几个月前，GitHub用户@yanghaku发布了一组简洁的补丁，成功修复了树莓派（Raspberry Pi）平台对AMD显卡的GPU支持问题，甚至还展示了未公开的补丁使树莓派能够驱动NVIDIA RTX 3080显卡。

（参考链接：https://www.jeffgeerling.com/blog/2025/full-egpu-acceleration-on-pi-500-15-line-patch）

近期，GitHub用户@mariobalanica发布了一个更为全面的补丁，将同样的功能扩展到了英伟达（Nvidia）显卡上，实现了对NVIDIA显卡的原生支持。

（补丁链接：https://github.com/NVIDIA/open-gpu-kernel-modules/pull/972）

出于对这项技术的浓厚兴趣，我手头恰好有树莓派和NVIDIA显卡，便决定暂时搁置对GB10系统的测试计划，转而编译并验证mariobalanica提供的这个分支。

在树莓派5上构建NVIDIA显卡支持

由于相关代码仍处于积极开发阶段，以下操作步骤未来可能发生变动。

1. 安装操作系统：使用树莓派官方的“Raspberry Pi Imager”工具，将Pi OS 13 “Trixie”写入一个新的启动盘。
2. 系统更新：启动树莓派，在终端中执行以下命令以确保系统软件包为最新版本。

   sudo apt update && sudo apt upgrade -y
   

3. 切换内核：当前补丁仅针对4K页大小的内核有效，而树莓派默认使用的是16K内核，因此需要切换。

   sudo nano /boot/firmware/config.txt
   

   在文件末尾添加一行：kernel=kernel8.img，保存后重启。
4. 重启系统：执行重启命令使内核更改生效。

   sudo reboot
   

5. 下载驱动：从NVIDIA官方网站下载适用于ARM64架构的最新Linux驱动程序（本文测试版本为580.95.05）。 （驱动下载：https://www.nvidia.com/en-us/drivers/unix/）
6. 安装驱动（不构建内核模块）：运行下载的驱动安装程序，但跳过内核模块的构建步骤。

   sudo sh ./NVIDIA-Linux-aarch64-580.95.05.run --no-kernel-modules
   

7. 克隆修改版内核模块：获取@mariobalanica修改后的开源NVIDIA内核模块代码。

   cd ~/Downloads && git clone --branch non-coherent-arm-fixes https://github.com/mariobalanica/open-gpu-kernel-modules.git
   

8. 编译与安装内核模块：进入克隆的目录，编译并安装内核模块。

   cd open-gpu-kernel-modules
   make modules -j$(nproc)
   sudo make modules_install -j$(nproc)
   

9. 更新模块依赖：运行以下命令以更新模块依赖关系数据库。

   sudo depmod -a
   

10. 最终重启：完成所有步骤后，再次重启系统以加载新的NVIDIA内核模块。

    sudo reboot
    

显卡显示输出问题

在我所使用的NVIDIA RTX A4000显卡上，暂时无法通过DisplayPort接口向显示器输出图像。系统日志dmesg中没有报告明显的错误，也没有出现黑屏仅带闪烁光标的情况（这与目前树莓派上运行某些Intel显卡驱动的表现不同，后者在未编译新版Mesa驱动时通常会出现该问题，但至少能通过Alt + F2切换到控制台）。

Solara：一款免登录、多源聚合的现代网页音乐播放器

厌倦了在不同音乐App间切换，或是受限于会员和登录门槛？Solara或许是你正在寻找的解决方案。它是一款功能全面的现代网页音乐播放器，通过轻量的后端服务聚合多个音乐源，为用户提供从搜索、在线播放到高品质音频下载的一站式体验。无需注册，打开即用，让你纯粹地享受音乐。

