记录安装openlist和挂载网盘的方法

(文内图片直接复制我记录的部署文档内图片,不是原图,清晰度不佳……我把部署文档也放在下面的链接里)

openlist是一款网盘管理聚合工具,可以挂载超过40款网盘,在openlist管理页面统一管理。

openlist提供了中文操作文档:

https://doc.oplist.org.cn/guide

不过有些地方介绍的比较简单,所以我介绍下我的操作。

openlist+aria2+ariaNg网盘链接点这里:https://pan.quark.cn/s/3793d2a6f906

openlist服务启动

因为我是习惯用夸克网盘,但是挂载夸克必须强制使用本地代理,而我的云服务器配置一般,可想而知下载速度会很慢,所以我采用的是在家里的windows电脑部署openlist server。

Windows下载链接:https://doc.oplist.org.cn/guide/installation/download

选择合适的版本下载,解压后会发现里面就是一个openlist.exe文件。

在这个解压路径下,Shift+右键打开windows powershell启动,

先给生成管理服务的账号和密码,执行命令:

./openlist.exe admin set 你的密码

这样就给admin用户设置了密码,

然后执行

./openlist.exe server

这样就顺利把opelist服务启动了。

我目前只挂载了夸克网盘和百度网盘,其他网盘还没试过,如果是挂载其他网盘出问题的,以下内容就不用看了。

挂载夸克网盘

打开浏览器,地址栏输入:http://127.0.0.1:5244/@manage,输入账户admin,密码是刚才设置的那个

进去后点击左侧菜单“存储”,点击添加

驱动选择夸克,不要选夸克网盘open

挂载路径自己定义:

现在打开浏览器,最好用Chrome,登录夸克网盘网页版入口,按下F12

按照我图中的指示箭头,找到 夸可的cookie:

将cookie复制到 下图1处,

2处的路径我是选择了网盘的根目录,你可以选择任何路径,只需要把 下图那串数字复制到2处即可,然后保存,夸克网盘就挂载完成了。

这里的夸克网盘就变成了工作中状态

浏览器地址栏输入:127.0.0.1:5244就打开了挂载的网盘页面:

打开右侧的更多,里面有上传、新建文件夹等功能菜单:

到这里,夸克网盘和openlist的大部分功能菜单都介绍完毕。

挂载本地存储

Openlist也支持挂载本地计算机存储目录!

只不过将驱动换成“本机存储”,其他选项你可以不用改动,除了最后一个回收站设置。

外网访问我的openlist服务(前提:实现了内网穿透)

我在Windows搭建了openlist服务,难道每次使用的时候只能用家里这台电脑吗?

当然不是 !

因为我在自己的云服务器上搭建了zerotier-planet服务器,虽然人不在家中,只要身边能使用加入了我zerotier网络的电脑 ,我都能做到随时远程家中windows。

我可以用windows远程桌面或者sunshine+moonlight,这都不重要!重要的是难道每次只能远程家中电脑操作openlist?

当然不是!

Zerotier本质上是一个虚拟局域网,这意味着我完全可以用单位电脑,通过网页端访问家中windows的openlist服务。

但还有一步,需要做一下端口映射。

Windows如何映射端口?

需要在家中电脑上设置,以管理员方式运行cmd,执行命令:

netsh interface portproxy add v4tov4 listenport=8888 connectaddress=127.0.0.1 connectport=5244

这里的connectaddress就是本机电脑,connectport是openlist服务端口,listenport是我们开放给外网访问的端口,可以随你自己设置。

其他命令,比如查看端口映射规则:

netsh interface portproxy show all

删除端口映射规则:

netsh interface portproxy delete v4tov4 listenport=8888

再登录zerotier管理页面,以局域网ip地址访问openlist服务,这里因为涉及到隐私所以ip打马赛克

在单位电脑上访问:

这样就实现了外网访问家里电脑openlist服务,因为挂在了本机存储,因此单位电脑和家中电脑的文件可以通过openlist互传。

挂载百度网盘

百度网盘的挂载过程和夸克类似,但也有几个不同之处

其他地方不用更改,主要是刷新令牌需要获取:

Openlist中文文档提供了三种方式获取刷新令牌,我采用的是第二种方案:

这个网址获取令牌:https://api.oplist.org/

网盘名称选择百度网盘验证登录,勾选使用openlist提供的参数,然后点击获取token,将token复制到管理页面刷新令牌对应的位置即可。

这样我们百度网盘就算挂载完了,但是你以为就结束了?

