2026-09-03 17:43:16
现在听歌看起来比以前方便了，实际用起来反而经常有点割裂，就比如熊猫喜欢的歌手周杰伦，我10级号Svip7的网易云不能听，歌曲版权分散在几个App里不说，想给其他人分享一首歌，还得先确认对方到底装没装这个软件、有没有会员。
而作为NAS玩家，遇到这种事情，第一反应通常都差不多，反正照片、电影、小说甚至KTV都能自己搭，那音乐播放器为什么不能也塞进 NAS？传统的Navidrome、Jellyfin更适合管理本地曲库，但前提是自己先准备好音乐文件，还要长期整理歌手、专辑、封面和歌词。
而熊猫最近发现的了HollyMusic，一套自部署的在线音乐聚合播放器，直接兼容洛雪音乐自定义音源，可以在NAS上聚合不同来源，同时把账号、收藏、歌单和播放历史留在自己的服务器里。
HollyMusic的完成度比熊猫一开始想的高不少，PC和手机都有单独适配，搜索、收藏、播放历史、歌词和歌单这些基础功能基本齐全。
它支持LX Music自定义源API2.0.0，原本手里已有的洛雪.js音源很多都能直接复用，不需要重新找一套资源，至于音源，如果有需求可以和熊猫免费PY一下，只需要一个关注、点赞就行。
HollyMusic支持服务端音频缓存和HTTP Range，暂停、恢复、拖动进度这些操作都比较完整，多用户还可以共享缓存，缓存达到容量限制后会自动清理旧文件，不用担心一直把NAS硬盘塞满。
项目支持多用户，每个人的收藏、歌单和播放历史互相隔离，很适合部署一次给家里人一起用。移动端支持PWA，配置HTTPS以后可以直接添加到桌面，锁屏和通知栏也能控制播放。另外它还兼容Subsonic协议，可以接DSub、Ultrasonic等第三方客户端。
为了与时俱进，项目把AI也安排上了，配置OpenAI兼容接口后可以用自然语言辅助生成歌单，不过这个属于附加玩法，不配置也不影响正常听歌。
除此之外，如果你的音源支持，那么除了在线播放，其实该项目也是支持下载的，且在支持的情况下，可以直接下载flac格式的Hi-Res歌曲文件。
项目已经提供Docker镜像，所以NAS上直接用Docker Compose最方便，打开NAS的Compose，随后新建复制以下内容：
services:
app:
image: ghcr.milu.moe/redcath/hollymusic:latest
container_name: holly-music
ports:
- "3099:3000"
env_file:
- .env
environment:
- NODE_ENV=production
- DATABASE_URL=file:./prisma/data/music.db
- ENABLE_FILE_CACHE=true
- AUDIO_CACHE_DIR=/app/.cache/audio-cache
- AUDIO_CACHE_QUOTA_GB=10
volumes:
- ./custom-sources:/app/custom-sources
- ./config:/app/config
- ./prisma_data:/app/prisma/prisma/data
- ./cache_data:/app/.cache
- ./app_logs:/app/logs
restart: unless-stopped
healthcheck:
test: ["CMD", "wget", "--quiet", "--tries=1", "--spider", "http://localhost:3000/api/health"]
interval: 30s
timeout: 10s
retries: 3
start_period: 15s这里默认使用3099端口，如果已经被其他服务占用，修改前面的宿主机端口即可。
接着极空间用户可以直接选择点击添加.env，这里需要输入AUTH_SECRET，这个值可以直接用AI生成。
项目的默认用户名为admin，首次创建项目会在日志中生成密码，且这个密码只会展示一次，需要记住然后登录之后马上改掉。
直接打开容器日志搜索password也可以。
HollyMusic并不是Navidrome这类本地音乐服务器的替代品，两者适合的人不一样，手里已经有完整FLAC曲库，喜欢自己整理音乐，那本地音乐库依然更合适。
但如果平时更喜欢“搜到就听”，又希望收藏、歌单和账号数据掌握在自己手里，那HollyMusic这套在线音源+自建音乐服务的思路确实挺适合NAS，不过项目仅供学习交流使用并不提供内置音源。
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！
2026-09-01 18:12:42
不知不觉，熊猫玩NAS也快十多年了。
最早折腾NAS，其实就是折腾矿渣，也没想过安全稳定，我相信很多人早期玩NAS都是折腾。但随着折腾的越来越多，如今硬盘越买越多，Docker越装越杂，手机里也从几百张照片变成几万张，现如今只想找一台机器，把电影和照片塞进去，能让家里老少都能直接上手使用，
极空间Z423旗舰版从入手到现在也是第三个年头，马上第四年了，手里的Z423又没坏，性能放到今天也能打，万兆、四盘位和日常Docker都用得好好的，为了一个新型号把还能用的机器换掉，怎么看都有点数码博主强行找理由消费的味道。
从Z423旗舰版升级到Z425轻享版，原来的极空间使用逻辑没有被打断，硬盘迁过去，极影视继续看，照片继续备份，家人的账号不用重新教一遍，因为AI空间的增加，新硬件把相册分析、视频转码、AI检索和后续扩展的余量补了上来。
新机的125H有多强、万兆能跑多快，网上已经有不少测试，我更想聊聊一个用了Z423旗舰版的老用户，把原来的硬盘和系统搬到Z425轻享版之后，极影视、极相册、AI空间到底有没有让换机这件事变得更值。
两代机器摆在一起，外观上的传承很明显，我的使用习惯也基本跟着延续了下来。
如果只看日常看片和备份，Z423旗舰版完全可以继续用，它不是因为性能崩了才被换下来的，这点我要说清楚。
真正让我动心的是Z425这一代的平台余量，轻享版的 Core Ultra 5 125H 有14核18线程，核显和NPU也都在，对熊猫这样一个折腾NAS的博主来说，更好的CPU性能以及核显和NPU给了我更多折腾的空间，特别是NPU的加持，要知道Z423旗舰版是没有NPU的。
另外三个升级也比较对我的胃口，3个PCIe 4.0×4 M.2、双雷电4，以及保留下来的10GbE，Z423旗舰版本来就有万兆，所以万兆不是我换机的唯一理由，更快的 M.2 和雷电扩展，才是给未来留余量的部分。