核心功能亮点

Solara的设计理念是简洁与强大并存，以下功能构成了其出色的用户体验：

• 🎨 沉浸式主题美学：不仅提供明/暗双色模式，更采用时尚的玻璃拟态设计。其智能之处在于，能根据当前播放歌曲的封面自动提取主色调，并生成动态渐变背景，让视觉与听觉同步沉浸。
• 📱 专为移动端优化的竖屏界面：彻底重构了移动端体验，采用全新的竖屏布局，完美适配手机屏幕比例与触控手势。播放控件、歌单和歌词显示均经过精心优化，单手操作毫无压力。
• 🔍 跨平台曲库聚合搜索：一键切换不同音乐数据源进行搜索，轻松覆盖更广的曲库。搜索结果支持分页浏览，并可批量添加至播放队列，找歌效率倍增。
• 📻 灵活即时的队列管理：播放队列可随时增删清空，所有改动即时生效。数据会自动保存至浏览器本地，下次访问时无缝恢复你的听歌列表。
• ❤️ 便捷的收藏功能：无论是单曲还是整个列表，都能一键收藏。独立的收藏列表拥有自己的播放进度、循环模式设置和批量管理面板。
• 🔁 多样的播放模式：支持列表循环、单曲循环和随机播放，系统会记住你的上一次选择，符合个人习惯。
• 📝 智能动态歌词：提供精准的逐行滚动歌词，并高亮显示当前播放行。歌词会自动居中聚焦，也支持手动滚动查看，短暂锁定视图以便细读。
• 🔄 列表数据导入与导出：可将当前播放队列和收藏列表导出为单一文件，方便在不同设备间迁移或进行数据备份，确保你的音乐清单永不丢失。
• 📥 多品质音频下载：支持选择下载不同码率的音频文件，通常涵盖从128Kbps、192Kbps、320Kbps到无损的FLAC格式，满足你对音质的不同需求。
• ☁️ 轻量后端代理服务：核心服务构建于Cloudflare Pages Functions之上，作为统一的后端代理聚合各音乐源接口，并巧妙处理音频流的跨域访问问题，确保稳定播放。
• 🔒 锁屏播放控制：在手机锁屏界面自动显示专辑封面与基础播放控件，切歌、暂停等操作无需解锁屏幕，便捷又安全。
• 🛠️ 内置调试控制台：为开发者或高级用户提供便利，在网页中按下 Ctrl + D 即可呼出实时日志面板，便于排查接口请求或交互问题。

快速部署指南

使用Docker Compose部署Solara是最简单快捷的方式。你只需创建一个名为 docker-compose.yml 的文件，并复制以下配置：

services:
  solara:
    image: 1555904/solara-music:latest
    container_name: solara
    ports:
      - 3001:3001
    restart: always

保存文件后，在终端中进入该文件所在目录，执行命令 docker-compose up -d，容器便会自动启动并运行在后台。

使用入门与界面一览

部署成功后，在浏览器（电脑或手机均可）地址栏输入 http://你的服务器IP地址:3001，即可访问Solara的网页界面。

温馨提示：首次加载时，部分图标可能显示缓慢或失败。这是因为部分前端资源依赖外部的Cloudflare代理服务，加载速度受本地网络环境影响，稍作等待或刷新即可。

在顶部的搜索框中输入歌曲名或歌手名，点击搜索即可。你可以在搜索前后自由切换不同的“音频源”，以获得更全面的结果覆盖。

搜索结果通常非常丰富。直接点击任意歌曲，它会立即被加入播放队列并开始播放。

播放界面会展示精美的专辑封面和同步滚动的歌词。整个页面的背景色会根据封面主色动态变化，营造独特的沉浸氛围。

在歌曲播放页面或列表项的右键菜单中，你可以找到下载选项，并自由选择无损音质（如FLAC）进行下载保存。

在播放控件区域，你可以实时切换不同音质的音频流，以适应变化的网络环境或追求极致的听觉体验。

点击侧边栏或底部的“探索雷达”功能，系统会自动将一批随机推荐歌曲加入你的播放列表，是发现新音乐的好帮手。

Solara对移动端进行了深度适配。在手机上访问，你会获得一个专为触控设计的竖屏界面，所有操作都流畅自然。

浪潮 SA5212M4 硬盘笼是一款拥有12个3.5英寸盘位的存储扩展设备。它内部集成了 Expander 控制芯片，仅需一条数据线即可识别全部硬盘，并支持多个硬盘笼进行串联扩展。其机头尺寸为 430×175×88mm（宽×长×高），非常适合构建大容量存储解决方案。该硬盘笼兼容 SATA、SAS 接口的机械硬盘或固态硬盘混插，理论单盘最大支持容量可达 18TB。

入手动机与理性评估

这个硬盘笼项目实际上已经完工有一段日子了，只是教程的撰写一直被搁置。促使我动手组装它的原因，主要源于日常测试NAS设备时，需要频繁使用多块500G硬盘。于是萌生了将所有散落的硬盘集中管理起来的想法，最终便有了这次DIY实践。

