而如何在长时间存储之后尽可能缩短翻找以前的文件就成了一个难题。
现实中人们往往会通过贴便签、标签的形式来进行文件的分类，这种简单明了的方法在Mac OS以及各种知识库和笔记软件中也有，通过标签能直接缩小我们想要查询的文件类型范围，而这次绿联也讲这个功能更新到了文件管理中。
选中想要打标的文件，右键就能进行标签的添加，你可以根据文件的类型以及属性添加到合适的标签中，如果已有的标签不满足你的分类需求，想要更为细致化的分类，也可以新建标签。
文件右键选中之后点击全部标签能看到当前的所有标签，同时也支持添加新的标签，或者直接在标签栏右键来进行标签新建，不过目前标签的颜色选择还是有点少，建议可以出一个调色板让用户自己选择，这样满足用户的细致化分类。
标签添加完成之后在进行文件所有时就能针对标签记性搜索，缩小搜索的范围，从而进一步提高文件搜索的精准度了。
初次之外则是安全和权限方面的升级，首先贡献文件夹的NFS权限管理支持Squash多种映射关系了，这对于多文件夹更方便管理和使用NFS权限，你可以选择将root映射为管理或游客，也可以选择针对所有用户进行映射。
剩下的则是一些细节的优化，例如图片放大查看时增加了鸟瞰图便于观察图片全景；在进行文件以及文件夹的删除时，也终于支持Enter键确认；以及解决了对于长命名的压缩文件解压错误问题等等。
NAS在如今不止是作为存储设备使用，很多时候也是家庭或个人的小型服务器，用Docker部署各种项目来实现扩展性的功能。而绿联的Docker不论是界面UI设计还是镜像和容器的管理以及多端操作上都算得上目前NAS梯队里数一数二的存在。
Docker项目更新迭代频繁，每次新版本带来的功能升级，对不少用户来说都非常有价值。但以往，Docker的更新操作总得依赖第三方工具，过程略显繁琐。而这次，绿联云在新版本中直接发力，将Docker的更新检测和“一键更新”功能，无缝集成到了自家的Docker管理界面中。
新版本中，当部署的项目或容器又更新时，会在置顶显示提示，同时项目或容器旁边也会出现可更新的标识，点击置顶能进行批量更新，点击单一项目则是单独更新，之后会弹出更新提示，需要注意新版本的容器或项目配置是否有变化，如果涉及到了变量或映射变化则需要手动调整，不然可能会导致更新容器启动失败等问题。
同时在管理中也能看到更新检测的功能开关以及按计划更新的定时项目，不过熊猫个人建议检测可以开，但自动更新还是关闭比较好，毕竟版本更新最好是确认好更新内容再去做决定，避免项目大改版导致的数据丢失等问题。
十一月的版本影视和相册都更新了对繁体的支持，影视中心在线字幕增加了繁体选项，而相册也新增了繁体的识别，同时相册还支持使用繁体来进行画面内容的搜索功能。
相册的繁体识别以及文字识别记得更新之后去智能设置去更新模型，不然是无法生效的。
快照作为保证用户文件安全的工具，这次也迎来了升级。新版本中快照终于是支持预览了，在快照应用中点击设置了快照的文件夹，随后就可以选择对应的快照进行预览。
在预览界面，不需要再直接整个快照进行恢复，可以选择文件进行下载或复制，解决了单独文件的恢复问题。
最后则是本次漫画应用也终于更新上线了，漫画已经来了，那么电子书相信也不远了。
打开漫画应用首先我们需要新建漫画库，名称和漫画文件的路径自行设置，在类型选择上支持章节漫画和单篇漫画，其实就是定义漫画的路径规则，这个根据自身使用习惯来设置就可以了。
PC端目前仅支持漫画库的创建，创建之后将漫画按照对应的路径放进去，随后就可以通过手机端打开了。当系统扫描识别到目录下的漫画之后会自动进行封面刮削获取。
点开漫画章节的排序也是正常的，在阅读漫画时支持双页和单页展示，同时也能在设置中调节阅读方式，例如一些韩漫就非常适合从上往下的阅读方式，可以根据漫画的属性自行调整。
漫画的阅读效果还是蛮不错的，多种阅读模式针对不同种类的漫画也能适应得非常好，作为初版来说体验相当可以了，希望后续持续优化，例如简介、作者的刮削以及PC端的更多功能适配。
十一月的更新中新内容还是比较多的，文件标签功能和Docker的更新检测与一键更新对熊猫来说非常有用，而本次更新之后十二月也将引来绿联UGOS Pro今年的最后一版更新，据说规划了蛮多好玩的内容。
