超详细!PicGo+GitCode+Typora 图床搭建全攻略(新手友好版)

超详细!PicGo+GitCode+Typora 图床搭建全攻略(新手友好版)
image-20251222192213672

一、为什么选这组组合?

对于程序员、笔记爱好者或技术写作者来说,使用 Markdown 写作时,图片的存储与同步一直是核心痛点——本地图片无法跨设备访问,直接插入网络图片又可能面临失效、丢失的风险。

图床(Image Hosting)则能完美解决这一问题:通过将图片上传至远程服务器并生成稳定可访问的外链,实现「一次上传、多端复用」。而在国内网络环境下,「PicGo+GitCode+Typora」 的组合堪称性价比拉满的图床解决方案,核心优势如下:

  • 免费无限制:GitCode 提供免费公开仓库,图片永久存储,无流量 / 容量限制
  • 国内加速:GitCode 服务器位于国内,相比 GitHub 加载速度快 50%+,无需科学上网
  • 无缝集成:Typora 粘贴 / 拖拽图片自动上传,无需手动处理链接
  • 版本可控:GitCode 自带版本管理,图片修改、回滚更方便
  • 可自定义:支持图片分类存储、CDN 加速、批量管理,灵活适配不同场景

这套组合的搭建门槛极低,全程无需复杂命令,新手仅需 10 分钟就能完成配置,拥有一个 免费、稳定、高速 的专属图床,彻底告别 Markdown 写作的图片管理烦恼。后续跨设备访问时,只需在其他设备上同步 Typora 文档,图片外链即可自动生效,真正实现「一次配置,终身可用」!

二、安装必备工具

1. 安装 PicGo(图片上传工具)

下载 PicGo 安装包

PicGo 是开源免费工具,支持 Windows/macOS/Linux 系统,建议优先下载官网最新稳定版,避免安装包异常:

    • Windows 系统:选择后缀为 .exe 的安装包
    • macOS 系统:选择后缀为 .dmg 的安装包
    • Linux 系统:选择对应发行版的包

根据自身系统选择匹配的安装包类型:

image-20251222181324740

打开 PicGo 官方指南的下载入口:PicGo 下载

image-20251222180050372
安装 PicGo(以 Windows 为例)
  1. PicGo 主界面如下:

点击完成启动 PicGo,Windows 可在右下角托盘找到图标,macOS 可在顶部菜单栏找到图标,说明安装成功:

image-20251222181519592

选择安装路径,点击「安装」:

image-20251222181449899

双击安装包:

image-20251222181005350

2. 安装 Node.js(PicGo 插件依赖环境)

后续配置 GitCode 图床需安装专用插件,而插件安装依赖 Node.js 环境,必须提前安装:

打开终端(Windows 按 Win+R 输入 cmd),分别执行命令 node -vnpm -v,若显示版本号(如 v18.18.1),说明安装成功。

image-20231210121140490

双击安装包,Windows 勾选“Add to PATH”(自动配置环境变量),macOS 默认配置,一路“下一步”完成安装;

image-20251222182443924

官网下载,选择 LTS 长期支持版(稳定),根据系统选择安装包;

image-20251222182210846

3. 安装 Typora(Markdown 编辑器)

Typora 支持免费试用,官网下载最新版,根据系统选择安装包,安装流程简单(Windows 下一步到底,macOS 拖拽至应用程序),此处不赘述。

image-20251222182550676

三、配置 GitCode 仓库

我们需要在 GitCode 创建一个公开仓库,用于存放上传的图片(私有仓库无法生成公开外链,导致图片无法访问)。

1. 创建 GitCode 图片仓库

    1. 仓库名称:自定义(如 image-host、pic-bed,建议英文);
    2. 仓库描述:可选(如“个人图床,用于存放 Markdown 图片”);
    3. 可见性:必须选「公开」(私有仓库外链无法访问);