在决定效仿之前，我想分享几点关于硬盘笼的客观看法，希望能帮助你做出理性判断： 首先，你需要一个机架环境。如果没有现成的机柜，随意摆放不仅不美观，也存在安全隐患，这种情况下直接购买一个多盘位的NAS机箱可能更为便捷。其次，你得拥有足够数量的硬盘。我选择的这款是12盘位型号，手头大约有8块3.5英寸硬盘和一些2.5英寸硬盘，差不多能将其填满。如果你的硬盘数量有限，直接升级现有NAS的机箱或型号或许是更直接的选择。最后需要提醒的是，硬盘笼的功耗不容小觑。如果计划搭配全固态硬盘使用，在能耗方面可能并不会带来想象中的节省，具体原因相信你也能明白。

如果你的存储需求确实指向硬盘笼，我个人不太建议完全从零开始DIY。这个过程需要投入大量精力折腾，而且在成本上往往不具备优势。在二手交易平台上，已经组装调试好的成品售价大约在300元左右，一些专业卖家甚至能提供220元左右的低价。相比之下，像我这样自行采购所有部件并进行组装，总花费接近400元。

采购清单与成本明细

第一次涉足硬盘笼组装，难免踩坑，部分配件买贵了。以下是详细的物料清单，供你参考避坑（总花费484.69元）：

1. 12盘位硬盘笼核心：选用的是浪潮SA5212M4的机头，并搭配了一个定制外壳。正是看中了这个定制外壳的完成度，所以这部分的花费相对较高。

2. 连接线材：采购了硬盘笼供电线和SFF-8643数据线各两根。这里被卖家“坑”了一下，发来的两条供电线长度竟然不一致。实际上，SFF-8643数据线只需一根就足以带动全部12个硬盘。

3. SAS控制卡：选择了浪潮的SAS3008 12G直通卡，附带半高和全高两种挡板。这里有个重要提醒：到手后务必立即测试！我的第一张卡刚到时测试正常，闲置一周后再用就坏了，好在卖家售后服务不错，爽快地进行了更换。

4. 散热风扇：为了追求静音效果，选用了猫头鹰（Noctua）的PWM 8厘米风扇，当然价格也相对不菲。

5. 专用供电模块：这是关键的安全部件！硬盘笼绝对不能直接胡乱接入普通电源，否则12V供电会直接烧毁设备。必须使用这种专用的供电模块，或者通过大4Pin转5V的线材来供电。因为无法忍受之前长短不一的供电线，我又额外以5元一条的价格购置了两条等长的。

6. 智能风扇控制器：这是一个可以通过米家APP进行控制的PWM风扇控制器，无需手动调节，甚至可以与其他智能设备设置联动场景。

7. 风扇分线器：因为总共安装了4个风扇，所以需要两个4Pin一分二的转接线才能全部接入控制器。选择不带尼龙网套的款式，或者直接使用一分四的线材会更便宜。

8. 显卡6Pin延长线：主要用于将供电控制板内置到硬盘笼中，让外部只引出一根线，看起来更整洁。这个属于美观性投资，非必需。

9. 风扇金属保护网罩：由于风扇是向内吸风为硬盘散热，加装网罩可以防止扇叶转动时打到内部杂乱的线材。

10. 沉头硬盘螺丝：硬盘笼本身并未附带螺丝，家里也没有足够的存货，于是便购入了一包，价格不贵。

11. 平头螺丝：定制外壳的部分螺丝孔位是空的，购买了一些用于补全。重点是机头与外壳中间有对应的螺丝孔，上紧螺丝可以使两者紧密结合，避免中部隆起。螺丝的直径刚好，但长度略长，后来我用剪钳截短了一部分。

组装实拍与细节展示

整个组装过程本身并不复杂，基本上属于“有手就会”的级别，因此不打算展开详述。通过下面的图片，你就能大致掌握要领。最终的成品效果令人满意，如果忽略功耗略高于预期这一点，几乎找不到其他明显的缺点。

硬盘托盘细节

托盘设计带有工作状态指示灯，正面把手上分布着许多用于辅助散热的开孔。 硬盘笼自带的托盘成色不算崭新，但好在没有生锈痕迹，整体做工处于一般水平。 服务器用的硬盘托盘似乎很少见到快拆设计，基本都需要依靠螺丝进行固定。 可以直观地看到安装2.5英寸和3.5英寸机械硬盘后的效果对比。

硬盘笼本体工艺

这种从服务器上退役的机头在工艺上还是可圈可点的，所用铁皮厚度适中，边缘处理也没有毛刺。 12个硬盘位并列排开，对于大多数有数据“仓鼠症”的玩家来说，容量应该是绰绰有余了。 背板不仅支持常见的SATA接口硬盘，也兼容SAS接口硬盘，从元器件布局来看用料扎实。