但轻享版也有比较尴尬的点，它只预装一条8GB DDR5，这点其实有点想吐槽，毕竟AI空间都摆在首页了，8GB真不太像一台主打AI的NAS应有的配置，熊猫估计多少还是受到现在内存涨价的影响。
如果只是极影视、相册备份和几个轻量容器，8GB可以先用，但如果准备认真跑AI空间、虚拟机和一堆Docker，熊猫觉得至少起步得16GB才行。
换NAS最烦的从来不是拆四颗螺丝，而是盘里的东西怎么办。
几个TB的电影还能重新整理，照片、工作资料、家庭账号、相册分类和各种服务配置却很难一句“重新来过”带过去，要先找中转盘，再把数据拷出去、拷回来，光想就不想换机器了。
极空间是支持“无损移机及数据恢复”的，把Z423的原存储池硬盘按要求装进Z425轻享版，在手机端选择移机，系统会先检查硬盘、缓存SSD、新设备状态和原存储池健康情况，然后才开始处理数据。
不过这里也有几个注意点，原存储池里的硬盘要全部插入，且盘位号也要一一对应最好，如果原来开了读写缓存，对应 SSD 也要一起迁入，同时新机器要处在符合要求的初始状态，原存储池也不能处在降级、损坏或者数据同步异常中。
迁移之后的所有设置也会保留，不过可能会存在因为路径不一致导致的应用无法正常使用情况，这时候卸载应用重装就行了，这个过程不会影响应用设置和数据。
从Z423换到Z425，最明显的感受反而是“不明显”。
NAS属于长期设备，换完之后家里电视找不到电影、父母不会看相册、手机备份路径全变了，那才叫折腾。ZOS的价值就在这里，手机、电脑、电视和网页端的逻辑还在，常用入口也没换一套语言。
ZOS在加入了应用商店机制后，很多应用可以单独安装、停用和升级，不必每次都等整个系统一起更新，对一些内存本身就低的设备非常友好，例如极空间Q4或Z2S这种，内存本来就不宽裕，不用的服务能停就停，别让后台全家桶白吃资源。
系统好不好用，最后还是得看每天打开次数最多的那几个应用，而熊猫在极空间上用的最多的，无非就是极影视、极相册以及Docker，在换到Z425轻享版之后，又多了个AI空间。
Z425轻享版相对Z423，系统层面真正拉开差异的，就是独立的AI空间。
和极相册不同，AI空间是把图片、视频和音频交给本地模型分析，生成可检索的信息，照片可以按自然语言、画面文字、人物、时间、地点以及相似内容去找；视频可以生成内容概览，音频可以做文字化处理，素材多的摄影师、自媒体和小工作室，能少翻很多层文件夹。
比如想找“晚上在河边拍的照片”，过去得先记得哪一年、哪个目录，现在可以直接用一句人话搜索，找到结果后还能建立智能分类，后面符合条件的内容继续归进来。
AI生成的信息非常完整，从描述到标签，也会根据图片的EXIF信息生成基本信息，而在搜索时，AI会综合考虑到所有信息，选择置信度最高的放在最上面。
AI空间的部署、计算和呈现都在本地完成，不过本地AI的代价也很直接，第一次索引需要时间，文件越多越吃内存，不过因为Z425轻享版有了雷电口，所以如果有条件也可以外接显卡，不占用本地的算力。
这时再看轻享版标配的8GB，就有点拧巴了，只跑ZOS日常应用尚可，AI空间、Docker和虚拟机一起上，内存很容易先到瓶颈，真准备认真用AI空间，熊猫更建议从16GB起步，再根据索引规模调整。
很多人买极空间，第一目标就是极影视，这话其实并不夸张。
自己搭Jellyfin、Emby或Plex并不难，难的是后面那一串，刮削源、命名规则、字幕、硬解、客户端、远程播放和家人账号，折腾党享受过程，家里其他人只会问一句：为什么电视上还不能看？
极影视的优点，是把这一整条链路尽量做成了系统原生体验，指定电影和电视剧目录后，它会自动区分内容、匹配信息并生成海报墙，也支持标准 NFO，匹配错了可以手动修订，剧集顺序、海报、合集和多版本影片也能再整理，不是完全不需要维护，但比从零搭一套媒体服务省事得多。
极影视的播放能力基本覆盖家庭影院常见需求，ISO、MKV、BDMV等蓝光原盘都支持，终端覆盖也是极影视的一大优势，从Apple TV、Android TV、手机到电脑、浏览器和HDMI桌面，播放记录可以跟着账号走。
前段时间极影视还迎来了新功能，也算是补齐了极影视最后的功能缺陷。
直播功能给了不喜欢看点播的人一个选择，通过添加m3u或txt格式文件或流媒体地址就能添加直播源，当然这个直播效果质量还是和直播源有关，极影视只是提供了一个通道。
如果你说你不想用极影视，就想要用第三方来管理，那也行，极影视提供了媒体库的服务，通过媒体库可以让Emby、Jellyfin直接读取极影视的内容，同时目前也有非常多支持极影视媒体库的第三方开源项目，熊猫后续也会介绍介绍。
如果说极影视负责让NAS变得好玩，那么极相册才是让它留在家里的理由。
电影丢了还能重新找，孩子小时候的照片、家人的视频和旅行记录丢了就真没了。玩NAS越久，越不会把相册功能只理解成“手机照片复制到硬盘”，真正麻烦的是怎么按人和时间整理、怎么分享给家人、换手机之后还能不能找回来。
极相册把备份做得比较完整，支持动图，苹果也能保留Live Photo、原图和滤镜信息。可以按月份存储、只备份新照片，也支持熄屏备份，原本在手机里整理好的相册可以按相册备份，电脑上的本地文件夹也能直接上传并生成相册。
备份只是第一步，照片多起来之后，按年、月、日翻时间线还算简单，真正省事的是人像、场景、地点和搜索，同时宝宝相册和纪念册的功能也让一些特定的事件或人物更方便整理。
众所周知，极空间Z425轻享版多了AI空间，两者对比下来极相册更面向家庭日常，重点是备份、时间线、人像、家庭共享和宝宝相册；AI 空间更像面向大批图片、视频和音频的内容检索工具。
极相册里熊猫比较喜欢的是宝宝相册，通过动态关联AI人像，按阳历或阴历时间线整理成长记录，普通相册、备份相册、宝宝相册和纪念册都可以共享给家庭成员，权限还能分成共同管理和仅查看，家里人不用共用一个管理员账号，这点看着不起眼，实际很关键。
照片去重和相似照片筛选也挺实用，连拍照片、修图前后、压缩版与原图，经常长得很像却不该被当成同一份，算法可以帮你找候选，不过最后的判断还是得人来，毕竟人操作更靠谱一点。
在截止文章发布之前，极空间又更新了自家的远程访问，外网访问速度保持行业领先水平。
极空间的穿透速度一直不低，熊猫这里四川基本保持在50Mbps的速度，人在外面访问家里的文件、相册和影视都没有问题，对家用用户来说，稳定简单的远程访问就是有优势。
但“不用配置公网”不等于“外网一定和家里一样快”，上行带宽、移动网络、运营商互联、影片码率和是否触发中转都会影响体验。
文章写到这里，硬件反而不需要再讲太多，Core Ultra 5 125H的价值，是让极影视转码、相册识别、AI索引和后台服务同时运行时还有余量，万兆和PCIe 4.0 M.2的价值，是大量照片、视频和工程文件不再挤在千兆通道，双雷电4则给Mac直连、外接高速存储和后续扩展留了空间。
