今晚20:00开奖往期开奖视频：这是6.3 开奖前最终统计名单站点 显示名X CherryGodsX CaptainVIIXX 8hoAdjwraI30qOtX LaoYang769X ScoutZSHX real_uCharlesX Rn003449887X intanswerX jackzho6037601X zzyfwyhX kevinsunchnX dhbzkbx6888892X wumu08845147X 1WQ102Sourrrrr_X FZhou11183X xp1159483X oouucexX daweiba007X TincZhao56778X Tim453102085X manateelazycatX MasterZy314404_X hupishaX heakvnX kafei851120X kevinzychenX bujianshiX kjgfcz65286373X AshleyP16926806X ifs1776X Lucas_P1024X 0xff22X baconcccX awhitesharkX kevin__2012X hemabangniuwan3X raywong2047X fngxu23706233X LongSuCatX DView9577X jensfrank1124X bianaiSMX catYueYueX boao000X zhengyizoroX ErdvkuHLYlVPlILX tinycochaX siwxxxxxxxX ohh561X cliffhpX Brooks611949X CM311397X ins035ins03X o060615X dsh1299986X bangkaixinX lechengingX FengMikaelsonX CHazem98281X genjiJiangXuX cost16841599X CCC1430899X hentulongX timtang2020X rD7kMqgevE4ydxzX fredwwwwX dayonejinX AnRedPassNowX kafkappqX intrain_lynX FengMikaelson1024.day 小张1024.day alexs1024.day BINBHo1024.day 海盗船长1024.day 铁人三兄弟1024.day 虫子樱桃1024.day 彡金先生灬1024.day Jensfrank1024.day 吴法吴天1024.day 发财暴富上岸1024.day Heak1024.day hiram1024.day 上上签1024.day jojo_10241024.day jsm1024.day 240先生1024.day lazycat1024.day 林间香1024.day hi^吉1024.day machi1024.day 密室逃不脱1024.day ibug1024.day nullll1024.day oouuce1024.day pythsolong1024.day rika1024.day shanshan1024.day 从前从前1024.day suiyu1024.day Uiharu1024.day 微风1024.day wosuxiongmao1024.day 丿啦灬啦啦1024.day zhfeng1024.day zhilv1024.day 1023NodeLoc cljknnlNodeLoc 张NodeLoc xinlanNodeLoc AavNodeLoc abbNodeLoc aetherFogNodeLoc aiermNodeLoc alexsNodeLoc alphamiaomiaoNodeLoc Aneirin-suparNodeLoc Arvin_LeungNodeLoc AshleyPatriciaNodeLoc 渡川不渡月NodeLoc flyyNodeLoc azhaoyihaoNodeLoc 培根冲冲冲NodeLoc baotuoNodeLoc blmsgNodeLoc BufferTideNodeLoc calimerNodeLoc captain5258NodeLoc cc1359NodeLoc ccyesNodeLoc 叫我沈同学NodeLoc FuckNodeLoc ClinaNodeLoc coinshellNodeLoc CoolManNodeLoc CoreMwistNodeLoc 虫子樱桃NodeLoc daoyaoNodeLoc didingqdNodeLoc DuskGlideNodeLoc EdgeSpireNodeLoc eryingzhangNodeLoc JensfrankNodeLoc FlowCrestNodeLoc funnyaiNodeLoc FurryAMNodeLoc gb wNodeLoc GhostPebbleNodeLoc gjhlmyNodeLoc RodgerJinNodeLoc Mr.YunNodeLoc 邪 吴NodeLoc HiramNodeLoc houmusicNodeLoc HubDriftNodeLoc huxuboNodeLoc 发呆业务爱好者NodeLoc irisThornNodeLoc 信NodeLoc jame_hamiltanNodeLoc jiakun93NodeLoc JisucloudNodeLoc jojo7780NodeLoc 咸鱼不闲NodeLoc 金子会发光NodeLoc keyBreezeNodeLoc krisyuNodeLoc lazycat-cloudNodeLoc lbjNodeLoc 一壶老酒慰风尘NodeLoc linkPikeNodeLoc LinuxNodeLoc CarlistanoNodeLoc liuhahaNodeLoc LOsEENodeLoc LucasNodeLoc Lucky_SmileXNodeLoc luckycxyNodeLoc luskyNodeLoc Munt2026NodeLoc mamimamimaNodeLoc MegaBloomNodeLoc BalalaNodeLoc mixiaNodeLoc mp69NodeLoc koosdNodeLoc myadminNodeLoc nickstevenNodeLoc NNNNodeLoc nodecNodeLoc nodeSprayNodeLoc NoeTesNodeLoc ohhNodeLoc OMGNodeLoc orbitMistNodeLoc patrick0306NodeLoc PixelThornNodeLoc QuickWadeNodeLoc RodickYuNodeLoc rose127520NodeLoc R丶YNodeLoc scgkinNodeLoc WuKongNodeLoc 山野NodeLoc shiranNodeLoc shoumaNodeLoc simplicityNodeLoc sixsixNodeLoc solong_1024NodeLoc sugar3895NodeLoc SyncRoveNodeLoc nullNodeLoc TeraWadeNodeLoc toddskotNodeLoc ttyhtgNodeLoc ultraThornNodeLoc 青衫渡NodeLoc vcNodeLoc VexRoveNodeLoc wanxingweimianNodeLoc waveGaleNodeLoc WcowinNodeLoc gzwikeNodeLoc 晴空万里NodeLoc 我素熊猫NodeLoc 帮开心NodeLoc XcelSprigNodeLoc xiatiandemimiNodeLoc xmbjmNodeLoc ygchxbmNodeLoc 锤子NodeLoc 有吉士先走NodeLoc Young2095NodeLoc ysenyaoNodeLoc YumeSparNodeLoc 云间失格NodeLoc FengNodeLoc YyangNodeLoc yybbtechNodeLoc yyzNodeLoc ZachariahNodeLoc zhfengNodeLoc qinyunNodeLoc zhongtingNodeSeek 从前NodeSeek 多多爱学习NodeSeek 丿啦灬啦啦NodeSeek 苏坡爱豆NodeSeek 我素熊猫NodeSeek aiermNodeSeek aiyingNodeSeek bacon159NodeSeek betacatNodeSeek bjliuNodeSeek captain5258NodeSeek chatgpt2025NodeSeek chatnicemanNodeSeek clhuahaiNodeSeek czytNodeSeek erhaiNodeSeek gjhlmyNodeSeek handsomeboyNodeSeek haomiNodeSeek haoxinyuNodeSeek heakNodeSeek hiramwongNodeSeek hopeknowNodeSeek JensfrankNodeSeek KarelNodeSeek LazyEaseNodeSeek lechengingNodeSeek lepigNodeSeek liangminNodeSeek lihaorrNodeSeek LiLsaNodeSeek liuhahaNodeSeek liziNodeSeek mydemoNodeSeek nagabi4725NodeSeek nulllNodeSeek oouuceNodeSeek parkNodeSeek Qingix233NodeSeek RonNodeSeek scarlexNodeSeek seedaqiaoNodeSeek seeknodejsNodeSeek sushidgNodeSeek SwBondNodeSeek TansNodeSeek trjyydsNodeSeek wahaha2026NodeSeek wanghyNodeSeek webbNodeSeek wittyconanNodeSeek wm2029NodeSeek xia-erNodeSeek XiaozhangNodeSeek yuandatouNodeSeek zhendeNodeSeek zhfengNodeSeek zhilvNodeSeek ZilzykV2EX 0xFxV2EX 4kfoolerV2EX 815377546V2EX aquariusV2EX Ashleyntvv76V2EX bacon159V2EX bao626V2EX bey0ndV2EX BingbingV2EX bingo084V2EX bspeng922V2EX ca2oh4V2EX ccvipV2EX CherryGodsV2EX co1mugxV2EX codeyouV2EX codingXuwV2EX coolairV2EX cppgohanV2EX czytV2EX dabaov2V2EX devzldV2EX diaoyu66V2EX DigitalO1V2EX ewillie381V2EX feiguoshanV2EX ffLoveJavaV2EX FormerTimeV2EX FredWeV2EX ganoneV2EX gezimonkeyV2EX GGbeng1V2EX grapeV2EX handing88V2EX hello321V2EX hemV2EX HiramWongV2EX hopeknowV2EX HoyeV2EX ianyagnV2EX ifreeswanV2EX intanswerV2EX jensfrankV2EX karocXingV2EX keerV2EX killmytimeV2EX kimhoooV2EX lanceliV2EX lechengingV2EX lemontreesV2EX lepigV2EX licessV2EX lil460982475V2EX LuckykeeperV2EX LukerV2EX Maxwells8V2EX mikaelsonV2EX mockerV2EX modao233V2EX molikaV2EX MrFUNV2EX mxuexxmyV2EX myadminV2EX nodeseekV2EX OneJackieV2EX pangleonV2EX peter01167231V2EX pipibaiV2EX r9r9V2EX ro0otV2EX SaiyZhaoV2EX scarlexV2EX shufujia007V2EX smallzhanV2EX spaceboundV2EX stmoonarV2EX sumikaV2EX tangtang007V2EX TimeflyV2EX timtang2010V2EX ttyhtgV2EX uCharlesV2EX uslushengV2EX vagranthV2EX w127250V2EX WeaPoonV2EX wildlifeV2EX wxd21020V2EX x1596357V2EX xiongbenwuV2EX xxbwV2EX xxccxxV2EX yahaooV2EX yansideyuV2EX yiming1888V2EX yrycV2EX yyllzz1996V2EX zerogzsV2EX zhfmikeV2EX zhijinkaiV2EX zhuoiV2EX zsmileV2EX zw2019V2EX zxp960811