点击「创建仓库」,等待页面跳转至仓库详情页,说明仓库创建成功。

image-20251222183147479

填写仓库信息(关键参数务必正确):

image-20251222183029606

登录 GitCode 官网,点击右上角「+」图标,选择「新建仓库」:

image-20251222182837427

2. 生成 GitCode 访问令牌(授权 PicGo 访问)

PicGo 需通过 Token 授权访问 GitCode 仓库,Token 仅显示一次,务必保存好。

  1. 在左侧菜单找到「安全设置」-「私人令牌(Personal Access Token)」,点击「生成新令牌」;
  2. 配置令牌信息:
    1. 备注:自定义(如 picgo-token,用于区分用途);
    2. 有效期:建议选「永久」(避免定期重新生成,若追求安全可选短期);
    3. 权限:必须勾选「repo」(仓库读写权限,包含子权限),其他权限可取消;

点击「新建访问令牌」,页面会显示一串字符(即 Token),立即复制并保存到记事本(后续配置需用,刷新页面后无法再次查看)。

image-20251222183652281

登录 GitCode 后,点击右上角头像,选择「设置」;

image-20251222183312397

四、配置 PicGo 关联 GitCode

通过 PicGo 的 GitCode 插件,实现图片自动上传至 GitCode 仓库,步骤如下:

1. 安装 GitCode 上传插件

  1. 启动 PicGo,点击主界面左侧「插件设置」;
  2. 点击「安装」,等待安装完成后,重启 PicGo(插件生效需重启)。

在搜索框输入「gitcode」,找到对应插件:

image-20251222183834928

2. 配置 GitCode 图床参数

  1. 点击主界面左侧「图床设置」,选择「gitcode」(插件安装成功后才会显示);
  2. 填写完成后,点击「确定」保存配置,再点击「设为默认图床」(后续上传默认使用 GitCode)。

填写配置参数(参考示例,替换为自己的信息):

字段填写说明
图床配置名自定义名称(如 “我的 GitCode 图床”),用于区分不同图床配置
ownerGitCode 账号用户名(即 GitCode 的注册 ID)
repo在 GitCode 上创建的图床仓库名称(如)
分支图床仓库的默认分支(当前主流为main,旧版仓库可填master
path图片在仓库内的存储路径(如填images/,图片会存入仓库的images文件夹)
tokenGitCode 生成的私人访问令牌(需包含repo权限)
messageGit 提交备注,默认picgo commit即可,无需修改
image-20251222185208527

点击【Default】或+号新增一个配置:

image-20251222184741115

3. 测试 PicGo 图片上传功能

查看 GitCode 仓库可以看到上传成功的图片:

image-20251222185729728

若上传成功,PicGo 会弹出「上传成功」提示:

image-20251222185559688

打开 PicGo 主界面,点击「上传区」,拖拽一张本地图片到上传框,或点击「选择文件」选择图片;

image-20251222185839354

五、配置 Typora 关联 PicGo(实现自动上传)

完成 PicGo 配置后,需让 Typora 与 PicGo 联动,实现「粘贴图片即自动上传」,无需手动打开 PicGo 操作。

    1. 插入图片时:
      • 选择「上传图片」
      • 勾选「对本地图片应用上述规则」「自动上传图片」「插入时自动转义图片URL」
    2. 上传服务设定:
      • 上传服务选择「PicGo (app)」
      • PicGo 路径:选择 PicGo 安装路径

点击「验证图片上传选项」,若弹出「验证成功」提示,说明 Typora 与 PicGo 关联成功:

image-20251222190601354

在左侧菜单选择「图像」,配置以下参数:

image-20251222213111573

启动 Typora,点击顶部菜单栏「文件」-「偏好设置」(Windows);

image-20251222190044302

六、全流程测试:从粘贴到访问的完整验证

测试「Typora 粘贴图片 → 自动上传至 GitCode → 生成外链」全流程:

额外验证:打开 GitCode 对应的图片仓库,进入 images 文件夹(或自定义路径),能看到刚刚上传的图片文件,进一步确认成功。

image-20251222191438161

截图一张图片(或选择本地图片),按 Ctrl+V(Windows)粘贴到 Typora 中,粘贴后图片会短暂显示“上传中”,随后显示图片,此时点击图片,右键选择「复制图片链接」,粘贴到浏览器中,若能正常显示,说明全流程搭建成功;

image-20251222190902039

打开 Typora,新建一个 Markdown 文件;

image-20251222190745625

七、进阶优化:super-prefix 插件实现图片自动分类

使用 super-prefix 插件可以为上传的图片自动添加动态前缀(如日期、自定义路径),可彻底实现图片的「上传即分类」,避免图片堆积在同一文件夹,后续管理图片时按路径查找即可,极大提升图床的整洁度和可用性!

1. 安装 super-prefix 插件

  1. 打开 PicGo 主界面,点击左侧「插件设置」:

在搜索框输入「super-prefix」,找到插件后点击「安装」:

image-20251222191801727

2. 配置按「年 / 月」自动分类

  1. 点击「确定」保存配置。

在前缀格式框输入 YYYY/MM/,插件会自动拼接前缀与 GitCode 图床配置中的 path(如 path 设为 images/,前缀设为 2025/12/,最终路径为 images/2025/12/),实现按**日期(年/月)**分类:

image-20251222194952244

super-prefix 插件支持设置图片的「文件名前缀格式」和「文件名格式」:

image-20251222195158109

两个核心字段的功能如下:

字段名称功能说明示例格式
文件名个性前缀格式(以 / 结尾)定义图片在仓库中的存储分类路径(需以 / 结尾,与 GitCode 图床的path拼接)YYYY/MM/DD/
文件名个性格式定义图片本身的文件名规则(替代原文件名,避免重复)YYYYMMDDHHmmss

点击左侧「插件设置」,找到已安装的「super-prefix」,点击「设置」,点击「配置plugin-picgo-plugin-super-prefix」:

image-20251222191932395

3. 验证自动分类效果

上传成功后,打开 GitCode 对应的图片仓库,图片会存入 images/2025/12/22/ 文件夹:

image-20251222195053163

进入 PicGo 主界面,上传一张测试图片(拖拽或选择文件);

image-20251222185839354

八、总结

至此,「PicGo+GitCode+Typora」图床体系已全部搭建完成。通过这套方案,我们已拥有一个免费、稳定、高速的专属图床,实现了 Markdown 写作时 “粘贴图片即上传” 的无缝体验,彻底解决了图片跨设备同步、存储失效等痛点。

这套图床方案经过多次验证,适配 2025 年最新版本的工具与平台,且后续无需频繁维护,真正做到 “一次配置,长期可用”。如果在使用中遇到其他问题,可在 GitCode 社区或 PicGo 官方文档中查找解决方案,也欢迎分享你的使用经验!

祝大家写作顺利,彻底告别图片管理的烦恼~ 🚀

Read more

Windows 环境下 llama.cpp 编译 + Qwen 模型本地部署全指南

在大模型落地场景中,本地轻量化部署因低延迟、高隐私性、无需依赖云端算力等优势,成为开发者与 AI 爱好者的热门需求。本文聚焦 Windows 10/11(64 位)环境,详细拆解 llama.cpp 工具的编译流程(支持 CPU/GPU 双模式,GPU 加速需依赖 NVIDIA CUDA),并指导如何通过 modelscope 下载 GGUF 格式的 Qwen-7B-Chat 模型,最终实现模型本地启动与 API 服务搭建。 1.打开管理员权限的 PowerShell/CMD,执行以下命令克隆代码: git clone https://github.com/ggml-org/llama.cpp mkdir