背面是1个10GbE加1个1GbE，和上一代一样，另有HDMI2.1、USB-A 3.2 Gen2、eSATA和专用UPS接口，接口配置上对比之前熊猫用的Z423旗舰版最大的区别就是顶部新增的双雷电口。
双雷电口让它能支持外接显卡，比较可惜的是雷电显卡扩展坞的确是贵，熊猫手头目前没有，可能要后续才能测试一下了。
已经在用Z423，极影视、极相册和各种应用都已经形成习惯，又想补上更强AI检索、更高M.2性能和雷电扩展的用户，Z425轻享版是比较顺的升级。
摄影、自媒体和小型工作室也很适合，图片、视频、音频越多，AI空间和万兆越容易体现价值。
但如果你用极空间只是备份手机照片、看普通码率电影，现有性能也没有碰到瓶颈，那就没必要为了新型号硬换。Z425能做的很多日常功能，极空间的其他机型依然能做，让旧机器继续服役，把钱留给硬盘、UPS 和异机备份，可能更划算。
从Z423旗舰版到Z425轻享版，这次升级最让我在意的不是“终于用上多强的CPU”，而是原来的数据和习惯没有被新机器打断。
极影视还是那套省事的家庭影院，极相册继续接管手机照片和家庭共享，极连接让外网访问不必从端口映射讲起。Z425新增的AI空间，则让越来越大的图片、视频和音频库开始从“存得下”变成“找得到”。硬件升级最终服务的是这些日常，不是为了让NAS在跑分页面上赢一次。
当然，轻享版也不完美，因为硬件涨价的原因，出厂内置的8GB内存的确是偏小了。不过就像熊猫前面说的，如果你的使用场景只是日常，那么Z425能做的很多日常功能，极空间的其他机型依然能做。
以上便是本次分享的全部内容了。如果你觉得还算有趣或对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！
2026-08-31 17:59:31
随着NAS市场的竞争越来越激烈，如今能看到有新意或有特点的NAS产品越来越少了，能玩的基本都被国内这些厂商卷到头了，而在这样的环境下，最近又出现了一个非常有意思的产品，来自国产品牌Luobintech（中文名：珞宾）的NAS——GD00-sfpro1。
很荣幸熊猫这次能拿到样机，所以文章也带有公测性质。优点该说会说，暂时没法验证的地方同样会标出来，深度体验一段时间之后，熊猫发现这台NAS还是有很多聊头。
这台NAS拿到手时，熊猫第一眼看的还真不是配置。
主要是它长得有点过于显眼了。顶部一圈折面，灯带从三个方向切下来，乍一看更像缩小版机箱。当然，除了别致的外观，这台NAS还有非常多可圈可点的特点，比如它能走Wi-Fi 7，机身里塞了UPS，甚至还有可选“外设”电子相框。
NAS、相框这两个东西平时很少放在一起聊。Luobintech这次偏要把它们绑在一块。
GD00-sfpro1的外观挺机甲。深灰色外壳、悬浮顶盖，再加上三向灯带，和常见的白盒子、黑盒子完全是两条路。喜欢极简风的朋友大概率会嫌它有点花，熊猫自己倒觉得摆在显示器旁边还挺搭，至少不需要费劲把它藏起来。
机身尺寸是169X169×220mm，占地接近小号桌面音箱。它不算很宽，但硬盘从顶部取出，放书架或者桌下格子时要注意高度，顶盖打不开就尴尬了。
灯带要是只会闪RGB，熊猫不会单独拿出来说，珞宾给这个灯赋予了独特的状态展示，绿色是开机，浅蓝色是正常运行，适配器断电会变黄，硬盘异常则是红色。除了通过机甲灯语来查看设备状态，电源、网络和四块硬盘另外还有独立指示灯。
顶部还有NFC，手机碰一下就能进入绑定，也可以扫描机身内部二维码。它算不上什么大卖点，不过有总比没有好，加上现在NFC也是手机标配，有还是挺舒服的。
拿掉顶盖，四个硬盘仓直接朝上。捏住托架后面的卡扣往上一提就能取盘，盘位1到4和对应灯位都印在边上，有标盘符好评，不容易装乱。
托架也支持2.5英寸SATA盘，硬盘安装采用螺丝固定，虽说对于NAS来说硬盘不会存在频繁拆装，且螺丝装盘这事也没啥门槛，但熊猫个人比较懒，还是比较喜欢快拆，希望后续的迭代新品可以考虑下这点。
作为第一个四盘位的NAS，珞宾的系统目前支持Basic、RAID0/1/5/6/10，常见的几种都有，至于怎么组，还是看盘数和数据重要程度。熊猫照例提醒一句：RAID不是备份，照片真丢了可没地方后悔，阵列之外该留的那份还是得留。
系统是A76+A55八核处理器，板载8GB LPDDR5内存，系统盘为32GB eMMC。
后面一个2.5GbE网口，两个USB 3.2 Gen 1 Type-A和一个Type-C，USB都是5Gbps；HDMI 2.1最高支持4K@120Hz，同时顶部能看到两边都开了非常多的散热孔。
家用备份、相册和影音，这套配置没啥大问题。可惜8GB内存焊死不能加这一点有点可惜，像熊猫这种喜欢往NAS里塞一堆Docker的就很难受，不过珞宾这台主打的还是针对全家庭的使用，能看出来明显不是给重度折腾党准备的性能怪兽。
样机拆开后能看到主板、散热片、主动风扇以及WIFI芯片信息，里面排得挺满也很工整。因为排线众多，所以这里就看个结构，不继续往下拆了。
熊猫见过不少NAS最后都被塞在路由器旁边，原因很简单：那里有网线。机器好不好看、噪音大不大先放一边，家里没预埋线，位置基本就定死了。
前面介绍也说过，珞宾这台GD00-sfpro1是支持WIFI 7的，可以无线配网，不接网线也能运行。这样一来，书桌、电视柜、书架旁边都能放，机甲外观也有了露脸的机会。
这个功能熊猫一开始反而没太注意，后来想想，比灯带更实用。
机身内部有一块额定4000mAh的UPS锂电池，插头被碰掉或者家里突然停电时，它给系统留一点时间安全关机。
不少人给NAS补外置UPS，桌下又多一个盒子和一堆线，现在电池直接做到机身里，确实省地方。配合机甲灯语，断电时灯带会变黄，硬盘异常则会亮红色，机器还有蜂鸣器提示，一套搭配下来其实还蛮实用。
不过4000mAh到底能撑多久熊猫这里没有实测过，且目前系统没有单独的UPS查看的选项，也不能去设置多少分钟之后自动关机等等，不过这些后续应该都会通过更新补上。
现在什么都要加AI，而作为新晋品牌，这一点自然肯定也不会少，GD00-sfpro1里放的是轻量级智能体picoclaw，配置非常简单，也可以直接在微信里给NAS发指令，把手机照片、视频存进去。
聊天本身没什么稀奇，且NAS的照片备份已经很成熟了，真正有趣的是这次附带的电子相框L806。
很多照片备份进NAS以后，基本等于搬进了仓库，安全是安全，平时也真想不起来看，而这个相框刚好负责把它们再翻出来。
L806是一块10.1英寸1280×800的IPS触摸屏，16:10比例，亮度350cd/m²、对比度1000:1。里面是展讯7731四核1.2GHz，拥有1GB RAM和16GB存储，跑的是Android系统。
