Insights

NAS 自托管 AI 生图工作台新选择：Nova Image Studio 一键部署与全功能实战

本项目将带你体验一款基于 Docker 的稳定 AI 图像生成工作台，部署到 NAS 后即可在浏览器中一站式管理提示词、模型接口、生成记录与多任务队列。

生图工作台宽屏.png

什么是 Nova Image Studio

完整项目名为 tianjiangqiji/nova-image-studio，你可以在 GitHub 上搜索获取。Nova Image Studio（简称 Nova Image）是一款面向个人与团队的 AI 图像生成工作台。前端采用 Next.js 16 + React 19 静态导出，支持 PWA；后端是轻量 Node.js 服务（server.js + SQLite + WebSocket），负责统一调度任务并代理图像生成 API。

核心能力一览

• 自托管 AI 生图工作台：可部署在 NAS、服务器或 VPS 上，通过浏览器直接使用。
• 自定义模型支持：图像模型和文本模型均可独立配置 API Key、Base URL 与模型 ID。
• 五种工作模式：涵盖文生图、图生图、Agent 智能体、反推提示词、GIF 动图生成。
• Agent 对话生图：以聊天方式描述需求，系统先理解意图并生成方案，再出图，同时支持视觉描述、联网搜索与推理能力。
• 提示词广场：支持常驻公开、密码访问或关闭状态，并可配置敏感词过滤。
• 实时任务队列：提交后进入任务队列，服务端并发处理，前端能实时查看任务状态。
• 图片本地保存：生成结果落盘存储，任务数据通过 SQLite 持久化记录。
• 无限画布：适合多图创作、图片整理与灵感编辑。
• PWA 支持：可像原生应用一样安装到桌面。
• 多端适配：电脑、平板、手机浏览器均可自适应访问。
• 数据备份恢复：支持一键备份和恢复本地配置、历史任务等数据。

Insights

NAS 自托管 Wiki 教程：LeafWiki 轻量部署，原生 Markdown 无格式兼容

Image

LeafWiki 是一款极简的自托管 Wiki 工具，所有页面以原生 Markdown 文件保存在磁盘上，内置树形文档结构、全文检索和功能完善的 Markdown 编辑器，特别适合个人或小型团队搭建私有知识库。

Image

核心特性一览：

  • 单 Go 二进制文件运行，零外部依赖——无需 Node.js、Redis、Postgres
  • Markdown 直接存盘，可随时阅读、复制、备份，彻底告别格式锁定
  • SQLite 作为内建数据库，轻量可靠
  • 树状导航层级清晰，非 Obsidian 式的扁平笔记流
  • 页面顺序可手动调整，自由控制结构
  • 支持全文搜索与标签过滤
  • 内置编辑器完整支持表格、任务列表、脚注、Mermaid 图表、KaTeX 数学公式
  • 反向链接与断链检测功能
  • 三种访问模式：内部使用、公开阅读、完全开放编辑

在线体验地址：
https://demo.leafwiki.com/home

部署步骤

使用 Docker Compose 快速启动：

services:  
  leafwiki:  
    image: ghcr.io/perber/leafwiki:latest  
    container_name: leafwiki  
    ports:  
      - 8080:8080  
    environment:  
      - LEAFWIKI_JWT_SECRET=SVzqGuuEum1O2X56wgKKSA0krcNoiQA2TJ  
      - LEAFWIKI_ADMIN_PASSWORD=123456  
      - LEAFWIKI_ALLOW_INSECURE=true  
    volumes:  
      - ./data:/app/data  
    restart: always

关键参数说明（更多配置请查阅官方文档）：

LEAFWIKI_JWT_SECRET  用于会话加密签名，请自行生成 32 位以上随机字符串
LEAFWIKI_ADMIN_PASSWORD  初始管理员密码，部署后务必修改
LEAFWIKI_ALLOW_INSECURE  若通过 HTTP 访问需设置为 true
/app/data  数据持久化目录，所有 Markdown 文件均存放于此