散热系统搭建

这里要特别介绍一下这款可连接米家的PWM风扇控制器，它似乎是由智能灯控模块改造而来。 起初担心将控制器内置会影响蓝牙信号连接，所以我特意在外壳上开了一个小孔将天线引出。事后证明这纯属多虑，即便完全内置也完全没有问题。 散热风扇为了极致静音选择了猫头鹰品牌，实际运行效果出色。风扇风向是直接吹向硬盘的，在扇叶前方加装的网罩有效避免了与线材的意外接触。 接线方面，四个风扇通过一分二转接线汇聚到PWM风扇控制器，而控制器本身则从供电模块的风扇接口取电。

背部理线与整体布局

未整理前的背部线缆显得相当凌乱，实际上硬盘笼内部的空间并不充裕，将所有部件塞进去已经接近极限。 关于电源供电线，销售供电模块的商家表示插一根就足够了，但既然线材已经备齐，我还是选择全部插上。 SFF-8643数据线可以随意插入背板上的任何一个接口，仅用一根线即可驱动全部12个硬盘。 供电模块上的接口已被线材插满。另外提一句，如果不需要精细控制风扇转速，可以直接将风扇插在供电模块自带的接口上。 经过简单的整理并将所有线缆连接到位后，整个背板看起来就完成了，这个过程几乎没有任何技术门槛。 合理的线缆管理不会阻碍风道，四个散热风扇完全能够吹透整个硬盘区域。 我家使用的是25厘米深的机架，网上很多DIY整机都过长，而这款硬盘笼的长度在23厘米以下，刚好合适。 定制的外壳上盖和下盖厚度可观，分量十足。预留的孔位与硬盘笼本体精准对应，可以使用短柄螺丝刀从硬盘笼内部进行紧固。 我还额外加装了一个PWM风扇控制器的物理开关，可以直接切断风扇电源或用于重置控制器以连接米家APP。 最终，硬盘笼背面只需引出数据线和供电线，外观非常简洁。 插满硬盘运行的效果。首次通电时务必切记，不要直接插入重要数据盘，先用一块无关紧要的硬盘进行测试，以免因接线错误导致所有硬盘损毁。

SAS直通卡的使用

我选择的这款直通卡功耗和发热量都比较大，强烈建议为其加装一个小风扇辅助散热。 购入后必须立即上机测试，好坏无法从外观判断。我的第一张卡就是后期损坏的，幸得商家更换。 价格方面倒不算昂贵，卖家通常已刷好固件，即插即用。 我目前的用法是，将全闪存NAS与一个显卡扩展坞配合使用。直通卡插在显卡坞上，其供电则从旁边的电源直接获取。

最终总结与功耗考量

总的来说，对于绝大多数个人用户，我并不推荐自行DIY组装硬盘笼。直接购买他人配套好的成品方案，往往更加省心且可能更省钱。然而，对于确有庞大数据存储需求的用户来说，将这样一个硬盘笼机头引入家庭机架环境，是一个颇具性价比的选择。相比庞大的多盘位机箱，它能更规整地融入机架，成本也相对可控。但我必须再次强调：切勿创造需求。这种硬盘笼对普通家庭用户而言完全是用不上的“神器”，没有必要跟风购入。

尽管组装完成已有一段时间，但我实际通电运行的频率并不高。核心原因在于其功耗表现未达预期。经过对比，我发现它甚至不如单独开启一台盘位较少的成品NAS作为存储设备来得省电。

在信息爆炸的时代，如何高效管理和利用海量文档是许多团队面临的共同挑战。腾讯开源的WeKnora，正是一款为解决此问题而生的智能文档理解与语义检索框架。它基于大语言模型（LLM）构建，专为处理结构复杂、格式多样的文档场景设计，通过模块化架构整合了从文档预处理到智能问答的全流程，其核心是利用RAG（检索增强生成）技术，结合精准的上下文检索与大模型推理能力，生成高质量、高相关性的回答。