没呢!看这里!

百度与夸克第二个不同之处就在于他的下载有限制。

解决办法也很简单,文档里提供了几种方式,我采用的aria2+ariaNg

Aria2+ariaNg的配置

配置过程可以参考这个链接:https://zhuanlan.zhihu.com/p/683548144

我讲述下我的操作。

先去github发布页面下载,由于github经常抽风,我把这两个的压缩包放在链接里:

https://pan.quark.cn/s/3793d2a6f906

先解压aria2,我放在D盘

现在添加系统变量,win+r,输入sysdm.cpl,回车确定:

点击“高级”-“环境变量”,在系统变量里选中Path,点击编辑

然后右上角点新建,将aria2.exe所在的路径复制进去

还是win+r,输入cmd,进入命令行,输入

aria2c --version

有版本信息输出就说明我们的aria2配置成功

现在让我们开始配置aria2的conf文件

先找到你的电脑用户家目录,我的是这个,一般是C:\Users\{username}

在这个文件夹下新建aria2.conf文件,将下面的内容复制进去:

# 设置下载路径,随你如何设置

dir = D:\Personal\Downloads

# 日志存放路径,不想要的话可以删去这行

log = .aria2/aria2.log

# 下载任务的最大数量,默认为5

max-concurrent-downloads = 5

# 下载完成后是否检查文件完整性,可选填 true 或 false

check-integrity = true

# 是否开启 RPC,可选 true 或 false,Web 控制页面需使用该功能

enable-rpc = true

# 运行所有来源,若设置为 false,Web 控制页面可能连接不到 aria2

rpc-allow-origin-all = true

# 设置aria2c运行时的监听端口,默认为6800

rpc-listen-port = 6800

# 服务器连接数,用来提升下载速度,默认为5,自行选择

max-connection-per-server = 16

# 单个任务线程数,默认为5

split = 20

# 文件最小分片大小

min-split-size = 10M

# 连接超时时间,默认60,单位为秒

timeout = 30

保存文件,回到命令行,启动aria2服务。

输入命令:aria2c,输出以下信息就说明启动成功,系统正在监听6800端口。

到这里aria2的配置就结束了,现在开始配置airang

解压压缩包,双击点开index.html

如果你这里显示aria2未连接

到aria2的命令行敲击一下回车键,它会重新建立连接。

按照openlist的文档,我们设置aria2的http settings,找到UA栏,输入pan.baidu.com

做到这里就配置完成了,来试验一下百度网盘下载速度如何?

以下载游戏为例,选中要下载的文件,点击下载,选择发送到aria2:

切回到ariaNg的downloading菜单,速度在下图可以看到,有十几二十M左右(不过我是度盘SVIP):

下载的文件就在设置的下载路径里

到这里百度网盘的配置就结束了。因为我是SVIP,所以普通账号下载速度究竟如何我还没测试。

另外,还支持在线播放,只是我没有这个需求,所以没有弄。

问题:每次都要启动openlist和aria2服务,不累吗?

对于这个问题,我打算做个启动脚本,在每次电脑开机时一键启动。

问题:其他网盘挂载方法呢?

本人夸克和度盘用的比较多,其他的后续再研究,可以参考openlist文档,已经介绍的很详细了。

Over!