相框用了深色木纹边框，能很轻易融入居家环境，背面能看到电源键、Type-C、Micro SD卡槽和DC供电口。
不接NAS时插TF卡就能循环播放；要和NAS连起来，则在luobin 智存里打开电子相框，扫描相框二维码，再从NAS相册或本机批量加照片。
同时一台NAS可以绑定多台相框，自己家放一台，父母家放一台，照片统一存在NAS，再分别推过去，这个玩法还是蛮有意思。
当然，除了手动去添加，也支持直接通过智能体用自然语言的形式将某个时刻或某个场景的照片投送到相框。
触摸屏加上10.1的尺寸，熊猫觉得后续这个电子相框的玩法应该不止这些，比如通过智能体自行对接接口展示NAS的当前状态、模型的Token情况甚至一些Docker的前端展示等等，这些都是非常容易实现的。
手机下载luobin 智存应用，通过扫码顶盖内部二维码或者NFC就能连接NAS并注册管理员账号，再往后就是常规的存储池检查、创建以及组RAID等等，这个过程各家NAS都大同小异，就不过多介绍了。
这里重点需要说的是珞宾的穿透服务，官方叫LB Connect，通过设置自己的LB ID，就可以通过特定的连接直接访问NAS，除了LB Connect，对于有公网以及有域名的用户，GD00-sfpro1也支持设置DDNS。
通过LB Connect可以在无公网情况下远程访问NAS，同时也是支持P2P直接打洞的，打洞成功速度那自然是取决于你家的带宽上传上限，而在使用中继转发的情况下珞宾提供了2Mbps的免费转发速率。
进到系统中再看，存储管理、用户管理、文件共享、远程访问、安全、通知、备份还原和应用中心等等这些都有，完成度目前算是非常高了，网络协议上除了常规的SMB服务，其他的像是WebDAV、FTP、NFS这些都有，也支持DLNA协议。
应用中心目前主要还是第三方为主，目前一共有23款应用，涵盖的类型还比较全面，从影视、音乐到容器管理、反代等等都有，基本满足小白的一键使用需求。
而针对有更高自配置容器需求的用户，GD00-sfpro1也有Docker可以用，UI界面目前稍微有点简陋，但功能已经完善了，Compose堆栈部署也有，也支持手机端的新建项目、导入或编辑YAML，容器启停等等。
整体来说系统底子该有的基本都有，但毕竟是新品牌，应用数量目前的确不算多，不过熊猫体验这段时间系统的更新频率还是非常高，一周甚至能有两三个版本推送，能看出来诚意还是很足，的确是在用心优化产品。
前面提到了电子相框，而作为家庭NAS买回去，使用频率最高的往往就是手机照片备份。luobin 智存可以选择手机里的相册目录，开启以后自动把新增照片和视频传到NAS。
目前测试下来JPEG、HEIC、Live Photo和4K视频都能正常进库，不过在Live动态图适配上目前并没有做到全品牌，至少熊猫手里的VIVO可行，但荣耀就不行了，应该还需要等后续更新新版本。
相册现阶段也可以识别人、宠物和常见物体，也会读取图片里的文字，支持直接用一句话找照片，比如找一些特定场景照片通过自然语言也能搜索。
照片的原始信息通过大图也能看到，同时针对有地理位置信息的照片，地图模式也会有相应的位置信息展示。
相册的整体功能上是已经完善了，就等待后续补上一些特色功能，例如宝宝相册、纪念日相册等等。
影视这块目前有独立媒体库，选好电影或剧集目录后，系统可以调用TMDB自动刮削，把海报、评分、简介和演职人员补齐；没匹配上的影片也能手动输入片名再搜。
基础播放器支持投屏、画中画、画面比例、倍速、画质和软硬解切换，手机端已经能直接播放影片。
对比相册，影视应用的功能目前开发就不算完善，播放器的字幕和音轨等进阶控制也还不够完整，目前没有独立TV和PC客户端，如果想要更好的进阶体验可以先用Jellyfin、Emby之类的代替。
在这个目前千篇一律的NAS市场里，珞宾的这台处女作产品其实还是蛮有新意的，外观摆脱了方盒子的概念，转而拥有更强的科技感，而配套的电子相框也给NAS增添了一些其他玩法，后续还有可能围绕它展开更多玩法。
虽说目前系统方面能看出来部分应用不太完善，但该有的基础功能和底子都已经搭建好了，后续只需要在现在的基础上维护以及添砖加瓦就行，从更新频率来看熊猫还是蛮期待后续发展的。
以上便是本次分享的全部内容了。如果你觉得还算有趣或对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！
2026-08-26 12:01:47
现在入手一台3D打印机，门槛已经比几年前低太多了。自动调平、厂商预设、自动支撑、远程监控，过去那些能把小白劝退的步骤，正在被一点点塞进“一键打印”里。只要模型没问题，现在不少3D打印机确实越来越像家电：模型拖进去，选好耗材，剩下的很多事情机器自己就干了。
但问题偏偏就出在“只要模型没问题”这几个字上。
模型网站的资源再丰富，打印的终究还是别人做好上传的东西。想给小人换个动作、在钥匙扣上加个名字，或者按照自己桌面的尺寸做一个刚好能塞进去的耳机支架，事情马上就从“下载、切片、打印”变成了Blender、ZBrush和CAD入门课。软件当然不是学不会，可普通人一个月可能也就临时想做一两个东西，为了这么点需求先啃几十个小时教程，多少有点本末倒置。
所以这两年AI建模看起来特别诱人，输入一句话，或者扔进去一张图片，几分钟以后就能得到一个能在屏幕里转来转去的3D模型。乍一看，这不就是3D打印缺了很多年的最后一块拼图吗？告诉AI自己想要什么，生成完直接丢进切片软件，打印机终于真的变成了“想什么打什么”。
可真正打起来才发现，屏幕里能转一圈，不代表切片软件认；切片软件认了，不代表打印的时候不会断；就算成功打出来，也不代表尺寸真的能用。 为了看看现在的AI到底把3D打印门槛拆到了什么程度，这次熊猫直接怒冲AI建模网站会员，看看如今AI建模的东西到底能不能直接打印出来。
早些年玩FDM打印，光调平就够折腾一晚上，喷嘴离热床远一点，首层粘不住；近一点，又可能直接开始刮板，温度、速度、回抽、支撑也得一点点试。现在自动调平早已经不是稀罕功能，常见耗材都有成熟预设，切片软件甚至能主动帮你生成支撑，对小白确实友好了不少。
模型社区也解决了很大一部分问题，搜到自己喜欢的模型，下载、切片、发送，剩下的交给机器，这条流程已经足够顺滑。可只要现成模型差那么一点意思，比如动作不喜欢、文字不对、尺寸不合适，体验马上就断了，因为接下来面对的还是专业建模软件。
听起来都只是“小改一下”，落到传统软件里却可能先碰上网格、曲线、实体、布尔、拓扑这些概念。建模软件当然没有错，它们本来就是专业工具，真正尴尬的是打印机已经开始讲“开箱即用”，原创模型的获取方式却一直没有同步降门槛。