Mac 电脑在日常学习或办公后，桌面上常常会堆积许多零散文件。时间一长，不仅整理起来麻烦，也会影响使用效率。为了更方便地管理桌面文件，并在不同设备或系统之间快速传输文件，可以使用小龙猫的新技能来完成桌面整理、文件传输等操作：使用到的应用：首先确认"允许访问本地系统"这个开关是打开的：给小龙猫安装完成"懒猫文件管家技能"后，需要在小龙猫里面对应助手打开技能，先进入小龙猫应用内：勾选想要使用的助手，打开这个技能开关：然后查看MCP状态，确认有没有MCP同步失败的。我这里有一个失败的，点击一下重试同步：完成后就会消失，没有就不用管这里：现在我的MAC桌面现在比较乱，然后我还想把刚刚写好的PPT放到我的Windows里面，等会方便演示。和小龙猫说：帮我把mac电脑桌面文件整理一下并且把桌面上的ppt发到我的windows上MacOS要确认同意一下权限：同意后再输入一次：小龙猫的执行过程还是很有意思的，你可以看到图标分门别类的按顺序被放到不同的文件夹，这就是整理完成后的内容：查看桌面上的文件夹也都是分门别类的放进去了：查看我的Windows电脑桌面，PPT文件也被放到桌面了。需要注意：如果要删除文件一定要让助手列出要删除的文件一个个进行确认！！！小心自己的数据突然消失。玩法远不止于此，我介绍的只是其中一种操作方式。熟练掌握后，你可以根据自己的需求继续探索更多用法。