Read more

IDEA 插件 Trae AI 全攻略

在 Java 开发的日常中,你是否经常遇到这些场景:     面对重复的 CRUD 代码,机械敲击键盘却内心抗拒?     接手 legacy 系统,看着几百行的复杂逻辑无从下手?     调试时卡在某个异常,翻遍文档和 Stack Overflow 却找不到答案?     写单元测试时,明明功能简单却要耗费大量时间设计测试用例? 这些问题的核心,在于重复性工作占用了太多创造性时间。而随着 AI 技术的发展,AI 辅助开发工具已成为突破效率瓶颈的关键。在众多工具中,Trae AI作为 IDEA 的一款插件,凭借对 Java 生态的深度适配、与 IDE 的无缝集成以及强大的代码理解能力,逐渐成为开发者的 “编码搭子”。 本文将从基础到进阶,全面讲解 Trae AI 的功能、用法、实战技巧和最佳实践,帮你彻底释放 AI 辅助开发的潜力,让编码效率提升

VSCode配置 AI agent skills 详细步骤

VSCode配置 AI agent skills 详细步骤

在VS Code中配置“Agent Skills”,是为你的AI编程助手(如GitHub Copilot)定制可复用的专业能力包。你可以把它理解为教你助手如何执行特定任务的标准说明书 它主要由一个 SKILL.md 文件以及相关的脚本、示例组成。当你的需求与某个技能描述匹配时,Copilot会自动加载这个“技能包”来更精准地帮你完成任务,比如创建测试、调试工作流等 启用功能 技能创建位置 在项目根目录或个人配置文件夹中,创建一个特定的文件夹来存放你的技能包 * 项目技能:在项目根目录创建 .github/skills/ 目录。就会作用于项目 * 个人技能:在你电脑用户目录下创建 ~/.copilot/skills/(推荐)或 ~/.claude/skills/。作用于你电脑里所有的项目 技能编写规范 my-skill/ (技能文件夹) ├── SKILL.md # 必需:核心入口文件,包含元数据和主要指令 ‼️‼️‼️ ├── references/ 或 resources/

AI调参技巧:贝叶斯优化Optuna

AI调参技巧:贝叶斯优化Optuna

AI调参技巧:贝叶斯优化Optuna 📝 本章学习目标:本章聚焦性能优化,帮助读者提升模型效率。通过本章学习,你将全面掌握"AI调参技巧:贝叶斯优化Optuna"这一核心主题。 一、引言:为什么这个话题如此重要 在人工智能快速发展的今天,AI调参技巧:贝叶斯优化Optuna已经成为每个AI从业者必须掌握的核心技能。Python作为AI开发的主流语言,其丰富的生态系统和简洁的语法使其成为机器学习和深度学习的首选工具。 1.1 背景与意义 💡 核心认知:Python在AI领域的统治地位并非偶然。其简洁的语法、丰富的库生态、活跃的社区支持,使其成为AI开发的不二之选。掌握Python AI技术栈,是进入AI行业的必经之路。 从NumPy的高效数组运算,到TensorFlow和PyTorch的深度学习框架,Python已经构建了完整的AI开发生态。据统计,超过90%的AI项目使用Python作为主要开发语言,AI岗位的招聘要求中Python几乎是标配。 1.2 本章结构概览 为了帮助读者系统性地掌握本章内容,我将从以下几个维度展开: 📊 概念解析 → 原理推导 → 代

黄仁勋力荐:OpenClaw不止是下一个ChatGPT,更是AI“动手时代”的破局者

黄仁勋力荐:OpenClaw不止是下一个ChatGPT,更是AI“动手时代”的破局者

在2026年GTC大会上,英伟达创始人兼CEO黄仁勋抛出了一个振聋发聩的判断:“OpenClaw绝对是下一个ChatGPT”。 这一评价并非夸大其词,而是精准点出了AI产业的核心演进方向——从“被动回答”的语言交互,转向“主动行动”的任务执行。ChatGPT开启了大语言模型(LLM)的普及时代,让AI具备了理解和生成人类语言的能力,但它始终停留在“军师”的角色,只能提供方案建议;而OpenClaw的出现,彻底打破了这一局限,将AI变成了能动手干活的“数字员工”,完成了AI从“认知”到“执行”的关键跃迁,成为连接AI能力与现实场景的核心桥梁。 下面我将从技术本质出发,拆解OpenClaw的核心架构、关键技术实现,结合代码示例、架构图与流程图,深入解析其如何实现“行动型AI”的突破,以及为何能被黄仁勋寄予厚望,成为AI产业的下一个里程碑。 一、认知跃迁:从“回答型AI”到“行动型AI”的本质区别 要理解OpenClaw的价值,首先需要明确它与ChatGPT这类“回答型AI”的核心差异。