最后，在这个各种硬件都在持续飙涨的情况下，绿联NAS的性价比一下就突出了很多，双十二也是今年最后一次大型活动了，如果有需求完全可以考虑下手了，再等又是一年过去了。
以上便是本次分享的全部内容了，如果你觉得还算有趣或者对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！
2025-12-05 18:13:17
NAS、键盘、路由器······年轻就要多折腾，我是爱折腾的熊猫，今天又给大家分享最近折腾的内容了，关注是对我最大的支持，阿里嘎多
绿联NAS作为目前熊猫工作文件以及各种素材和壁纸的存储中心，一直承担的就是工作需求多一点，DXP6800 Pro的盘位足够多，同时i5-1235U的处理器兼顾了性能和能耗，既保证了我的各种本地项目的运转，在十多个Docker全开且硬盘不休眠的情况下也能有不错的功耗表现。
在经历过多次更新之后，从最初的“毛坯房”直接进化成了现在的“精装小洋房”，颇有一种万丈高楼平地起的既视感。自家原生应用在稳步推进，应用中心也开始敞开大门，接纳各路第三方大神的优秀项目，生态圈子越扩越大。
随着AI越来越强大，熊猫一直在想能不能直接把NAS中的图片交给AI来托管，不仅仅是做到人物、宠物以及场景等识别，而是来点更深度的视觉解构：把照片的色调、构图、分辨率甚至调色风格都给“扒”得明明白白。然后根据这些分析，自动打标签、写描述、归好类，这才是我想象中“贾维斯”级别的真智能。
前两天看到一款非常厉害的开源项目——PixelPunk，一个功能非常强大的资源管理平台，一款基于AI和向量搜索的智能图像管理，支持多云存储、企业级安全与灵活分享，再加上现代化的UI界面和开放API，不管是做内容平台、媒体库还是搞企业知识管理，用它都非常顺手。
PixelPunk虽说是刚开源的项目，但功能性已经非常强大了，完全已经到了能投入使用的阶段，PixelPunk目前在Github开源，地址为https://github.com/CooperJiang/PixelPunk，同时你也可以去官方查看他的官方文档：https://pixelpunk.cc/。
众所周知，绿联的DXP6800和DXP8800系列都预留了PCIe插槽，这就给硬件扩展留足了后路。而视觉识别和向量模型这两使用在线多少会涉及隐私问题，虽然熊猫觉得也没谁会闲得无聊专门来追踪你的数据，但既然咱手里有条件本地部署，那干嘛还要把数据往外送？直接上本地大模型，既能享受AI的便利，又能把隐私攥在自己手里，这才是成年人的“全都要”。
当然，如果你手里有雷电显卡扩展坞，那么其实用DXP4800系列以及全闪480T其实也能外接显卡来调用本地大模型，目前绿联的DXP4800系列、DXP6800系列、DXP8800系列以及全闪NAS480T都带有雷电扩展口。
PixelPunk的部署并不难，项目涉及到了主程序、MySQL数据库、向量库以及Redis缓存，通过compose我们可以一键配置好对应的项目变量。打开绿联Docker中的项目，选择创建新项目。
复制粘贴以下代码，其中涉及到的环境变量、端口以及映射文件夹需要你根据自身的NAS环境去更改，避免端口冲突等问题。
version: '3.8'
services:
# PixelPunk 主应用
pixelpunk:
image: snine98/pixelpunk:latest
container_name: pixelpunk
ports:
- "9555:9520"
volumes:
- ./data:/app/data
- ./logs:/app/logs
- ./uploads:/app/uploads
environment:
- TZ=Asia/Shanghai
- DEPLOY_MODE=compose
- CONFIG_PRESET=true
- APP_PORT=9520
depends_on:
mysql:
condition: service_healthy
qdrant:
condition: service_started