这也是AI建模现在最吸引熊猫的地方，它真正有价值的地方不一定是模型有多精细，而是终于不用面对一个空荡荡的建模界面从零开始，哪怕AI只能先给出一个七十分的模型，再由人去修改，也比从一个立方体开始搓强得多。
AI生成3D模型其实也经历了几轮进化，早期的文字转3D基本只能做到“像”，一句描述进去，能给你一个大概轮廓，正面凑合能看，转到背面往往就开始自由发挥。后来图片转3D普及，发型、服装和大体比例稳定了很多，但一张正面图片没告诉AI的内容，它还是只能靠猜。
再往后，多视图输入、自动拓扑、网格修复、减面和格式导出陆续补上，现在一些平台甚至已经会主动处理破面、薄壁和悬空结构。也正因为这样，AI 3D才从以前的“屏幕里看个乐”，慢慢开始往真正的打印工作流靠近。
目前普通人最容易接触到的，大致就是文字转3D、单图转3D和多视图转3D三种路线。文字最省事，描述一句直接抽卡，适合找灵感，但也最容易出现“每个词都听懂了，组合起来完全不是那么回事”的模型；单图生成的正面还原会明显更好，尤其适合已经有角色设定图、Logo或概念图的情况，可背面和厚度依然要靠猜；多视图准备起来最麻烦，需要正面、侧面甚至背面，但结构和比例也稳定得多。
而这次熊猫也是直接冲了两个目前AI建模网站的第一梯队的网站，分别是市面上最主流的Meshy以及和Meshy基本属于同一梯队，国内用户更多一些的Tripo AI，费用方面，最基础的套餐第一个是70出头一个月，另一个则是40元，基础套餐的额度给的其实并不多，如果需求量大，开更高的套餐，这个费用会倍数递增，并不算便宜。
本次测试两边开会员买积分一共花费近500，希望大家多多点赞回回血！
前面说了这么多，最后还是得回到这次测试最关键的一件事：AI生成出来的模型，到底能不能直接拿去切片？
因为对于普通玩家来说，网页预览做得再漂亮其实意义都有限，3D打印不看材质球，也不在乎灯光打得有多高级，模型拖进切片软件以后，该破面还是破面，该悬空还是悬空，厚度不够的地方甚至可能直接消失。
这也是AI建模和普通AI生图最大的区别，图片生成歪了一根手指，你觉得无所谓还能继续用；3D模型少了一根手指，打印机是真的会把它省掉，先能正常切片，再谈模型到底好不好看。
这次熊猫主要充值测试的就是Meshy和Tripo AI，两家基本都属于现在普通用户比较容易接触到的第一梯队AI 3D网站，核心玩法也比较接近，输入文字生成模型、上传一张图片生成模型，或者提供多个角度的参考图进行多视图建模，完成以后再下载模型进入Blender、切片软件或者其他3D工作流。
Meshy给熊猫的感觉更像是想把整AI 3D工作流都包进去，在生成上分为了快速模式和Agent模式，而在模型生成选项上面，除了高精度可用于打印的模型，也有可用于游戏的拓扑生成，且支持AI智能拆分模型，也就是咱们说的分件。
Tripo AI的路线也差不多，支持高精度和拓扑网格，整个页面给人的感觉会更直接一些，点进去之后能看到文字生成、单图生成、多视图生成，生成以后再围绕高清模型、重拓扑、智能分割、纹理和模型处理继续往下做，也支持直接导出STL。
当然，功能多并不代表生成出来就一定更适合打印，很多功能其实更偏游戏资产、动画和渲染，对于熊猫这次的测试来说，最关心的还是三件事：生成得像不像、模型结构正不正常、丢进切片软件以后能不能直接干活。
文字直接生成3D，应该是AI建模最符合大家想象的一种玩法。
比如告诉它“做一个戴着帽子、背着双肩包的熊猫摆件，Q版比例，站立姿势，适合3D打印”，然后什么参考图都不给，剩下的完全让AI自己发挥。整个过程特别像抽卡，同一句提示词多生成几次，脸型、动作、衣服甚至背包结构都可能不一样。
首先是生成界面上两者就有非常大的区别，Tripo AI告诉它之后它会直接开始生成，整个过程不再需要你去干预，而Meshy则会先给你一个高清的平面图，随后再让你确定是否使用，熊猫是更喜欢Meshy的方式，会给你一个纠错的机会，毕竟没生成一次都是需要积分的，而这都是要花钱的。
生成时间上两者差距不大，首先两者都符合提示词给到的内容，熊猫、Q版、帽子以及双肩包都有，也有多色。不过能看出来对于圆形的生成Tripo AI有非常多的瑕疵，且背包的肩带还有串色的情况，这种情况下如果真要打印多色，我是觉得有点悬的。
而Meshy这边完成度就非常高了，不愧是贵了一倍价格的AI。首先我比较惊喜的就是帽子，它甚至生成的是纹理居多的羽绒帽子，然后背包拉链也没有串色的情况，形状也更圆润，同时Meshy在界面的左上角是给到了可打印性评测的，这点好评。
两个网站对于导出的格式都差不多，都支持3MF和STL文件导出，不过Meshy有个优势是可以直接在导出时设置模型的尺寸，同时也支持直接发送模型给多个品牌的3D打印机的切片软件，而Tripo AI目前仅支持拓竹。
为了省时，这次所有的模型实际打印测试都会用6cm的高度，同时模型的打印参数也会直接复用网站3MF文件内置的参数，只会做支撑添加，同时打印耗材均为白色petg。
Tripo AI的模型导入之后没有任何问题，表面是没发现有破洞之类的，不过因为生成的质量本身就不行，表面这个纹理非常之多了，同时自动生成的支撑也巨多，6厘米的情况下预计耗时1小时28分，耗材量大概在20g左右。
Meshy的模型个人其实更喜欢，能看到非常圆润，对比Tripo AI表面没有那么多杂质，同时细节也非常多，例如毛线帽子和背包拉链这些，打印时间也会少十来分钟，且最主要的是它的支撑更少。
左边为Meshy的模型，右边则是Tripo AI的，拿到一起对比能发现，同样是切片软件的自动支撑，Tripo AI的支撑太多了，且拆也是非常麻烦。
支撑拆完之后两者的效果如图，不知道你们喜欢哪一个的？
接着熊猫把难度往下降了一点，不让AI自由发挥，而是给Meshy和Tripo AI上传完全相同的一张角色图，这里的角色图也是用AI生成的，且整个人物模型的复杂程度也更高，对于AI来说需要保持的细节就更重要。
这里熊猫准备的一张三视图的图片，比较离谱的是Tripo AI直接把三视图当模型生成出来了，有点绷不住了，不过整体的模型精致程度是相当高，武器上的纹理和造型纹理都非常棒，不过背面的情况就比较一般了，甚至三个模型都不一致。
Meshy这边就比较智能了，它会发现图片是一张三视图，随后将整个三视图的各个视角都参考进去，最终形成一个模型，细节精细程度会比Tripo AI高一些，特别是背面的一些细节保留得会非常好，且整体会更方便打印。
因为模型精度提升，整体打印时间都比之前一句话生成的高了三四倍，将模型放进切片软件能发现整体还是不错，不过还是能看到非常多不正常的地方，例如手部这个位置、下身衣服内部等等，这些图中没有表现的AI就只能猜。
Tripo AI这边导入切片软件完全就是不可用状态，非常离谱。