使用指南

在浏览器访问 http://NAS的IP:8080 即可进入登录界面。

Insights

NAS部署Directus全攻略：零代码自动生成API与可视化数据库管理

Directus 是一个开源后端系统，能将任何 SQL 数据库瞬间转化为可视化管理后台，并自动生成 REST 与 GraphQL API。它内置了 AI 助手和 MCP 协议，打通了开发、运营与 AI 工具之间的数据协作链路。

Image

核心能力

  1. 自动生成 REST & GraphQL API

    • 无需编写后端代码，自动支持 CRUD 操作
    • 自动处理关系字段与权限控制
      这使得 Directus 非常适合快速构建前后端分离的应用。

  2. 可视化后台（Studio）

    • 可视化管理数据，自定义界面组件
    • 内容编辑体验类似 CMS，非技术人员也能直接操作生产数据
      它既可以作为 CMS 使用，也可以充当企业内部管理系统。

  3. AI 与 MCP 原生支持

    • 内置 AI Assistant，可直接在后台生成内容、翻译、执行工作流
    • 内置 MCP Server，允许 Claude、ChatGPT、Cursor 等 AI 安全访问数据库
    • 权限系统对 AI 与人类用户一视同仁

  4. 不强制绑定数据库类型

    • 支持 PostgreSQL、MySQL/MariaDB、SQLite、MS SQL、OracleDB、CockroachDB 等
      这让 Directus 能轻松接入已有系统。

  5. 高度可扩展

    • 自定义接口（Endpoints）、Hook、模块与界面组件
      适用于从简单 CMS 到复杂企业系统的各种场景。

📌 一句话总结：Directus 相当于一个数据库与后端合一的平台，支持多种数据库和可视化操作。开发者只需开发前端 UI 并调用 Directus 的 API，即可形成完整的前后端服务。对 NAS 用户来说，它更是一个无需写 SQL 的可视化数据库管理工具——建表、填数据、查数据一气呵成，还能通过 API 让其他应用读取数据。

Insights

NAS搭建SoNovel小说下载工具：内置多源搜索，支持EPUB/TXT/PDF格式导出

SoNovel 是一款专注于网络小说搜索与下载的实用工具，集成了多个在线书源，能够一键搜遍各大平台，并将找到的小说一键导出为 EPUB、TXT、PDF 等多种常见电子书格式，非常适合在 NAS 上搭建个人书库。

Image

核心特性：

  • • 🔍 多书源聚合搜索 — 同时查询多个小说站，结果更丰富
  • • 📥 多格式导出 — 支持 EPUB、TXT、HTML、PDF 等，随需选择
  • • 🌐 浏览器操作界面 — 通过 Web 页面直接搜索下载，无需敲命令

安装部署

使用 Docker Compose 一键启动：

services:
  sonovel:
    image: ghcr.io/freeok/sonovel:latest
    container_name: sonovel
    ports:
      - 7765:7765
    environment:
      - JAVA_OPTS=-Dmode=web
    restart: always

主要参数说明（更多细节可查阅官方文档）：

  • JAVA_OPTS：通过环境变量指定运行模式，例如 -Dmode=web 即启用 Web 界面。
  • /sonovel/downloads（可选）：可在命令中通过环境变量或卷映射指定文件下载目录。

使用方式

部署完成后，在浏览器地址栏输入 http://NAS的IP:7765 即可打开操作界面。

Image

页面右上角有设置按钮，可以按需调整下载格式、显示语言、搜索结果条数和并发线程数等。

Image

在搜索框输入书名，即可开始查找目标小说。

Image

搜索结果通常很充足，这得益于内置的多个书源。

Image

找到需要的小说后，可以选择下载为 EPUB、TXT、HTML 或 PDF 等格式。

Image

以 TXT 格式为例，下载后的文件中文显示正常，目录结构也清晰完整。

Insights

NAS多人共享终极方案：免公网IP异地组网、满速访问、权限隔离全攻略

近来，小米首款智能存储 NAS 的爆火再一次带热了家用 NAS 的话题，不少初次接触 NAS 的朋友都在询问远程访问和多人共享究竟该怎么玩。

Image

无论是入门级成品 NAS，还是玩家自己折腾的极空间、群晖、飞牛、绿联，单人的远程访问都还算容易解决。可一旦需要和朋友分享影音库、与小团队同步素材，麻烦便接踵而至。 我自己使用飞牛 NAS 配合软路由折腾远程访问已近两年，一直将节点小宝作为主力远程工具。它无需折腾公网 IP，也不必改动路由器的核心配置，全中文界面原生兼容市面上绝大多数主流 NAS 和软路由系统，安装客户端后一分钟就能完成部署，新手也能轻松上手。