redis:
condition: service_started
restart: unless-stopped
networks:
- pixelpunk-network
# MySQL 数据库
mysql:
image: mysql:8.0
container_name: pixelpunk-mysql
environment:
MYSQL_ROOT_PASSWORD: root_password_change_me
MYSQL_DATABASE: pixelpunk
MYSQL_USER: pixelpunk
MYSQL_PASSWORD: pixelpunk_pass
TZ: Asia/Shanghai
volumes:
- ./data/mysql:/var/lib/mysql
command: >
--character-set-server=utf8mb4
--collation-server=utf8mb4_unicode_ci
--default-authentication-plugin=mysql_native_password
restart: unless-stopped
networks:
- pixelpunk-network
# Qdrant 向量数据库
qdrant:
image: qdrant/qdrant:latest
container_name: pixelpunk-qdrant
volumes:
- ./data/qdrant:/qdrant/storage
environment:
- TZ=Asia/Shanghai
restart: unless-stopped
networks:
- pixelpunk-network
# Redis 缓存（可选）
redis:
image: redis:7-alpine
container_name: pixelpunk-redis
volumes:
- ./data/redis:/data
environment:
- TZ=Asia/Shanghai
command: redis-server --appendonly yes
restart: unless-stopped
networks:
- pixelpunk-network
# 网络配置
networks:
pixelpunk-network:
driver: bridge代码复制之后如果提示格式错误，那么可以将代码交给AI让其纠正格式，可能涉及平台修改了缩进等原因。存放路径新建文件夹pixelpunk进行存放，方便后续对文件进行管理。
确定所有内容无误之后点击立即部署，NAS会拉取镜像并启动容器，这时候在项目管理中能看到主程序以及附属程序都已经运行成功。
最后通过绿联的远程访问或者浏览器本地输入NASIP与主程序端口号就能访问项目了，首次访问会提示注册账号，首次注册的账号即为超级管理员。
登录后台之后首先看到的是仪表盘，仪表盘会展示用户统计、文件统计、存储统计以及分享统计，同时下方会有上传趋势甚至AI服务和标签统计，能宏观看到整个项目中图片的打标进度和标签数等等。
首先说说该项目的AI智能化程度，这也是熊猫墙裂推荐的原因之一。
首先要使用AI进行打标、分类以及识别，我们要现在后台智能管理中去设置对应的模型以及API，其中智能配置需要用到多模态模型，而向量配置则是向量模型，这一点不能搞错了，模型支持自定义对接地址，如果是用的第三方非官方，并发数量切记不要开太高。
设置好模型之后，来到首页选择上传图片。再上传功能上，项目可选择对上传的图片进行水印添加和自动压缩，以体积更小质量降低不明显的文件。
图片上传之后回到后台，点击打标管理，这时候能看到未打标、进行中、已完成以及失败和忽略几个状态，新上传的会自动进行打标处理，如果模型配置正确，会在已完成中显示。
来到文件管理中，找到刚刚打标的图片，点击详情就能看到视觉分析后图片的所有信息了。信息包括AI生成的标签、描述、色调、尺寸、宽高比、分辨率以及构图和敏感度评分，识别的精准度和模型有关。