架构设计与核心特性

WeKnora的系统架构经过精心打磨，旨在实现流程的高效与可控。其模块化设计让各个环节清晰解耦，确保了系统的灵活性和可维护性。

该框架具备一系列强大的核心特性，使其在众多文档智能工具中脱颖而出：

• 🔍 精准内容理解：能够解析PDF、Word、图片等多种格式文档，提取结构化内容，并统一构建为易于处理的语义视图，即使是图文混排内容也能从容应对。
• 🧠 智能语义推理：借助大语言模型深度理解文档上下文与用户查询的真实意图，不仅支持精准的问答，还能进行连贯的多轮对话。
• 🔧 灵活可扩展：从文档解析、向量嵌入、信息召回到最终生成，全流程均采用解耦设计，用户可以根据自身需求轻松集成或定制任一环节。
• ⚡ 高效混合检索：并非依赖单一策略，而是融合了关键词检索（如BM25）、稠密向量检索以及更先进的知识图谱增强检索（GraphRAG），确保召回结果既全面又精准。
• 🎯 简单易上手：提供了直观的Web管理界面和标准化的RESTful API，即便是没有技术背景的业务人员也能快速上手使用。
• 🔒 安全可控：全面支持本地化与私有云部署，所有数据均在用户自己的环境中处理，为企业级的信息安全提供了坚实保障。

适用场景与核心价值

WeKnora并非一个“玩具”项目，其设计瞄准了真实的企业级需求，在多个领域都能发挥巨大价值：

功能模块与能力概览

为了让你对WeKnora的能力有一个全局性的了解，下表详细列出了其各功能模块的支持情况：

在NAS上部署WeKnora的详细步骤

接下来，我们将手把手教你如何在NAS设备上完成WeKnora的私有化部署。

荔枝（Lychee）是一款开源且免费的照片管理工具，设计用于在您自己的服务器或网络存储空间上独立运行。它提供了媲美本地应用程序的完整体验，支持照片的上传、组织管理与共享。该工具集成了您所需的核心功能，并确保所有照片数据均安全地存储于您掌控的环境中。

您可以通过在线演示环境预先体验其功能： https://lychee-demo.fly.dev

部署安装：通过Docker Compose快速搭建

最便捷的部署方式是使用 Docker Compose。以下是一个完整的配置示例，您可以根据自己的网络环境调整参数。

services:
  lychee:
    image: lycheeorg/lychee:latest
    container_name: lychee
    ports:
      - 8080:80
    environment:
      - PUID=1000
      - PGID=1000
      - PHP_TZ=Asia/Shanghai
      - TIMEZONE=Asia/Shanghai
      - APP_URL=http://192.168.31.90:8080
      - DB_CONNECTION=mysql
      - DB_HOST=lychee_db
      - DB_PORT=3306
      - DB_DATABASE=lychee
      - DB_USERNAME=user
      - DB_PASSWORD=password
    volumes:
      - ./conf:/conf
      - ./uploads:/uploads
      - ./sym:/sym
    restart: unless-stopped

  lychee_db:
    image: mariadb:10
    container_name: lychee_db
    environment:
      - MYSQL_ROOT_PASSWORD=rootpassword
      - MYSQL_DATABASE=lychee
      - MYSQL_USER=user
      - MYSQL_PASSWORD=password
    volumes:
      - ./mysql:/var/lib/mysql
    restart: unless-stopped

核心环境变量参数说明

为了确保服务正常运行，以下是对关键环境变量的简要解释（建议部署前查阅官方文档以获取最全面的信息）。

:::tips

• PUID（可选）：用于设置容器内运行进程的用户ID，关系到文件权限。
• PGID（可选）：用于设置容器内运行进程的用户组ID。
• PHP_TZ：配置PHP运行时使用的时区。
• TIMEZONE：设置系统时区。
• APP_URL：这是最重要的参数之一，需要配置为Lychee应用最终被访问的完整URL地址，请根据您的实际网络情况修改。
• DB_CONNECTION：指定数据库类型，例如mysql。
• DB_HOST：数据库服务的主机地址，在Compose网络中通常使用服务名。
• DB_PORT：数据库服务的连接端口。
• DB_DATABASE：指定要连接的数据库名称。
• DB_USERNAME：拥有上述数据库访问权限的用户名。
• DB_PASSWORD：对应用户的数据库访问密码。 :::

使用指南：从初始化配置到日常操作

完成部署后，在浏览器地址栏输入 http://您的服务器IP:8080 即可访问Lychee的Web界面。

青龙面板（Qinglong）是一款功能强大的定时任务管理平台，它能够支持多种脚本语言，包括Python3、JavaScript、Shell和Typescript。通过将青龙面板部署在闲置的NAS设备上，用户可以自动化运行各种脚本任务，从而探索潜在的收益机会，实现设备的充分利用。

该平台具备一系列实用功能：

• • 兼容多种脚本语言，例如python3、javaScript、shell和typescript。
• • 提供在线管理脚本、环境变量和配置文件的能力。
• • 支持在线查看任务执行日志，方便监控和调试。
• • 允许设置秒级精度的定时任务。
• • 集成系统级通知机制，及时反馈任务状态。
• • 提供暗黑模式界面，适应不同用户的视觉偏好。
• • 优化手机端操作体验，实现随时随地管理任务。

