搜索：
搜索到 530 篇与 的结果-
无需公网IP，OpenWrt超实用内网穿透神器Tailscale 最近再来折腾一下内网穿透🤔，今天就来一起在OpenWrt上搭建Tailscale实现内网穿透吧!🤘Tailscale是基于Wire guard的去中心化虚拟专网工具,不需要公网IP,各节点之间就能畅通无阻地连接起来。🌐配置也超级简单友好,支持众多平台和客户端,绝对是小白、手can党的福音!🎉下面就来在OpenWrt路由器(演示固件来源于openwrt.ai)上开始吧。首先需要下载Tailscale插件,进入到“系统”-“软件包”，更新列表，再过滤器输入tailscale，然后点击安装，等待完成。然后打开命令行终端(“服务”-“终端”)，输入tailscale up获得一个登录链接，复制链接在浏览器打开,用你的相关账号登录验证就行了。接下来就是开启子网路由咯,输入命令:tailscale up --advertise-routes=192.168.1.0/24 --accept-dns=false，advertise-routes参数需替换成自己的局域网网段,在Tailscale管理页面也要记得开启子网路由和关闭密钥过期哦。✅设置完子网路由后,虽然可以ping通其他节点了,但反向还是连不上。😥别着急,只需在OpenWrt上新建一个Tailscale接口,协议选静态地址,设备选tailscale0,在管理页面分配的地址就是它的IP地址咯!🤓一般到这里已经可以正常使用，在你的手机或者电脑上下载安装Tailscale的客户端(下载地址：tailscale.com/download)，就可以实现设备间互联已经内网的使用了，连内网的硬盘都可以随意访问,太香太香了!。如果存在问题就添加一下防火墙规则,只需几条iptables命令就搞定!规则内容都列举在下面啦👇复制过去重启防火墙,就可以在各个节点之间畅通无阻地连接啦!🥳🎉iptables -I FORWARD -i tailscale0 -j ACCEPT iptables -I FORWARD -o tailscale0 -j ACCEPT iptables -t nat -I POSTROUTING -o tailscale0 -j MASQUERADE 😻小伙伴们，如果还有啥不懂的,尽管留言,有问题大家一起相互学习相互解答哦!💯更多关注：www.9418666.xyz -
网络监控利器 | OpenWrt通过Docker一键部署Netprobe Lite 总有小伙伴反映家里网络状况不太理想,网速慢、延迟高、丢包率升高等问题层出不穷😓。今天就为大家介绍一款免费开源的网络监控神器——Netprobe Lite!通过Docker一键部署,0成本、🔥简单有效帮你全方位监控家庭网络状况哦~Netprobe Lite功能一览🤩:1.⏳实时监测网速、延迟、丢包等关键指标2.⚡高度灵活,支持自定义DNS监测对象3.💯汇总得分反映整体网络健康状况4.💻跨平台兼容性强,数据存储方便项目地址：github.com/plaintextpackets/netprobe_lite小伙伴们,和我一起Get💪开箱教程!首先,需要一台带有Docker Compose环境的OpenWrt路由器(演示固件来源于openwrt.ai),接入你家网络的网线。进入到命令行终端(“服务”-“终端”)，输入docker info确认环境正常。进入目录/data/docker,使用git克隆项目的仓库，拉取完整的项目代码。cd /data/dockergit clone https://github.com/plaintextpackets/netprobe_lite.git进入文件夹,拉取相关镜像并启动容器cd netprobe_litedocker-compose up -d完成部署后✅就可以通过你OpenWrt路由器IP:3001端口访问监控页面了。例如http://192.168.1.252:3001/，默认账号密码:admin/admin当然你可以自定义Netprobe Lite参数：🔥更改Netprobe运行端口(compose.yml内修改端口号)🌐更改为中文界面(compose.yml修改grafana镜像为grafana/grafana-oss:9.5.18，在Preferences修改Language)🔍自定义DNS监测对象(修改.env文件中的DNS_NAMESERVER_4_IP值)💾清理旧数据(docker rm移除Prometheus容器,docker volume prune清理存储卷)⏰设置开机自启动(compose.yml添加restart:always)怎么样,是不是很简单呢?有了Netprobe Lite,网络毛病🐛一目了然,随时掌控网速体验。Get新技能,从此网络质量🚥不再是黑盒子!更多关注：www.9418666.xyz