Tripo AI的模型熊猫这边就没有打印了，Meshy的模型打出来不得不说像那么回事，不过就是支撑真的拆得我力竭了。
整体看下来对于精细模型人物这一块其实AI生成是完全能用，不过不能用切片软件自带的支撑生成去设置，你的自己去建立支撑，不然后续的工作极大可能会影响整个模型的观感，比如熊猫这次武器顶端的造型被我拆掉了，下半身的衣服也真被我毁了一些细节。
前面这些角色模型就算有一点比例偏差，大多数时候其实不影响打印。手臂粗一点、背包厚一点，只要整体别穿模，打印出来照样能摆在桌上。
但熊猫后面换成手机支架、卡扣、螺纹和一些需要装配的功能件以后，问题马上就变了，因为这时候判断模型好不好，已经不是“像不像”，而是能不能真的塞进去、扣得住、拧得上。
为了更方便展示精度，这里我直接让两个网站生成了一个10cm的刻度尺，并且带有高精度的刻度展示。
可以明显看到Tripo AI这边基本已经是不能用了，生成出来的模型不管是精度还是刻度数字都已经没眼看。
Meshy这边的生成效果讲道理有点超过我的预期了，不管是数字还是每一段的刻度都非常像那么回事，当然实际效果肯定还是得打印出来才行。
还没打印只是来到切片其实就已经初见端倪，通过标尺工具能看到尺寸是对不上的，同时熊猫数了一下，0-1cm这个距离下中间居然只有7个刻度标识，所以不管是Meshy还是Tripo AI其实对于这种高精度的工具类模型都没有办法生成。
这并不是说AI做不了功能件，桌面收纳、简单支架、外壳、装饰件这些对精度要求没那么高的东西，AI依然能省掉不少从零建模的时间；但只要开始涉及螺纹、卡扣、轴孔、插接和零件配合，真正影响装配的关键尺寸，最后最好还是自己检查一遍。
毕竟摆件差两毫米，顶多就是脸胖了一点；功能件差两毫米，可能直接从“能用”变成“耗材纪念品”。
烧了这么多积分和耗材以后，熊猫对AI建模最大的改观，反而不是“它生成得越来越精细了”。
而是以前一个完全不会建模的人，想做一个自己的角色，第一步是打开Blender，然后面对一个立方体发呆；现在第一步变成了输入一句话，或者上传几张图片，几分钟以后桌面上至少已经有一个可以继续加工的模型。
这两件事的门槛完全不是一个级别。
对于Q版角色、小动物、雕像、桌面摆件和各种个性化装饰，AI 3D现在已经不是以前那种只能在网页里转两圈的新鲜玩具了。只要模型本身结构别太复杂，愿意多生成几次，再掌握一点基础的切片、支撑和模型修复，确实已经能把不少原创想法真正变成实物。
但它距离“打印机里的 ChatGPT”还有距离。
AI 可以理解“给我做一个熊猫耳机支架”，却不知道你耳机头梁到底多宽；它可以生成一个看起来像卡扣的结构，却不知道你用 PLA 还是 PETG，也不知道接口到底应该留 0.2mm 还是 0.4mm 公差。一旦模型开始涉及毫米级尺寸、装配、承重和机械结构，那些传统 CAD 里的老问题马上又会回来。
所以这次熊猫更愿意把结论改成一句：
AI 没有把建模这道门彻底拆掉，但已经给普通人开了一扇很大的侧门。
回到标题最开始的问题：3D打印最后一道门槛，到底有没有被AI拆掉？
如果你的目标是做一个原创角色、动物模型、桌面摆件或者个性礼物，熊猫觉得已经拆掉大半了。以前最大的问题是“我根本不会做这个模型”，现在至少Meshy和Tripo AI都能先帮你解决“从无到有”，剩下的是生成几次、挑一个正常的版本，再检查切片。
如果你的目标是精密功能件，那答案就没那么浪漫。AI可以给你造型、草稿和灵感，但尺寸、公差、材料以及受力这些东西，暂时还是得自己负责。
模型翻车了，AI不心疼，花费的时间、会员费以及料钱可是自己的。
觉得这次测试还算有点用或对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！
2026-08-23 21:03:26
NAS、键盘、路由器······年轻就要多折腾。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~
怕错过熊猫的精彩分享？那就赶快关注下熊猫吧！
在线工具网站大家应该都用过，PDF合并、图片压缩、格式转换，临时有需求时确实很方便，但这类网站也有问题，有的要求登录，有的用两次就开始收费，还有的处理完顺手给你加个水印，更关键的是，当你需要处理合同、证件、简历或者私人照片时，真的愿意把文件上传到一个完全陌生的服务器吗？
最近熊猫发现了一个开源的在线工具箱ZenTools。目前项目已经整合了287款工具，覆盖PDF、图片、音视频、文本、开发、生活、金融以及AI等常见场景。
当然，它并不是用来替代Photoshop、Adobe Acrobat这类专业软件的，复杂任务依然需要交给专业工具，但面对日常那些“装软件嫌麻烦，随便上传又不放心”的小需求，ZenTools就挺好用。
为了平时使用起来更方便，熊猫也准备把它部署到极空间上。
ZenTools收录的工具非常多，目前作者一共整理了287种，涉及的类型也很丰富，从PDF、图片、文本到音视频，甚至AI工具都有，首页顶部的分类也很清晰，找起来比较直观。
项目还提供了用户中心，不过它并不依赖传统账户，而是将相关数据保存在当前浏览器中，在用户中心可以收藏常用工具，也可以订阅对应的工具分类。
首页继续向下翻，因为工具数量比较多，所以项目提供了搜索框，方便直接查找，再往下还能看到筛选功能，可以根据自己的需求快速找到对应工具。
除了常规工具，ZenTools还提供了一些AI工具，不过这部分功能需要自行填写API接口地址和Key，项目本身并不提供免费的AI服务。
这类工具站的功能逻辑其实都差不多，实际用起来也拉不开太大差距，真正影响体验的，主要还是工具收录是否够全、界面是否美观，以及查找工具是否方便。
也正因为项目结构简单、使用频率又高，这类工具箱其实很适合放到 NAS 上自部署。
原项目并没有提供Docker镜像，所以熊猫Fork了原项目，并制作了支持AMD64和ARM64的双架构镜像，这样一来，像极空间Q4或Q2C这类采用ARM架构的NAS，理论上也可以正常运行。
为了方便部署，熊猫还准备了Compose文件，由于项目的常规处理都直接在浏览器本地完成，所以不需要数据库，也没有复杂的环境变量需要配置。
打开极空间的Docker，进入Compose界面，粘贴以下代码即可。端口记得根据自己的环境修改，只要不和其他项目冲突就行。
services:
zentools:
image: ghcr.linkos.org/panda-995/zentools:latest
container_name: zentools
restart: unless-stopped
init: true
ports:
- "8782:80"
read_only: true
tmpfs:
- /var/cache/nginx