By Ne0inhk
ClawPanel — 开源 OpenClaw 智能管理面板,20+ 通道接入 / 多模型配置 / Docker 一键部署

ClawPanel — 开源 OpenClaw 智能管理面板,20+ 通道接入 / 多模型配置 / Docker 一键部署

🐾 一个比官方控制台更强大的 OpenClaw 可视化管理工具,支持 QQ、微信、Telegram、Discord 等 20+ 通道统一管理,多 AI 模型提供商配置,技能中心,版本管理,环境检测,Docker 一键部署。 📌 项目简介 ClawPanel 是一个基于 React + TypeScript + Express 的 OpenClaw 智能管理面板,旨在为 OpenClaw 用户提供一个比官方控制台更强大、更直观的可视化管理工具。 项目前身是 openclaw-im-manager(一个简单的 QQ 机器人管理后台),经过 4 个大版本迭代,现已进化为功能完整的 OpenClaw 全能管理面板。 GitHub 地址:https://github.com/zhaoxinyi02/ClawPanel

By Ne0inhk
开源模型应用落地-glm模型小试-glm-4-9b-chat-Gradio集成(三)

开源模型应用落地-glm模型小试-glm-4-9b-chat-Gradio集成(三)

一、前言     GLM-4是智谱AI团队于2024年1月16日发布的基座大模型,旨在自动理解和规划用户的复杂指令,并能调用网页浏览器。其功能包括数据分析、图表创建、PPT生成等,支持128K的上下文窗口,使其在长文本处理和精度召回方面表现优异,且在中文对齐能力上超过GPT-4。与之前的GLM系列产品相比,GLM-4在各项性能上提高了60%,并且在指令跟随和多模态功能上有显著强化,适合于多种应用场景。尽管在某些领域仍逊于国际一流模型,GLM-4的中文处理能力使其在国内大模型中占据领先地位。该模型的研发历程自2020年始,经过多次迭代和改进,最终构建出这一高性能的AI系统。     在开源模型应用落地-glm模型小试-glm-4-9b-chat-快速体验(一)已经掌握了glm-4-9b-chat的基本入门。     在开源模型应用落地-glm模型小试-glm-4-9b-chat-批量推理(二)已经掌握了glm-4-9b-chat的批量推理。     本篇将介绍如何集成Gradio进行页面交互。 二、术语 2.1.GLM-4-9B     是智谱 AI 推出的一个开源预训

By Ne0inhk
【AI大模型前沿】通义万相Wan2.2:阿里270亿参数巨兽开源,消费级显卡就能跑,免费平替Sora上线

【AI大模型前沿】通义万相Wan2.2:阿里270亿参数巨兽开源,消费级显卡就能跑,免费平替Sora上线

系列篇章💥 No.文章1【AI大模型前沿】深度剖析瑞智病理大模型 RuiPath:如何革新癌症病理诊断技术2【AI大模型前沿】清华大学 CLAMP-3:多模态技术引领音乐检索新潮流3【AI大模型前沿】浙大携手阿里推出HealthGPT:医学视觉语言大模型助力智能医疗新突破4【AI大模型前沿】阿里 QwQ-32B:320 亿参数推理大模型,性能比肩 DeepSeek-R1,免费开源5【AI大模型前沿】TRELLIS:微软、清华、中科大联合推出的高质量3D生成模型6【AI大模型前沿】Migician:清华、北大、华科联手打造的多图像定位大模型,一键解决安防监控与自动驾驶难题7【AI大模型前沿】DeepSeek-V3-0324:AI 模型的全面升级与技术突破8【AI大模型前沿】BioMedGPT-R1:清华联合水木分子打造的多模态生物医药大模型,开启智能研发新纪元9【AI大模型前沿】DiffRhythm:西北工业大学打造的10秒铸就完整歌曲的AI歌曲生成模型10【AI大模型前沿】R1-Omni:阿里开源全模态情感识别与强化学习的创新结合11【AI大模型前沿】Qwen2.5-Omni:

By Ne0inhk