-
修复图片、高清化照片,OpenWrt折腾inpaint-web 相信很多小伙伴都有过这样的困扰:手里的照片分辨率太低,画质模糊不清;或者照片中有一些你不想要的物体,但又没有专业的修图软件。别急,今天我们就来分享一款操作简单、性能强劲的神器 —— inpaint-web!🚀inpaint-web 是一款基于 WebGPU 和 WASM 技术的免费开源工具,可以在浏览器中直接运行,帮你快速修复和高清化图片。功能非常强大,堪称图像处理的新宠!😍项目地址:github.com/lxfater/inpaint-web。难以置信?来,让我们一起亲手体验一下!首先你需要在 OpenWrt(演示固件来源于openwrt.ai)上布置好 Docker+Docker Compose环境,为 inpaint-web 的部署做好准备，还不会的请查看相关教程。安装好 Docker相关环境之后,我们需要用到 docker-compose 来快速构建和运行 inpaint-web。打开命令行模式("服务"-“终端”)，进入目录/data/docker,使用git命令克隆项目的源码：cd /data/dockergit clone https://github.com/lxfater/inpaint-web.git进入inpaint-web目录，创建docker-compose配置文件。cd inpaint-webvi docker-compose.ymldocker-compose.yml的内容如下：version: '3' services: inpaint-web: build: . container_name: inpaint-web ports: - 5173:5173 restart: always将内容保存,然后在命令行执行 docker-compose up -d 就可以后台运行 inpaint-web 了。几分钟后构建完成后通过 http://你的OpenWrt路由IP:5173 即可访问 inpaint-web 的界面。界面超级简洁友好,操作也异常简单。传入需要处理的图片,选择需要的功能(修复/高清化),点击一个按钮即可!🤩 修复功能可以智能去除图片中你不想要的部分,高清化功能可以将图片分辨率提升数倍,保证质量依旧出色。修改之后的图片可直接下载,妥妥的!如果你对照片质量要求比较高,不妨去给 inpaint-web 提提建议。它的模型经过优化,可大幅提升处理效果。而且作为一款开源项目,后续还会接入更多黑科技,比如结合 Segment Anything 和 Stable Diffusion 实现智能抠图和图像内容替换等🔥。总之,有了 inpaint-web 这款实用神器,从此你就可以说再见低质量、难看的图片啦!小伙伴们赶紧行动起来,在OpenWrt上一键部署,解锁浏览器内图片处理新体验!独乐乐不如众乐乐,现在就 @你的小伙伴一起来体验吧!🥳更多关注：www.9418666.xyz
-
TaskingAI宝藏开源项目,DIY自建AI助手不是梦 最近AI可谓是火爆全网,各种基于GPT的应用层出不穷🔥 大家是不是也想自己DIY一个AI助手玩玩呢?今天就来手把手教大家在OpenWrt系统上通过Docker部署TaskingAI这个开源AI项目吧!TaskingAI可以说是开源AI应用开发中的一股清流了😇 它将Firebase的简单性引入到了AI应用开发中,让创建GPT式多租户应用变得无比简单。TaskingAI平台涵盖了推理(Inference)、检索(Retrieval)、助手(Assistant)和工具(Tool)等多个模块,可以无缝集成提高开发效率。整体设计高度智能化和用户友好,保证了高效、智能、友好的AI应用开发体验🤗那TaskingAI都有哪些独门绝技呢?