打标完成的图片会再次进入向量管理中，通过对标签、描述以及其他信息进行分析来建立向量数据库。项目支持对向量库的重建以及核对补齐。
建立好向量库之后就能在文件管理中进行自然语言的搜索了，例如这里我想要找到所有文件中的卡比壁纸直接搜索即可，项目也会显示搜索内容的相似度来供你参考，不过这个参考值还是取的比较低，当然这个和向量库的维度也有关。
在标签管理中也可以直接看到你所生成的所有标签，非常之多！！！不得不说AI还是比人工手动打标快多了，且如果模型不错，标签的精准度还是非常高的。
pixelpunk的数据除了能使用本地存储，也支持阿里云OSS、腾讯云COS、七牛云、又拍云、雨云以及WebDAV和S3存储等等，同时支持对存储的路径、权限等进行控制管理，方案非常不错。
pixelpunk也支持多用户管理，用户通过个人仪表盘可以对接项目的API用于图床、随机壁纸等等，同时也支持防盗链设置，UI也拥有多种的主题、布局与风格供用户修改，不管是对于后端的管理还是前端的用户，pixelpunk都做到了尽可能塞进足够多的功能。
pixelpunk算是今年熊猫觉得最出色的项目之一了，项目的功能非常丰富，技术栈多达30个，总代码数量甚至来到了27万行，这对于一个图库项目来说算是非常庞大了。
整体体验下来感觉非常不错，不过目前最大的问题就是视觉模型如果用在线的API，那么对于Token的消耗非常之大，熊猫实测400张图片消耗Toekn数量达到了300多万的级别，平均单张图片都在上万的Toekn消耗。
如果手头有不错的显卡，个人建议还是搭配绿联的雷电或PCie接口使用本地模型进行计算，速度上可能会比在线模型慢很多，但不需要考虑Toekn的消耗，同时对于隐私保护也会更好。双十二期间绿联目前也有非常大的优惠力度，目前熊猫同款绿联DXP 6800Pro到手价5000出头，如果预算不够，那么DXP4800 Pro目前只需要2000多，性价比非常高了。
以上便是本次分享的全部内容了，如果你觉得还算有趣或者对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！
2025-12-04 18:20:03
这年头，“减负”、“轻量”简直成了各行各业的年度热词。从生活用品到学校教育，从打工人的工作日常，再到如今的电子设备，大家都在喊着要轻量化、要减负。然而，对于电子产品而言，想真正实现“减负”，往往意味着要在有限的、甚至更小的体积里，塞进更集成、更精密的方案；同时，还得绞尽脑汁地从材料选择上“抠”重量。
ATK作为目前国内外设品牌的第一梯队，为众多同行提供了无数成熟方案；自家产品线也一直持续迭代出新。今年上半年，ATK旗下的A9系列鼠标一经问世便火爆全网；紧接着9月，他们又趁热打铁推出了进阶版的A9大师。这两款现象级产品不仅销量一路飘红，市场口碑也好评如潮。然而，让玩家们望穿秋水的A9轻量化系列，却迟迟未见踪影。如今，ATK终于推出了A9系列的轻量化鼠标——A9 Air大师版。
产品的包装还是ATK一如既往的风格，依然是书封式的产品图以及天地盒的磁吸包装，熊猫还是蛮喜欢这种设计的，毕竟很多品牌的包装拆了就不能用了，后续收纳其实蛮麻烦的。
这次的A9 Air大师版提供了四种配色，分别是常规的黑与白，以及曜夜白和幻影橙，曜夜白有点熊猫配色的意思，鼠标主色为白色，左右键用了黑色展示差异化，同时按键上还做了A9 Air的涂装，整体的颜值个人还是蛮喜欢的。
取出所有配件，A to C的编织线、说明书、保修卡、备用脚贴、防滑贴以及接收器就是全部内容了，配件方面还比较常规，毕竟鼠标也做不出什么其他配件。
接收器这次也比较特殊，做了半透明的雾透设计，体积也非常小巧，同时内置有RGB灯，通过驱动可以进行电量、轮询率等状态设置，不过样式虽然好看了，但这种太轻的接收器放在桌面其实也不是非常稳，个人是比较喜欢重一点的。
作为主打Air的轻量化鼠标，A9 Air大师版的重量仅有47g，算是熊猫目前用过除了镂空鼠标以外最轻的一款，且A9 Air大师版采用了对称设计，所以能兼顾左右手用户。