- /var/run
security_opt:
- no-new-privileges:true镜像熊猫放在了GHCR上，考虑到国内访问GHCR并不稳定，所以Compose中已经加入了镜像加速地址，直接使用就行。
整个镜像不到100MB，拉取完成并启动容器后，通过极空间的远程访问即可打开ZenTools。因为极空间支持Docker容器的远程访问，所以在手机端也能直接使用。
极空间的穿透速度还是非常不错的，加上它支持Docker容器穿透，对ZenTools这类体积小、依赖少的纯前端项目来说确实很实用。
项目的部署同样没什么难度，不需要数据库，也没有复杂的环境变量Compose启动以后就能直接使用。对于极空间用户来说，配合自带的Docker远程访问，出门在外也能通过手机打开，相当于在NAS里放了一个属于自己的在线工具箱。
以上便是本次分享的全部内容了。如果你觉得还算有趣或对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！
2026-08-20 18:03:09
家里想唱歌，最省事的办法当然是买一套成品点歌机，机器往电视旁边一放，插上线就能用，曲库和界面也都有人管。问题是这东西平时大概率在吃灰，买回来占一个位置不说，后面想加歌、换硬盘、整理曲库，很多时候还得顺着厂商的规则来，碰上会员、广告或者系统停更，心里多少有点膈应。
而熊猫作为NAS玩家，自然想法不一样了，既然家里已经有一台长期在线的服务器，电影、照片、音乐都放在里面，为什么不能顺手把KTV也塞进去？这次方案采用的是绿联DXP6800 Pro，在UGOS Pro里用Docker部署nasktv项目，音源文件放在NAS硬盘中；雷鸟电视负责大屏播放；家里的手机连上Wi-Fi后能直接点歌，整套系统只在局域网里跑，不用每个人装App，也不用把自己的曲库交给第三方平台。
绿联DXP6800 Pro是这套方案的中枢，项目本身是需要用到一些硬件性能的，英特尔酷睿i5-1235U的处理器有10核12线程，项目需要用到的一些本地模型这点负载对它来说基本等于热身，且因为性能有亢余，当家里有人唱歌时，NAS仍然可以继续下载、备份照片、跑影音服务，几个任务堆在一起也不至于互相抢得太难看。
DXP6800 Pro给了双10GbE网口、两个M.2 NVMe插槽、双雷电4、PCIe扩展和最高8K 60Hz的HDMI输出。家庭KTV本身吃不了万兆，它真正方便的是，曲库初次入库时经常要搬几百GB甚至几TB文件，万兆局域网能明显缩短等待，加上熊猫自媒体的副业，家里还有剪辑电脑、工作站等多台终端，带宽不用全挤在一条线上。
很多人看到六盘位，第一反应是“家用有必要吗”。实话说，轻度用户确实没必要，但如果你是屯屯鼠，那还是有必要。影视和音频这类文件有个特点，单个文件看着不大，攒起来却很快，尤其是保留高码率MV、演唱会版本和不同伴奏，一首歌几百MB很正常，再叠加电影、电视剧、全家照片和电脑备份，四盘位很容易从“够用”变成“又要换盘”。
六个SATA盘位的价值不是让你第一天就插满，而是留出后悔的空间。前期可以先上两块或三块盘，按自己的数据安全需求组阵列，怎么选要看数据价值，如果数据比较重要，那么千万别为了多一点可用容量把冗余全丢了。
这次也是刚好准备给它加硬盘，顺便清一下灰，之前一直是插了4张盘，但随着东西越来越多也是感觉不够用了。
这次盘位里可以搭配东芝N300 NAS机械硬盘，CMR传统磁记录，转速为7200RPM，带旋转振动传感器，作为NAS专用盘，完全是按照NAS的7×24小时环境设计，对家庭曲库这种“大文件顺序读取为主，偶尔集中写入”的场景，CMR比一些采用SMR的普通桌面盘更省心，阵列重建和持续写入时也更符合预期。
定位对路，容量选择多，持续读写也够用，这次熊猫准备了两张8T。当然了，7200转机械盘不可能完全没声音，夜深以后磁头寻道和盘体振动还是能听见，如果对噪声特别敏感，干脆把机器放到书房或弱电柜，硬盘是拿来干活的，不是靠“静音”两个字哄自己睡觉。
电视在这套方案里不负责存歌，也不负责跑服务，充当的是大屏点歌台，NAS-KTV把前端单独做成了Web容器，默认从NAS的端口访问，因此电视与服务器不需要是同一台设备，电视只要能通过浏览器访问局域网地址，就可以打开系统页面。
熊猫这里用的是雷鸟，当然，电视不一定非要是雷鸟，不过因为雷鸟和绿联本身就是有合作的，雷鸟的TV系统自带就有绿联云的小卡片，也算是一个加分项。
如果电视自带浏览器打不开全屏，或者播放某些MP4只有声音没有画面，可以换BrowseHere或其他Chromium内核电视浏览器，也可以接一个兼容性更好的盒子，实在不想折腾，拿笔记本接HDMI当播放端也行。
整个项目想要完整的体验，你就需要准备这些东西：装好UGOS Pro与Docker的绿联NAS、能正常访问局域网的电视、本地歌曲文件，以及一套独立的麦克风。
打开绿联的的Docker应用，切到项目选项选择创建项目，把下面Compose内容贴进去：
services:
backend:
image: ghcr.linkos.org/panda-995/nas-ktv-backend:${NASKTV_IMAGE_TAG:-latest}
pull_policy: always
ports:
- "3000:3000"
- "45678:45678/udp"
volumes:
- ./data/db:/app/data/db
- ./data/songs:/app/data/songs
- ./data/separation:/app/data/separation
- ./data/uploads:/app/data/uploads
environment:
NODE_ENV: production
PORT: "3000"
JWT_SECRET: ${JWT_SECRET:-your-jwt-secret-change-me}
DB_PATH: /app/data/db/nasktv.db
SCAN_PATH: /app/data/songs
SEPARATOR_SERVICE_URL: http://separator:8001
SEPARATION_OUTPUT_DIR: /app/data/separation
SEPARATION_CONCURRENCY: ${SEPARATION_CONCURRENCY:-2}
SEPARATION_AUTO_ENABLE: ${SEPARATION_AUTO_ENABLE:-true}
HF_ENDPOINT: ${HF_ENDPOINT:-https://hf-mirror.com}
AI_ENABLED: ${AI_ENABLED:-false}