部署青龙面板

通过Docker Compose可以快速部署青龙面板。以下是具体的配置示例：

services:  
  qinglong:  
    image: whyour/qinglong:latest  
    container_name: qinglong  
    ports:  
      - 5700:5700  
    volumes:  
      - ./data:/ql/data  
    restart: unless-stopped

青龙面板配置与使用指南

在浏览器地址栏中输入 http://NAS的IP:5700 即可访问青龙面板的初始化界面。

进入界面后，点击“开始安装”按钮以启动安装流程。

系统会提示配置通知方式，用户可以根据个人需求选择设置或直接跳过此步骤。

接下来需要设置管理员的用户名和密码，请务必牢记这些凭据。

初始化过程完成后，点击“去登录”选项进入登录页面。

在登录页面输入之前设置的用户名和密码。

成功登录后，用户将进入青龙面板的主控制界面。

请注意：脚本的来源需要用户自行通过搜索引擎寻找，本文仅以bilibili脚本为例进行演示。不同脚本的操作步骤可能有所差异。

首先进入配置文件界面，修改config.sh文件。

找到名为RepoFileExtensions的参数，确保其值包含“js py sh”这三种文件后缀。

完成设置后，点击右上角的保存按钮以应用更改。

接下来进入订阅管理模块，创建一个用于拉取脚本仓库的订阅任务。

参考以下配置信息填写并创建订阅：

名称：Bilibili  
类型：公开仓库  
链接：https://github.com/RayWangQvQ/BiliBiliToolPro.git  
定时类型：crontab  
定时规则：2 2 28 * *  
白名单：bili_task_.+\.sh  
文件后缀：sh

FreeCAD 是一款遵循 LGPL 开源协议的参数化三维 CAD 建模软件。它不仅服务于机械工程与产品设计，其功能还延伸至建筑、有限元分析以及三维打印等多个领域。对于寻求商业软件替代方案的用户来说，FreeCAD 提供了与 CATIA、SolidWorks 等工具相似的核心建模能力，而最大的吸引力在于其完全免费和开源。

为什么选择 Docker 部署 FreeCAD？

传统桌面软件安装往往涉及复杂的依赖项和系统配置。而使用 Docker 容器化部署，可以将 FreeCAD 及其运行环境打包成一个独立的、可移植的单元。这意味着你可以在任何支持 Docker 的系统（如个人电脑、NAS 或云服务器）上，通过几条命令快速搭建一个随时可用的 CAD 工作站，无需担心环境冲突，也便于迁移和版本管理。

一步步部署：使用 Docker Compose

部署过程非常简单，我们推荐使用 Docker Compose 来管理服务配置。你只需要创建一个名为 docker-compose.yml 的文件，并填入以下内容：

services:
  freecad:
    image: linuxserver/freecad:latest
    container_name: freecad
    ports:
      - 3000:3000
      - 3001:3001
    environment:
      - PUID=1000
      - PGID=1000
      - TZ=Asia/Shanghai
    volumes:
      - ./config:/config
    shm_size: "1gb"
    restart: unless-stopped

保存文件后，在终端中进入该文件所在目录，运行 docker-compose up -d 命令，Docker 就会自动拉取镜像并启动你的 FreeCAD 服务。

关键配置参数解读

为了让配置更清晰，这里对几个核心参数做个说明：

• PUID / PGID：这两个环境变量用于设置容器内进程的用户和组 ID。它们决定了容器内生成的文件在宿主机上的归属权限。通常设置为当前宿主机用户的 ID（Linux 下可通过 id -u 和 id -g 命令查看），以确保你能正常读写持久化数据。
• TZ：设置容器内系统的时区，例如 Asia/Shanghai 对应北京时间。这能保证日志时间戳和系统行为符合你的本地习惯。
• ./config:/config：这是一个卷映射，它将宿主机当前目录下的 config 文件夹挂载到容器内的 /config 路径。所有 FreeCAD 的配置文件、个人设置以及你创建或导入的工程文件都会保存在这里，即使容器删除，数据也不会丢失。
• shm_size: "1gb"：为容器分配 1GB 的共享内存。对于 FreeCAD 这类图形应用，充足的共享内存能显著提升图形渲染和界面操作的流畅性。