请往下看:💥全能LLM平台: 通过统一的API即可访问数百个AI模型💥直观UI控制台: 简化项目管理,可在控制台内测试工作流💥BaaS式工作流: 将AI逻辑(服务端)与产品开发(客户端)分离,从控制台原型到使用RESTful API和客户SDK构建可扩展解决方案的明确途径💥可定制集成: 通过可定制工具和高级检索增强生成(RAG)系统增强LLM功能💥异步高效: 利用Python FastAPI的异步特性,实现高性能并发计算,提高应用响应能力和可扩展性💥丰富模型与插件: TaskingAI连接数百个LLM模型,还支持通过Ollama、LM Studio等方式集成本地模型。内置丰富插件如谷歌搜索、网页阅读器、股市检索等,还可自定义插件TaskingAI的用途是不是已经让你心动了呢?🤩 你可以用它:✨快速创建引人入胜的应用Demo,即时展示AI应用的潜力✨构建企业级AI助手,利用集体知识和工具提高团队生产力✨开发面向企业的多租户AI应用,满足不同客户需求并提供个性化、安全可扩展的解决方案OK,理解了TaskingAI的亮点后,就跟着以下步骤开始部署吧!1️⃣确保你的OpenWrt系统(演示固件来源于openwrt.ai)上安装了Docker和Docker Compose，安装过程不再重复。进入命令行(“服务”-“终端”)确认Docker和Docker Compose均有。2️⃣进入目录/data/docker，用Git(必须安装git-http插件)克隆TaskingAI的开源仓库:git clone https://github.com/taskingai/taskingai.git。3️⃣进入taskingai/docker目录,启动服务:docker-compose -p taskingai up -d。4️⃣打开浏览器,访问http://你的OpenWrt路由器IP:8080 即可进入控制台(默认账号密码:admin/TaskingAI321)是不是非常简单便捷?😘 控制台界面清爽直观,可以在上面创建模型、助手、检索库等,亲自体验一番吧!更多关注：www.9418666.xyz
-
硬核干货值得收藏!速来学习OpenWrt安装dify神器 最近深挖到一款比较🔥热门的人工智能工具——dify,上手玩了一波,发现它太香了!Dify 是一个开源大语言模型 (LLM) 应用程序开发平台。它结合了后端即服务和 LLMOps 的概念，使开发人员能够快速构建生产级生成式 AI 应用程序。即使非技术人员也可以参与人工智能应用的定义和数据操作。通过集成构建LLM应用所需的关键技术栈，包括对数百种模型的支持、直观的Prompt编排界面、高质量的RAG引擎和灵活的Agent框架，同时提供一组易于使用的接口和API , Dify 为开发人员节省了大量时间来重新发明,无论你是小白还是老司机,都能一键Get👌那么问题来了,dify这么猛,有木有在OpenWrt路由器上安装的教程呢?🤔小伙伴们,建议都来学习一波,绝对是体验下一代人工智能技术的不二之选!🐶子今天就和大家一起学习如何在OpenWrt设备上通过docker-compose安装dify,让宝子们打开新世界的大门~🎉第一步:确保OpenWrt环境（演示固件来源于openwrt.ai）已开启docker,如果还没装的小伙伴们赶紧上车!安装命令我就不多BB啦~💻终端(“服务”-“终端”)下执行docker version验证是否成功;第二步:安装docker-compose插件,只需一行命令即可完成🤘opkg update && opkg install docker-compose,执行一下docker info能否看到Docker Compose;第三步:进入data/docker目录，使用git(安装git-http插件)克隆dify官方仓库,链接🔗地址:https://github.com/langgenius/dify.git，根据dify官网提示,进入到dify/docker目录，修改docker-compose.yml配置文件内的各项参数设置,比如端口映射(如nginx的80端口改为10080)、持久化存储目录等⚙️;最后一步:万事俱备,只欠东风!终端下执行命令docker-compose up -d,坐等dify部署完成后就可以开始体验它带来的新奇有趣的功能啦!🎉通过浏览器访问你OpenWrt路由器IP暴露的nginx端口，如10080，创建完管理员账号密码后即可登录进入dify非常漂亮的页面。通过docker-compose安装dify还是比较简单的,要注意的是提前备份好数据,防止出现任何意外情况~具体更多的安装细节和使用方法,大家可以查阅dify官方文档,地址：docs.dify.ai/v/zh-hans，很专业很全面,绝对是宝藏干货!🎁好啦,有台高配x86级Openwrt路由器就能学会的小伙伴们,感兴趣的赶紧行动起来🏃拥抱AI新纪元吧!👏跟上时代发展的脚步,才能走在潮流的最前沿。对dify的安装还有任何疑问,欢迎随时沟通交流,一起成为AI领域的🐂🐂!💪更多关注：www.9418666.xyz