Image

日常个人使用场景几乎全部覆盖：基础的内网穿透可以远程登录 NAS 后台、管理 Docker 应用、访问智能家居控制台；异地组网则能让手机、电脑、NAS 跨网络互联互通，大文件传输和影音串流都特别稳定！

Image

我最常用的还有远程文件挂载，直接将异地 NAS 的硬盘挂载到本地资源管理器里，复制粘贴操作和本地硬盘几乎没有差别，完全省去了来回搬运网盘的步骤。

Image

另外几个实用的小功能也值得一提：原生支持 RDP 远程桌面，组网后直接使用系统自带工具就能连接远程电脑，画面原生无损，比第三方远控流畅很多；WOL 远程唤醒可以随时开启家中的电脑和 NAS，完全无需设备一直待机耗电；

Image

最让人省心的当属网关模式，把它装在软路由或常开电脑上并一键开启，同一局域网内的打印机、监控、电视盒子等设备无需额外配置即可直接加入组网，相当于用一个插件盘活了全屋所有联网设备。

Image

本以为个人版已经覆盖了我全部需求，直到他们最近更新了团队网络功能，一下子解决了我长期头疼的多人共享难题！

Image

我邀请了身边几位同事，将 NAS 里的影音库和素材库通过团队网络共享给大家，体验远超预期。

新人入团快速上手，一分钟搞定一批人

这次使用团队网络的流程异常简洁：只需在控制台生成一个邀请码并发到群里，新人安装客户端后输入邀请码提交申请，我这边点击通过，对方就自动进入共享网络。既不需要手动添加设备，也不用分配虚拟 IP，更无需逐一解释端口配置，跟着引导点几下就能投入使用。

Image

算下来，以往增加一个新人要花费十几分钟，现在审核只需十几秒，管理工作量直接减半以上。有人退出群组时，只需在后台移除权限，既不用修改密码，也不用重建网络，干净利落。

我还特意拉来两位完全没有接触过组网的朋友进行测试，全程不提供任何指导，他们跟着引导操作，打开链接就能直接连上 NAS 的共享影音库，上手门槛确实极低。

Image

Image

多网隔离 + 权限分级

以前在共享中最担心的就是安全问题：全部开放怕误删，只开放一部分又嫌麻烦。现在，我直接建了三个独立的共享网络，各自绑定不同的 IP 段，实现物理级隔离：

一个影视共享网，对所有群友开放，专门放影音资源。

一个素材共享网，只给做内容的朋友开通，用于存放项目源文件。

还有一个工作室办公网，仅限公司同事进入，承载内部文档和业务系统。

Image

工作室那边也按岗位分配了细粒度权限：行政同事只能访问办公文件网，技术人员则可以同时进入办公网和测试网，外包伙伴仅授予指定项目的访问权限，完全不需要一刀切地全部开放，安全性和灵活性都能兼顾。

直连状态能跑满上行带宽

很多多人共享工具在人一多时就容易限速，强制走公共中继，看个 1080P 视频都要缓冲半天，白白浪费了 NAS 的本地资源。这一点上，节点小宝做得确实到位，团队网络沿用并优化了 P2P 打洞算法，针对国内运营商的复杂环境进行了专门调优，跨城市、跨运营商也能稳定直连。

Insights

Obscura：Rust驱动的超轻无头浏览器，AI爬虫专用，70MB大小30MB内存挑战Headless Chrome

Image

Obscura 是一款由 Rust 语言打造的轻量无头浏览器，专门为 AI Agent 和爬虫工作负载设计。如果你认为 Headless Chrome 体积臃肿、抗识别能力弱，这个项目绝对值得深入了解。