初次见面：FreeCAD Web 界面导览

服务启动后，打开你的浏览器，访问 https://你的服务器IP地址:3001。请注意，默认使用的是 HTTPS 协议，确保连接安全。

MTranServer是一款资源消耗极低、响应速度极快的离线翻译服务器，其最大特点在于完全无需独立显卡支持。单个翻译请求的平均响应时间可控制在50毫秒以内。该服务支持全球范围内主要语言之间的互译，为用户提供了一个高效、本地的翻译解决方案。

下图展示了MTranServer与其他同类项目在仅使用CPU进行英译中任务时的效果对比。

重要提示： 当前最新版本可能存在内存泄漏问题。一个可行的解决方案是手动下载并使用2.1.1版本的模型文件。关于此问题的最终修复时间，请关注项目在GitHub上的官方公告。为了简化演示流程，本文仍将使用最新的镜像版本进行说明。

安装部署步骤

推荐使用 Docker Compose 方式进行部署，以下是一个基础的配置示例：

services:
  mtranserver:
    image: xxnuo/mtranserver:latest-zh
    container_name: mtranserver
    ports:
      - 8989:8989
    environment:
      - CORE_API_TOKEN=your_token
    restart: unless-stopped

关键参数说明（更多高级配置建议查阅官方文档）：

• CORE_API_TOKEN（环境变量，可选）：用于保护API访问的密码，请务必修改为自己设定的复杂字符串。
• /app/models（卷挂载路径，可选）：此路径用于存放翻译模型文件，如果希望持久化模型或使用特定版本，可以将其挂载到宿主机目录。

服务配置与使用指南

完成部署后，在浏览器地址栏中输入 http://你的NAS_IP地址:8989/docs 即可访问完整的API交互式文档。

须知：MTranServer本身不提供图形化的用户界面，所有功能均通过调用其提供的API接口来实现。

该服务为多种应用场景提供了专用的API端点。

接下来介绍如何通过流行的浏览器插件“沉浸式翻译”来调用此API。首先，根据你的浏览器下载对应的插件：

• Microsoft Edge 用户： https://microsoftedge.microsoft.com/addons/detail/%E6%B2%89%E6%B5%B8%E5%BC%8F%E7%BF%BB%E8%AF%91-%E7%BD%91%E9%A1%B5%E7%BF%BB%E8%AF%91%E6%8F%92%E4%BB%B6-pdf%E7%BF%BB%E8%AF%91-/amkbmndfnliijdhojkpoglbnaaahippg?hl=zh-CN
• Google Chrome 用户： https://chromewebstore.google.com/detail/%E6%B2%89%E6%B5%B8%E5%BC%8F%E7%BF%BB%E8%AF%91-%E7%BD%91%E9%A1%B5%E7%BF%BB%E8%AF%91%E6%8F%92%E4%BB%B6-pdf%E7%BF%BB%E8%AF%91-%E5%85%8D%E8%B4%B9/bpoadfkcbjbfhfodiogcnhhhpibjhbnh?hl=zh-CN&utm_source=ext_sidebar

安装完成后，即可在浏览网页时使用该插件进行内容翻译。

插件安装并启用后，页面通常会出现一个悬浮的翻译控制按钮。

点击该按钮以打开设置面板。

在面板中选择进入“设置”菜单。

将页面滚动至底部，找到并启用“Beta测试特性”选项。

在此部分，可以添加自定义的翻译服务（插件本身也提供免费的在线翻译服务）。

在服务类型中，选择最后一项“自定义API”。

配置提示：如果在Docker部署时设置了CORE_API_TOKEN环境变量，则需要在API地址的末尾附加查询参数，格式为 ?token=你设置的token值。

参考配置示例如下：

• 服务名称：MTranServer
• 服务器地址：http://192.168.31.90:8989/imme?token=your_token

高级参数可以设置为：每秒最大请求数5000，每次请求最大段落数10，这足以满足个人高频使用。

点击“测试服务”按钮，若显示绿色对勾或成功提示，则表明与自建翻译服务器的连接配置正确。

测试成功后，将新添加的“MTranServer”服务设为默认的翻译引擎。

现在，访问任意英文网站，点击沉浸式翻译的图标，即可使用您自己部署的离线服务器进行翻译。

在典型的翻译负载下，其资源占用情况如图所示：CPU使用率峰值通常在17%以下，内存占用大约为400MB（请注意，由于当前版本存在已知的内存泄漏问题，实际占用可能缓慢增长；待修复后，内存占用预期会更低且更稳定）。