设计上还是延续了A9大师系列磨具，毕竟前者的销量和口碑已经证明了自己，不过在一些细节处还是有所变化。A9 Air大师版的涂装用了新一代的超细腻纳米涂装，触感上更为细腻，同时作为汗手的熊猫发现它的防汗抗污效果也不错，即便是留了一些痕迹，湿纸巾擦一下就好了。
握持的手感非常舒服，毕竟磨具和涂层都属于业界比较顶的存在了。底部为鼠标的波动开关以及DPI的切换键，脚贴这次也做成了大面积的双层防凹脚贴，
配置方面，A9 Air大师版用了目前旗舰主流传感器PAW3950 Ultra，其DPI的精度调节来到了10DPI/档，最高支持30000DPI，可超频至42000DPI，在抬起LOD的高度调节上支持0.7mm到1.7mm的调节，范围非常广，个人还是习惯了1mm的LOD高度，搭配47g的轻量化设计更省力一点。
这次的A9 Air大师版使用的是基于Nordic54L系列深度研发的ATK自研双54L方案，配合雾透的接收器支持>20000FPS的静态扫描，无线方案这次也做了优化，支持双向8轨传输，无线有线双模均支持真8K轮询。
微动方面用了ATK的疾光光微动，寿命超1.5亿次，点击的段落感非常强，点击声音很清脆，连点起来非常带感，FPS玩家应该蛮喜欢这种手感。搭配这次的第三代绝鲨竞技固件Max，按键的延迟低至0.181ms，很适合高度竞技用户。
续航上，A9 Air大师版电池容量为300mAh，但用了全新的高密度电池，加上ATK这次自研的54L方案，在1K的轮询下续航来到了300小时，8K轮询下相对会打个折扣，但也是完全够用了。
这次的A9 Air大师版熊猫还是蛮喜欢的，当然了，不仅仅是熊猫配色深得我心，更重要的是在外观讨喜的同时，配置上这次也做到了轻量化的旗舰性能。47g的极致轻加上全新的纳米涂层，上手非常舒服；Nordic54L配合绝鲨MAX方案，既做到了非常低的按键延迟，同时也拥有双8K的轮询率；最后常规使用300小时的续航也能满足日常需求了。
ATK的外设熊猫一直比较推荐，毕竟在性能和做工都不错的基础上，ATK的价格其实更亲民，这次的A9 Air大师版首发入手299，性价比真的非常高了。
以上便是本次分享的全部内容了，如果你觉得还算有趣或者对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！
2025-12-03 19:35:13
不知道你们那儿带宽情况咋样，就熊猫了解到的消息，现在各大运营商对带宽限制越来越多了。像沿海或者发达地区，想拿到公网带宽越来越难。在我看来，NAS 要是没有公网，乐趣起码少一半。而且对一些工作有需求的人来说，没有公网的网络环境，会带来更多麻烦事儿。
虽说现在好多成品 NAS 都有自家的穿透功能，但黑裙用户也不少。对小型公司或者工作室来说，也不太可能花上千块去办商业专线带宽。这样一来，用第三方软件进行内网穿透，就成了眼下最方便、稳定又快捷的办法了。
说到穿透工具，我熊猫之前介绍过不少。今儿要给大家介绍的是企业级的内网穿透专家 ——ZeroNews，官网是：https://zeronews.cc/。
说了这么多，接下来是项目的部署和实际体验，毕竟穿透讲究一个速度。如果速度不行，那么功能做的再多也没用。
部署方面，官方不仅提供了 Docker 镜像，还很贴心地提供了自家的公共仓库，这对一些不太懂 Docker 加速器配置的用户来说，就非常友好。镜像名是 zeronews/zeronews:latest ，要是想用官方的加速地址，记得在前面加上 docker.zeronews.cc ，官网也有相关介绍。
在部署前我们需要去注册账号并获得TOKEN_ID，登录之后在TOKEN界面就能获取到，TOKEN属于隐私信息，记得保管好。
部署方面，这里熊猫以绿联的NAS为例，毕竟官方貌似没有对应的绿联NAS部署过程。我们打开绿联的Docker，在项目中新建输入以下代码，其中的TOKEN记得替换成自己的：
version: '3.8' # 推荐使用稳定版本（兼容大部分 Docker 版本）
services:
zeronews:
image: docker.zeronews.cc/zeronews/zeronews:latest
container_name: zeronews