-
GPT-Pilot太强大了!一定要看看这个AI工具助手 最近无意间在GitHub上发现了一个超赞的开源项目gpt-pilot😎,它可以让我们在编码时与AI助手进行交互对话,堪称代码开发的神器!虽然之前也用过一些AI工具,但都没有gpt-pilot这么全能,它不仅能解答各种技术问题,还能根据需求生成代码片段,妥妥的提高了coding效率。项目地址：github.com/Pythagora-io/gpt-pilot。作为一名轻度代码控🐶,当然得尝尝鲜,决定在自己的OpenWrt路由器上部署gpt-pilot。首先是准备OpenWrt路由器（演示固件来源于openwrt.ai）环境。因为gpt-pilot需要Docker和Docker Compose的支持,所以一定要安装docker和docker-compose插件哦，之前都有教程提过的，不再啰嗦。进入到命令行（“服务”-“终端”），确认一下docker环境。然后进入到/data/docker目录下，使用git(无法使用git命令请安装git-http插件)命令克隆gpt-pilot项目，地址：https://github.com/Pythagora-io/gpt-pilot.git。进入gpt-pilot目录后根据需要修改docker-compose.yml的配置参数：OPENAI_API_KEY设置为你开放AI API密钥，OPENAI_ENDPOINT设置为你的开放AI的API访问域名或地址,如https://api.openai.com/v1/chat/completions，MODEL_NAME根据情况选择你的模型，如：gpt-3.5-turbo，volumes设置工作目录如./workspace:/usr/src/app/workspace,ports设置17681:7681(终端服务已占用7681)，其他根据你的需要进行修改，一般保持默认，保存退出。接着执行命令docker-compose up -d开始拉取构建相关镜像，完成后会启动服务，在Docker容器里就可以看到运行的容器服务。用浏览器访问你的OpenWrt路由器IP的17681端口，可以进入gpt-pilot的终端页面，输入python main.py，看到如下画面，就终于成功地在OpenWrt中用docker-compose部署上了gpt-pilot😘。gpt-pilot这软件简直太好玩了🤩!只需在代码编辑器中选中一段代码或问题,就可以直接与AI进行对话交流,无论是修改bug、优化代码、还是解释技术细节,它都能给出很专业的指导和建议。以前遇到疑难杂症时,老是要到处查阅文档和资料,现在有了gpt-pilot后,妥妥的提高了开发效率。最让我惊喜的是,它的智能程度很高,能自动分析代码语法甚至项目架构,针对性地给出合理建议。而且交互体验也很棒,就像在和专业程序员在沟通一样,真是太方便了!总之,gpt-pilot能成为代码之路上的得力助手了😉。正因为有了这个神器的加持,我才有机会在OpenWrt领略它的魅力。虽然一开始的确有些门槛,还是要具备一定的系统操作基础,不过只要耐心一点,都是能学会的。对于喜欢尝鲜、追求效率的开发者们,可以给这款软件狠狠打99分👍!建议手快有OpenWrt路由器的码友们一定要试试看,肯定会被它的强大所震惊!更多关注：www.9418666.xyz
-
FastGPT知识库在OpenWrt上的一键部署 大家好,我是你的知识分享好伙伴!最近不少朋友都在问FastGPT这个知识库系统怎么部署,今天就和大家一起用OpenWrt通过docker-compose一键部署FastGPT🤓FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时通过 Flow 可视化进行工作流编排，可实现复杂的问答场景。项目地址：github.com/labring/FastGPT。部署起来并不复杂,只需几个简单步骤就能Get哦🥳1.首先安装好docker和docker-compose。对于OpenWrt(演示固件来源于openwrt.ai)来说,可以在页面上(“系统”-“软件包”)安装这两个插件，也可以通过命令行(“服务”-“终端”)运行以下命令安装:opkg update && opkg install docker docker-compose已安装的小伙伴可以忽略此步骤。