二进制大小：70 MB
内存占用：30 MB
页面加载：85 ms

Obscura 是什么？

Obscura 本质上是一个内嵌 V8 引擎的 headless browser engine，整体使用 Rust 编写，因此能真实执行 JavaScript。它完整支持 Chrome DevTools Protocol，这意味着你现有的 Puppeteer 或 Playwright 脚本可以直接通过 WebSocket 连接过来，无需更换任何调用接口。

该项目仓库已公开在 GitHub（h4ckf0r0day/obscura），目前 star 数超过 16k，fork 超过 1.2k，遵循 Apache 2.0 许可。官方正推进 Obscura Cloud 托管服务，但核心引擎将持续保持开源。

核心功能

Obscura 提供了三种交互方式，适应不同使用场景：

  • CLI 直接抓取：单页面使用 obscura fetch，批量任务执行 obscura scrape，自带并发和代理支持。
  • CDP 服务：通过 obscura serve 启动一个 CDP 兼容服务，Puppeteer/Playwright 使用 WebSocket 接入即可。
  • MCP 服务：AI Agent 可借助 Model Context Protocol 直接调用浏览器的自动化能力。

此外，它还内置了 stealth 模式。开启后，浏览器指纹会被随机化，tracker 脚本被阻断，cookie 和跳转顺序在同一会话中稳定保持，从而有效规避多数反爬检测。

Insights

OpenClaw iOS 配对终极指南：Tailscale Serve 一条捷径 + 6 个实测坑位全解析

Image

OpenClaw 同时登陆 iOS 与 Android，但官方文档把三套不同的配对概念揉在一起，首次尝试几乎必踩坑。下面只保留 Tailscale Serve 这一条最短路径，附带 6 个实测陷阱和可靠的绕行方案。

5 min

配对耗时

6 个坑

已验证避坑

3 行命令

核心流程

OpenClaw 是什么

OpenClaw 是一款拥有 381k GitHub Star 的开源个人 AI 助手，完全运行在你自己的设备上。它打通了 WhatsApp、Telegram、Slack、Discord、Signal、iMessage 等超过 20 个聊天平台，你在任何已有的聊天应用里都能直接与它对话。

6 月 29 日 OpenClaw 正式推出 iOS 和 Android 原生应用。可以这样判断：OpenClaw 适合作为 Agent 方案的备用选择，移动端原生支持恰好填补了“随时在手机上触达 AI”的那块空白。

前置条件

● macOS 已通过 npm install -g openclaw@latest 安装 OpenClaw
● 已在设备上安装 Tailscale 并连接到某个 tailnet
● iPhone 上已安装 OpenClaw app（从 App Store 搜索下载）

Insights

OpenClaw 龙虾AI一键安装管理脚本：跨平台极速部署与使用指南

OpenClaw（原名 ClawdBot）是一款功能强大的智能自动化助手，本页为您提供了一套全平台一键安装与管理脚本，无论您是 Linux、macOS 还是 Windows 用户，都能快速完成部署，立即体验高效便捷的自动化能力。

Linux 系统安装

在终端中执行以下命令，即可自动下载并安装 OpenClaw：

bash <(curl -sSL https://raw.githubusercontent.com/sky22333/shell/main/openclaw/install.sh)

macOS 系统安装

macOS 用户同样可以通过一行命令完成安装：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/sky22333/shell/main/openclaw/install_mac.sh)"

Windows 系统安装

Windows 环境下可直接下载已编译好的二进制安装程序：

https://github.com/sky22333/shell/raw/main/openclaw/installer/installer.exe

若下载速度较慢，您可以通过 CMD 设置加速域名环境变量（可选）：

set GIT_PROXY=https://hub.cmoko.com/

自行编译构建（可选）

如果您对预编译的二进制文件心存顾虑，完全可以按照以下步骤从源代码自行构建，确保完全透明可控。

第一步：安装 Go 开发环境（Windows 平台）
请访问 Go 官方安装页面 下载并安装对应系统的 Go 版本。

第二步：进入项目目录

cd openclaw/installer

第三步：安装项目依赖

go mod tidy

第四步：编译生成可执行文件

go build -o installer.exe .