AI_BASE_URL: ${AI_BASE_URL:-https://api.openai.com/v1}
AI_API_KEY: ${AI_API_KEY:-}
AI_MODEL: ${AI_MODEL:-gpt-4o-mini}
AI_PARSE_CONCURRENCY: ${AI_PARSE_CONCURRENCY:-2}
AI_AUTO_PARSE_AFTER_SCAN: ${AI_AUTO_PARSE_AFTER_SCAN:-true}
depends_on:
separator:
condition: service_started
restart: unless-stopped
healthcheck:
test:
- CMD-SHELL
- >-
node -e "require('http').get(
'http://localhost:3000/api/health',
r => process.exit(r.statusCode === 200 ? 0 : 1)
).on('error', () => process.exit(1))"
interval: 30s
timeout: 10s
retries: 3
start_period: 10s
separator:
image: ghcr.linkos.org/panda-995/nas-ktv-separator:${NASKTV_IMAGE_TAG:-latest}
user: "0:0"
pull_policy: always
volumes:
- ./data/songs:/app/data/songs:ro
- ./data/separation:/app/data/separation
- ./data/separator-cache:/app/cache
environment:
TORCH_HOME: /app/cache
DEMUCS_CACHE: /app/cache
HF_ENDPOINT: ${HF_ENDPOINT:-https://hf-mirror.com}
SEPARATION_CONCURRENCY: ${SEPARATION_CONCURRENCY:-2}
PYTORCH_INDEX_URL: ${PYTORCH_INDEX_URL:-https://download.pytorch.org/whl/cpu}
restart: unless-stopped
web:
image: ghcr.linkos.org/panda-995/nas-ktv-web:${NASKTV_IMAGE_TAG:-latest}
pull_policy: always
ports:
- "18080:80"
depends_on:
backend:
condition: service_healthy
restart: unless-stopped关于文件夹映射，其中data/songs为歌曲存放目录，你可以部署之后再放文件，也可以提前放，同时熊猫在镜像中已经添加了加速源，所以不需要再担心速度问题。
歌曲命名依然建议做干净，例如“歌手 - 歌名”，项目虽然预留了AI解析能力，但默认毕竟要外接API，不开AI不能指望系统替你猜完所有乱七八糟的文件名，即便以后开启AI，整齐的源文件也更方便迁移和备份。
这份配置最少要改一项JWT_SECRET，这里需要填写一个32位的长随机字符串，可以直接让豆包之类的帮你生成，AI曲名解析默认关闭，需要时再把AI_ENABLED设为true，补上AI_BASE_URL、AI_API_KEY与AI_MODEL就行。
保存并启动项目，Docker会拉取Backend、Separator和Web三个镜像，三个容器显示正常启动后，再用http://绿联NASIP:18080打开正式页面，也可以直接从绿联的Docker界面点击直接快捷访问，默认账号是admin，密码为admin123。
仪表盘会显示当前的曲库数量、歌手数、播放次数以及活跃房间，下面还有完整的AI解析和人声分离队列以及歌曲解析，相当于KTV的中控后台界面。
歌曲管理、去重和歌手管理这些就不用看了，很正常播放器的管理没有区别。
歌曲上传或者放到曲库之后首先看AI解析，配置好AI之后AI会根据提示词根据歌曲的内容进行解析歌曲名和歌手，还会进行流派分类等操作，最终这个解析并不会写入曲库中，而是作为json存在项目本地。
除了解析，人生分离就是最重要的了。一般来说个人找到的音源是默认没有人声伴奏分离的，所以这时候就要借助大模型来将人生和伴奏进行分离，首先在GPU管理这里我们能看到硬件信息和PyTorch状态，如果你有外接显卡，那么这里就能检测到你的外接显卡并用GPU版本模型来加速人声分离，如果没有那么就会采用CPU版本。
点击人声分离，这时候项目会调用你绿联NAS的本地CPU能力进行模型处理，再将分离的人声伴奏进行转码，熊猫的绿联DXP 6800Pro一首歌按照标准模型处理大概用时50秒左右。
分离之后可以点击后面的试听，这时候就能看到歌曲分成了原唱音频、伴奏音频、人声音频，且分离效果非常不错，如果想要更精细，可以选择更好的模型进行分离，不过耗时会更久一点。
分离配置在系统设置界面可以找到，同时需要注意右下角这个H5手机点歌，需要改成你的NASIP地址和端口然后加上/h5/的后缀，后面会用到。
在电视上安装NASKTV应用，下载地址在github搜索项目Panda-995/NAS-KTV，按页面提供二维码扫码，这里手机一定要是同一局域网，这时候手机就会弹出项目的后端配置界面，输入我们的后端地址，也就是http://绿联NASIP:18080，就能进入点歌界面。
这里熊猫的歌曲文件没有内嵌歌词，如果你有lrc歌词文件，也可以在后端的歌曲管理中去上传，这样桌面就能显示歌词了。
手机扫码之后的点歌界面长这样，除了支持点歌，也能作为遥控器使用，支持单独调节伴奏、人声音量，同时还提供了各种环绕声效果，也支持升调降调操作，基本是满足K歌的需求了。
这套方案落地后，最省心的是曲库确实在自己手里，当然，它没有商业KTV那种现成的海量在线曲库，第一次整理会花时间，人声分离更不是点一下马上完成，说白了，这是一套“愿意前期折腾，换后期自由”的方案。
这套方案不一定适合所有人，它需要整理曲库，也需要花一点时间处理Docker路径、应用兼容，但折腾完之后，家里的照片、电影、音乐、KTV都能围着同一台NAS运转，这种“东西是自己的，规则也由自己定”的感觉，确实挺舒服。
以上便是本次分享的全部内容了。如果你觉得还算有趣或对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！