管理本地的喜马拉雅有声书资源时，最头疼的问题之一就是元数据缺失——封面、作者、简介等信息一片空白，手动整理又费时费力。如果你也为此困扰，那么 Abs-Ximalaya 正是你需要的工具。它是一款专为 Audiobookshelf 设计的元数据提供商，能够直接从喜马拉雅平台抓取准确、完整的有声书信息，让你的本地有声书库瞬间变得井井有条。

关联教程： 如果你还没有搭建 Audiobookshelf 服务器，可以参考这篇详细的搭建指南：Audiobookshelf 有声书与播客服务器

如何安装与部署

部署 Abs-Ximalaya 最推荐的方式是使用 Docker Compose，整个过程简单快捷，几乎不需要任何额外的配置。

Docker Compose 配置文件

首先，在你希望部署的目录下（例如 ~/abs-ximalaya），创建一个名为 docker-compose.yml 的文件，并将以下配置内容粘贴进去：

services:
  ximalaya:
    image: shanyanwcx/abs-ximalaya:latest
    container_name: ximalaya
    ports:
      - 7814:7814
    environment:
      - TZ=Asia/Shanghai
    restart: always

保存文件后，在终端中进入该目录，执行以下命令即可启动服务：

docker-compose up -d

看到容器成功运行后，部署就完成了。

具体使用步骤详解

1. 验证服务运行

部署成功后，打开浏览器，访问 http://你的NAS或服务器IP:7814。如果看到一个简单的提示页面，说明 Abs-Ximalaya 服务已经在后台正常运行了。

2. 在 Audiobookshelf 中添加提供商

接下来，我们需要让 Audiobookshelf 知道这个新的元数据来源。

1. 打开你的 Audiobookshelf 管理界面。
2. 进入 “设置” -> “项目元数据管理” -> “自定义元数据提供商”。
3. 点击 “添加” 按钮。
4. 按照下图进行配置。关键点：“名称”可以自定义（例如“喜马拉雅”）；“URL”必须填写为 http://你的NAS或服务器IP:7814，请务必注意，URL末尾不要加斜杠“/”。

3. 测试并匹配元数据

现在可以测试一下工具的效果了。

CubeCity游戏简介：

这是一款专注于城市建设的模拟经营类游戏。玩家将从一片空白土地开始，通过逐步建造住宅区、商业中心、工业设施以及环境景观等多种建筑类型，合理设计道路网络，有效管理金币收入和人口增长，从而亲手打造出你心目中的完美城市。

主要特色功能：

• • 🏙️ 自由建设: 你可以随意放置、移动或拆除各种建筑与道路，自由创作独具个性的城市风貌。
• • 🧩 策略规划: 需要巧妙平衡住宅区 (R)、商业区 (C) 和工业区 (I) 的发展比例，同时兼顾环境 (E)、社会 (S) 和治理 (G) 等多方面需求，以实现城市的长期繁荣与可持续发展。
• • 💰 经济系统: 游戏中的建筑会自动产生金币收益，玩家可以利用这些金币来建造新的建筑、升级现有设施或拓展城市版图。
• • 💾 本地存储: 所有城市进度数据都会自动保存在本地浏览器中，方便你随时中断或继续建设任务。
• • 🎨 卡通风味: 游戏采用明快鲜艳的色彩搭配和可爱生动的卡通模型，为玩家营造出轻松愉快的视觉感受。

游戏玩法详解：

• • 🔍 选择模式 (SELECT):
  • • 点击任意建筑即可查看详细信息，例如居民数量、当前状态、资源产出等数据。
  • • 当建筑满足特定条件时，你可以对其进行升级操作，从而增强其功能并提高产出效率。
• • 🏗️ 建造模式 (BUILD):
  • • 从游戏界面左侧的面板中选择你想要建造的建筑类型。
  • • 在地图上可用的空地位置点击鼠标，即可成功放置建筑；系统会提供实时模型预览和高亮提示，使得操作过程更加直观便捷。
• • 🚚 搬迁模式 (RELOCATE):
  • • 首先选中一个已经建造完成的建筑，然后点击地图上另一块空地，便能轻松实现建筑搬迁。
  • • 在最终放置前，你还可以旋转建筑模型，以便更好地适应城市的整体布局规划。
• • 💣 拆除模式 (DEMOLISH):
  • • 切换到拆除模式后，直接点击那些不再需要的建筑即可将其移除。
  • • 拆除建筑时会返还部分建造成本，减少玩家的资源损失。

在线演示地址：

https://cube-city.vercel.app

Docker部署步骤

通过Docker Compose快速部署：