参考文档

更多命令与高级用法可查阅官方 CLI 速查表：https://clawd.org.cn/reference/cli-cheatsheet

Windows 系统终端界面预览

Image

Insights

OpenClaw+DeepSeek 飞书机器人原生部署指南：10分钟告别配置焦虑

告别配置焦虑，10 分钟完成原生 OpenClaw + DeepSeek 飞书端完美接入

OpenClaw + DeepSeek + 飞书机器人完整部署实战指南（避坑实录）

目标读者

  • 喜欢折腾、愿意尝试原生部署的开发者
  • 拥有一台 VPS 或云服务器（Ubuntu/Debian/Alibaba Cloud ECS 均可）
  • 希望将 DeepSeek API 接入飞书
  • 需要 OpenClaw 长期稳定后台运行
  • 厌倦了 Cloudflare Tunnel、WebUI token 等带来的麻烦

一、真实部署环境说明

  • 云服务器：Alibaba Cloud ECS
  • 操作系统：Ubuntu/Debian（使用 root 用户）
  • Node.js 版本：v22.x
  • 包管理器：pnpm
  • OpenClaw 版本：2026.2.9
  • 模型：DeepSeek API
  • 通道：飞书（WebSocket 模式）

二、基础环境准备

1. Node.js（必须 ≥20，推荐 22）

node -v

若未安装或版本过低，建议安装 Node.js 22。

2. 启用 Corepack 及 pnpm

corepack enable
corepack prepare pnpm@latest --activate
# 或
npm install -g pnpm

pnpm -v

⚠️ 重要提示：

Insights

OpenClaw养龙虾实战：AI Agent自动赚钱月入3万，2025年普通人也能上的智能副业快车

最近很多人开始“养龙虾”了：有人用它一个月赚了3万

AI助手时代来了，一种叫 OpenClaw 的工具正在悄悄改变很多人的工作方式

近期，技术圈流传着一个有趣的现象。很多人在群里张口就问：

“你养龙虾了吗？”

乍一听，像是讨论水产养殖，其实不然。在AI玩家眼里，“养龙虾”指的是——

部署 OpenClaw。

OpenClaw 是一款近期在开发者社区迅速蹿红的 AI Agent 框架。因为 claw 含有“龙虾钳子”的意思，国内发烧友索性就把它昵称为“龙虾”。

于是每天的群聊都变成了这种画风：

  • “龙虾跑起来了吗？”
  • “今天喂龙虾了吗？”
  • “龙虾一天能挣多少？”

看起来在聊水产，实际上谈的全是AI自动化系统。

AI不只是聊天了

过去两年，我们对 AI 已经再熟悉不过。

Image

常用的工具随手就能列出一串：

  • ChatGPT
  • Claude
  • DeepSeek
  • Kimi

有人每天用它们写文章、敲代码、做摘要。

但这些工具有一个共同点：

它们大多数时候只是一个聊天界面。

你问一句，它答一句。真正的重复性工作——整理表格、回复消息、写日报、处理机械流程——依旧需要人亲力亲为，效率还是被拖得很低。

正是这个痛点，催生了一个新的技术方向：

让 AI 不只是会聊天，而是能直接帮你把任务干完。

OpenClaw，就是这类系统里的一面旗帜。

OpenClaw到底是什么？

用一句话讲清楚：

OpenClaw 是一个能够让 AI 自动执行任务的脚手架。

它就像一个中控枢纽，把各种工具、模型、数据源串联在一起。

举个实际场景：你在公司群里发一句

“帮我整理今天的销售数据。”

只要后台接好了数据源，OpenClaw 就会自动：

1️⃣ 调用 AI 模型（比如 DeepSeek）
2️⃣ 拉取当日数据
3️⃣ 分析波动趋势
4️⃣ 生成图文报告
5️⃣ 直接回复到群里

整个流程不过几秒钟。

以前这些活要靠运营、数据分析来回折腾，可能耗时半小时甚至更久。现在只需一句话，连手都不需要动。

AI Agent为什么突然火了？

OpenClaw 之所以最近备受瞩目，一个重要驱动力是：