使用rclone将远程的webDav文件共享映射成本地硬盘

#webdav #rclone

一、准备工作

1.1 准备webdav连接

支持webdav的网盘有好多,请自行准备。我做示范的是国外的一个免费网盘,地址是https://infini-cloud.net/en/index.html, 先注册一个账号,就有20GB的免费空间可用。


收到验证邮件,输入验证码或者点击验证链接,注册成功后进入My Page。


免费的20GB空间大小,如果你在主页下方输入我送你的优惠码 L3UV8,你还将多获得5GB的空间


设置允许webDav访问,记住你的密码,如果忘记了,可以Reissue.


记录下以下三个信息(密码只显示一次)

WebDAV Connection URL
Connection ID
Apps Password

尝试一下webdav登录,可以正常访问

1.2 下载Rclone和WINFSP

我本机是Win11,我以windows版本为实例,其他操作系统请自行参考查找相关资料。

下载地址: https://rclone.org/downloads/


下载完成,把压缩包解压到D:/Rclone目录


下载Winfsp并安装。下载地址https://winfsp.dev/rel/

**



二、配置Rclone

我个人习惯将命令行的添加到系统环境变量中间去


打开资源管理器D:\Rclone,右键 在终端中打开 进入命令行窗口


输入以下命令开始配置: rclone config


输入n , 新建 New Remote,紧接着输入远程webdav名称:infinicloud,自己随起,记得住就行。


下面根据提示输入你的rclone版本提示的webdav的名称编号,我这个版本的是62。


依次输入 62,输入上面准备工作时记录下的相关信息

输入URL:如图标2,输入 vendor:如图标3,输入user,如图标4 ,输入y之后,重复输入自己记录下的的密码两遍。

可选配置输入直接回车,最后编辑输入n,然后它就显示输入的一个总结情况。


远程连接配置完成。最后输入q,退出配置模式。


最后验证一下远程连接是否成功。

输入命令

rclone lsf infinicloud: 


如果显示相应的两个说明文件,表示配置成功。

三、本地挂载

前面已经安装 WinFsp 软件(文件系统中间件)。

使用以下命令挂载(以 Z: 盘为例):

rclone mount infinicloud: Z: --network-mode --vfs-cache-mode full 

常用挂载参数说明:

参数说明
–network-mode以网络位置挂载,提高文件管理器响应速度
–vfs-cache-mode full启用完整缓存模式,提高读写性能
–vfs-cache-max-size 1G设置缓存最大大小为1GB
–buffer-size 512M设置缓冲区大小为512MB

在windows资源管理器中,就可以看到Z:盘了,如同本地硬盘一样使用了。

但是,这样只要命令行一退出,Z:盘就自动断开了。我们需要将其添加成window自启动当中去。

设置windows开机自启动无窗口模式

创建批处理文件 mount.bat

@echo off D:\Rclone\rclone.exe mount infinicloud: Z: --vfs-cache-mode full --file-perms 0777 --cache-dir "D:\Rclone\Cache" 

创建启动脚本 start.vbs

CreateObject("WScript.Shell").Run "cmd /c D:\Rclone\mount.bat",0 

把 start.vbs 放入开机启动文件,按Win+R 输入shell:startup,将 start.vbs 的快捷方式放入该目录,这样每次重新启动之后就自己挂载云盘至Z盘了。

四、小结

本文在Windows环境下,使用Rclone命令将支持webDav的云盘挂载到本地当硬盘使用,其他系统的使用方法累似,请自行查找解决方案。在总结时,突然发现其实在windows中实际可以直接将webdav文件共享映射为网络驱动器的。




区别是挂载类型一个是本地硬盘,一个是网络驱动器。具体使用请大家自行体会。

Read more

程序员的自我修养:用 AR 眼镜管理健康

程序员的自我修养:用 AR 眼镜管理健康

欢迎文末添加好友交流,共同进步! “ 俺はモンキー・D・ルフィ。海贼王になる男だ!” * 一、从一次体检说起 * 二、为什么是 AR 眼镜? * 三、技术选型:CXR-M SDK vs 灵珠平台 * 四、项目架构设计 * 五、从配置开始:Gradle 和权限 * 5.1 添加 SDK 依赖 * 5.2 权限配置 * 六、数据层实现 * 6.1 数据模型 * 6.2 数据仓库 * 七、SDK 封装层 * 7.1 发送提醒到眼镜 * 7.2 TTS 语音播报

【Seedance 2.0 安全合规红线指南】:飞书机器人集成中97%开发者忽略的5大隐私漏洞及零信任加固方案

第一章:Seedance 2.0 飞书机器人集成安全合规总览 Seedance 2.0 与飞书机器人的深度集成严格遵循《个人信息保护法》《数据安全法》及飞书开放平台《机器人接入安全规范 V3.2》,构建覆盖身份认证、数据传输、权限控制与审计追溯的全链路安全合规体系。所有机器人交互均默认启用双向 TLS 加密,敏感操作强制触发二次身份确认,并通过飞书「应用沙箱」机制实现运行环境隔离。 核心安全控制机制 * OAuth 2.0 授权范围最小化:仅申请 chat:read、user:read 和 bot:chat 必需权限 * Webhook 请求签名验证:飞书平台使用 SHA256_HMAC 签名,服务端须校验 X-Lark-Signature 头 * 敏感数据自动脱敏:用户手机号、

解决下载慢问题:国内可用的Stable Diffusion和LLaMA模型镜像站清单

国内可用的Stable Diffusion和LLaMA模型镜像站清单:高效解决下载慢问题 在AI生成内容(AIGC)迅速普及的今天,越来越多开发者、设计师和研究人员开始尝试本地部署Stable Diffusion或微调LLaMA这类大模型。但一个现实问题始终困扰着国内用户——模型下载太慢了。 你有没有经历过这样的场景?打开Hugging Face准备下载一个7GB的SDXL基础模型,进度条爬得比蜗牛还慢,半小时才下完一半,结果网络一断,前功尽弃。更别提训练LoRA时需要频繁拉取不同版本的基础权重,这种体验简直让人崩溃。 这背后的原因并不复杂:主流模型大多托管在境外平台(如Hugging Face、Replicate),而原始文件动辄数GB甚至数十GB,加上跨境链路不稳定、DNS污染、限速等问题,直接导致国内直连下载效率极低,严重拖慢了从环境搭建到实际训练的整体节奏。 好在社区早已意识到这个问题,并催生出一批高质量的国内模型镜像站点。它们通过在国内服务器缓存常用模型文件,提供HTTPS加速链接,极大提升了获取效率。配合LoRA这类轻量化微调技术,如今我们完全可以在消费级显卡上完成

Java编程进阶:智能仿真无人机项目4.0

Java编程进阶:智能仿真无人机项目4.0

一、项目前期准备 V4 版本在 V3 “双向对抗” 基础上,新增定点任务处理、鼠标交互、多线程协作、状态机管理四大核心功能,新手需在 V3 基础(集合、线程通信、扫描攻击)上,额外掌握以下知识点: 1. 鼠标事件监听(MouseListener) * 作用:捕捉鼠标操作(点击、按压、释放等),实现 “鼠标点击生成任务” 的交互; * 核心接口:MouseListener,需重写 5 个方法(重点用mousePressed:鼠标按压时触发); * 关键步骤:给窗口注册鼠标监听器→重写mousePressed方法→获取鼠标点击坐标。 2. 距离计算(勾股定理) * 作用:找到 “离任务点最近的无人机”,实现任务分配逻辑; 代码实现: (int)