2.然后去FastGPT的Github库下载配置文件。新建一个/data/docker/fastgpt目录,用于存放FastGPT的数据,进入目录下载docker-compose.yml和config.json文件。在命令行运行:mkdir -p /data/docker/fastgpt cd /data/docker/fastgpt curl -O https://raw.githubusercontent.com/labring/FastGPT/main/files/deploy/fastgpt/docker-compose.yml curl -O https://raw.githubusercontent.com/labring/FastGPT/main/projects/app/data/config.json3.拉取FastGPT相关镜像以及启动容器。在命令行执行docker-compose up -d等待一段时间镜像拉取完成后就可以一键启动成功了!是不是超级简单🤪有遇到问题，可以参考docker部署文档：doc.fastai.site/docs/development/docker/4.配置OneAPI，添加模型。访问你的OpenWrt路由器IP的3001端口，输入默认账号root,密码123456后成功登录，要修改掉初始密码。创建新的渠道，这里根据你的大模型服务商类型选择，填个名称，选择模型，再填上密钥，如通过第三方方式使用需填入代理地址或域名，提交完成。返回渠道页面，可对这个创建的渠道进行测试是否正常使用。5.使用FastGPT。访问你的OpenWrt路由器IP的3000端口，输入默认账号root,密码1234后成功登录。这只是入门级的部署教程,更多高级玩法如何调教FastGPT、如何定制知识库内容、如何进行高级编排等,可以参考FastGPT官方文档。快速上手文档：doc.fastai.site/docs/course/quick-start/如果觉得不错，可以一起来探讨一下!总之FastGPT真是小白派的福音呀🥳快去部署体验一下吧,绝对是宝藏神器💎更多关注：www.9418666.xyz
-
揭秘油管赚钱的N种新玩法,轻松走上财富之路 要在油管上一夜暴富?这可能有点难度。但是,通过正确的策略和足够的耐心,你完全可以在油管上赚到可观的收入。让我们来探索一下油管赚钱的诀窍,为你打开一扇通往财富自由之门。核心思路:1.AI音乐直播频道利用AI工具如AIVA、Mubert等生成洛菲风格的轻音乐,并将其上传到油管频道持续循环播放。搭配简约治愈的视觉效果,这种类型的频道具有极高的流量吸引力,广告收入可观。2.24小时不间断直播借助像StreamingBots这样的直播平台,你可以将视频和音乐内容持续推流至油管频道,实现24小时不间断直播。通过嵌入广告,直播频道也可实现收益变现。3.AI视觉创作运用AI工具如Midjourney、CRTD.AI等,根据提示词生成高质量的视觉内容,制作出具有海景、雪景等不同主题的视频素材。这些视觉效果搭配音乐,可吸引大量观众流量。4.视频剪辑技巧使用剪映等剪辑软件,将海浪、阳光等视觉元素叠加到主体画面上,并调节速度、添加滤镜等,打造出身临其境的沉浸式观看体验,提升视频质量和吸引力。通过AI音乐生成、持续直播、视觉创意和精细化剪辑制作,你可以在油管上打造出具有独特魅力的优质内容,从而吸引大量流量并实现收益变现。保持创新思维,与时俱进,就能发现油管赚钱的无穷新玩法。本文仅供参考,不作为投资建议。更多访问:https://9418666.xyz
-
一体化集成大模型，体验Open-WebUI，OpenWrt安装超简单 大家好👋我是你们的知识分享伙伴, 今天给小伙伴们🏡带来一个迷你但非常Nice的教程!最近各类人工智能(AI)大行其道,小伙伴们是不是也想尝尝鲜🍰体验下这股清流?别急,有我在就不怕啦!接下来我就为你们一步步揭秘🔑如何在OpenWrt系统上部署超级好用的开源WebUI-Open-WebUI。首先,Open-WebUI是一个为大型语言模型(LLMs)量身打造的Web界面,它轻巧美观😍简直不要太赞!它不仅可扩展、功能丰富，而且对用户非常友好，旨在完全离线运行。它支持各种LLM运行器，包括 Ollama 和 OpenAI 兼容的 API，绝对值得拥有。