network_mode: host # 对应 --net host
restart: always # 对应 --restart always
tty: true # 对应 -t（终端）
stdin_open: true # 对应 -i（交互式）
environment:
- TOKEN=<TOKEN_ID> # 对应 -e TOKEN=<TOKEN_ID>，请替换为实际 Token
volumes:
- /opt/zeronews:/etc/zeronews # 对应 -v 挂载
因为NAS是作为 Agent 接入，所以不存在什么端口，确认无误执行之后可以在日志中看到这样的内容，这也就代表服务已经部署成功了。
作为穿透工具，它主要服务于远程开发测试、NAS 访问、内网文件访问与共享，还有远程管理等场景。要用穿透的环境，一般都比较私密，不是公司有需求，就是个人想折腾。这种情况下，对安全性和稳定性都有要求。
ZeroNews 在功能方面，支持 TLS 加密隧道，还支持多协议，不局限于 TCP/HTTPS ，并且支持单应用下多协议混合隧道。所以对于部署在内网的应用，它也能适配。
在连接上，终端 Agent 接入数量根据你当前的套餐决定，而且单个 Agent 能运行多个安全隧道，也支持集群。在应用访问控制方面，它支持 IP 黑名单功能，对企业来说，这能拦住陌生 IP 访问，提升一定的安全性。
最重要的是平台兼容性，ZeroNews 支持全平台。不管是常见的 Win、Mac 系统，还是 Linux、Docker，甚至连路由它都支持。而且它适配 X86 和 ARM64 架构，所以理论上来说，不挑设备。
回到 ZeroNews 的控制台，在 Agent 界面，就能看到咱们绑定的设备已经在线了。点开之后，就能对它进行映射配置。
设置也非常简单，比如我想映射部署在绿联 NAS 里的 lucky 服务，选 HTTPS 协议，公网地址由 ZeroNews 提供，前缀名称能自己改。免费用户映射的带宽速度最大是 2Mbps，最后填上内网服务的端口就行。
通过生成的域名，我们成功访问到了内网的lucky服务，同理，通过这个方法我们能将内部的一些服务都映射出来，从而实现公网下直接进行域名访问。
除了 ZeroNews 提供的域名，如果你有自有域名也可以直接用自由域名进行映射，毕竟自有域名作为一级域名还是更好记一点，不过域名一定要进行备案。
个人用户还有一点非常头疼，就是当你将内部的端口开放并解析到域名之后，难免会有一些陌生的IP进行访问，我相信大部分人都经历过 NAS 被各种海外 IP 访问的情况。ZeroNews 提供了 IP 访问控制、鉴权认证以及路由管理等等措施，你可以通过它来严格控制访问的 IP，实现更为安全的映射资源访问。
对于企业用户，ZeroNews 提供了 TSL 终止服务。开启这个服务后，在 ZeroNews 边缘网络里，ZeroNews 边缘节点会一直透传 TLS 加密流量，用户的 TLS 访问流量它看不到，这样就能确保数据不会被窃取和篡改，满足企业级的安全访问需求。
资费方面，ZeroNews 给免费用户提供两条免费映射数，单条映射最大速度为 1Mbps 。协议方面，HTTPS 和 TCP 的所有功能都支持，设备数也支持两台。
要是觉得免费的不够用，ZeroNews 有多种资费订阅可选。它最大支持 6 条映射，总带宽达到 10Mbps，如果你是团队需求，那么 ZeroNews 能提供最大 15 条映射以及 20Mbps 的带宽，而且功能也更丰富，像 BGP 多线路、IP 访问控制、鉴权认证，还有自由域名这些，按照自己的需求付费就行。
对 NAS 个人用户来说，ZeroNews 的优势就是操作特别简单，一键部署完，配置好端口和域名就能直接访问，都不用再去了解别的东西。而对企业或工作室来讲，它的路由规则管理、完整的协议支持和访问控制，既能让连接方式多样化，又能保证内网安全。
以上便是本次分享的全部内容了，如果你觉得还算有趣或者对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！