项目地址：github.com/open-webui/open-webui。接下来就让我们一同动手吧!第一步,准备好你的OpenWrt路由器（演示固件来源于openwrt.ai）的docker环境。然后进入“系统”-“软件包”，先更新列表，通过过滤器筛选luci-app-dockerman，安装luci-app-dockerman插件，已安装的可忽略此步骤。第二步,拉取带有Ollama的Open-WebUI镜像。由于镜像较大，建议先到命令行终端（“服务”-“终端”）执行命令：docker pull ghcr.io/open-webui/open-webui:ollama，等待镜像拉取完成。以下是通过第三方加速拉取镜像的方法。第三步,创建容器并运行。进入Docker容器页面，添加一个新的容器，点击命令行，输入以下命令：docker run -d -p 3000:8080 --add-host=host.docker.internal:host-gateway -v open-webui:/app/backend/data --name open-webui --restart always ghcr.io/open-webui/open-webui:ollama两次提交后，勾选点击启动。第四步，访问容器。通过浏览器访问路由器的3000端口，注册一个账号即可进入。点击右上角的齿轮进入设置，打开模型，添加模型填入千问的qwen:0.5b,然后点击右侧的下载按钮，等待模型下载完成。下载好后回到主页就可以选择这个模型开始对话，无需联网，保证隐私。如果你的OpenWrt路由器的CPU足够强大，可以选择更好的大模型。是不是很简单呢?Open-WebUI界面清新好用,自带多种AI模型支持🔥还能自定义微调,功能一应俱全!各位小伙伴赶紧动手尝鲜吧,让AI为你效劳,工作学习两相宜~最后记得动动小手给个赞哦,有疑问也欢迎随时沟通💬更多关注：www.9418666.xyz
-
Openwrt+MaxKB,手把手在路由器上部署大模型知识库 大家好，我是一枚务实向上的知识传播者🙋♂️最近在家家户户电脑路由器成为必需品的今天💻我发现了一个绝佳的小窍门分享给各位小伙伴们！顺着网上的神仙科技大神👼openwrt的指引，你也可以在家里随便一台openwrt路由器上一键部署🔥MaxKB大模型知识库问答系统！这东西绝绝子哦，用过都说好💯我当时也是🤯万万没想到，原来可以如此轻松便捷就拥有了个人专属的🧠大脑助手，而且还可以基于大热门的🤖AI大模型技术！你以为只有大公司才能运用？so young so simple🤗笑不活了！现在我们普通小白都可以在家尝鲜啦~项目地址：github.com/1Panel-dev/MaxKB部署难吗？当然不难👌简单几步就可以拥有了！1.首先你需要有一台openwrt路由器（演示固件来源于openwrt.ai）📶。现在家家户户都有台路由器吧，如果支持openwrt,那就不用加钱！否则你得买个，最好是x86的软路由，可玩性比较高。2.接着就是检查是否有安装了docker,没安装的记得到软件里安装，这里就跳过了。3.然后进入到“Docker”-"容器"界面，添加一个容器，点击打开命令行，输入以下指令：docker run -d --name=maxkb -p 8080:8080 -v /data/docker/maxkb:/var/lib/postgresql/data 1panel/maxkb两次提交后，完成MaxKB容器的创建。注意：由于下载的容器镜像太大，请先在终端通过命令拉取MaxKB的镜像：docker pull 1panel/maxkb。4.启动MaxKB容器,等待一小会而，成功后点击访问暴露的8080端口，通过Web界面进入到🆕新鲜出炉的MaxKB知识库问答系统。使用默认用户名: admin，默认密码: MaxKB@123.. 进入系统后，先设置新的密码，然后点系统设置，在模型设置中根据需要添加相关模型参数，如API的密钥和域名，添加模型成功后就可以创建知识库了，而后再创建对应的应用进行使用。如果再加上内网穿透，😄只要你的路由器联网了，随时随地都能使用这个🧠大脑。经过实测过了,MaxKB超级强大👍比那些传统的知识库好太多了。除了回答知识类问题,它还可以协助写作、翻译、编程等。简直是个多面手👐部署起来超简单🐣就算是新手也能轻松上手。这个独家技术分享给小伙伴们啦💪感兴趣的话建议收藏、推荐给身边的人!期待下一份惊喜~更多关注：www.9418666.xyz