+15

今天这篇血赚攻略，不聊虚的。我们只讲一件事：如何通过“懒猫清单技能”，让小龙猫变成你最听话、最靠谱的执行秘书。先来介绍一下主角懒猫清单：一个任务管理工具本体小龙猫：你的智能助手懒猫清单技能（Skill）：连接小龙猫和懒猫清单的“桥”。装上这个技能，小龙猫才能真正替你操作清单，而不仅仅是“教你如何用清单”小龙猫安装并配置 SKILL安装后上文提到的懒猫应用后， 打开小龙猫客户端，点击技能商店。进入到清单技能详细页面后，打开对应小助手的技能权限懒猫清单技能的核心玩法有了这个技能，你不需要打开任何界面，不需要点来点去。像跟真人助理说话一样，交代给小龙猫就行。🎯 玩法1：创建任务你对小龙猫说：“使用懒猫清单，帮我创建一个本周五晚上9点去看电影的任务。”小龙猫会自动：在懒猫清单里新增一条任务：“去看电影”时间设为：本周五 21:00你甚至可以直接加优先级：“高优先级”🎯 玩法2：查询任务你对小龙猫说：“使用懒猫清单，查一下今天未完成的高优先级任务。”小龙猫秒回：任务列表每个任务的标题、时间、状态如果太多，它会帮你汇总🎯 玩法3：更新任务你对小龙猫说：“使用懒猫清单，把标题包含‘发票’的任务标记为完成。”小龙猫会：搜索所有标题带“发票”的任务批量标记为完成告诉你更新了几条🎯 玩法4：统计任务你对小龙猫说：“使用懒猫清单，统计本月任务完成率。”小龙猫返回：总任务数 / 已完成数完成百分比甚至按优先级拆分至此，您已经掌握懒猫清单和小龙猫的结合协作

+7

ActivityWatch 是一款完全开源、数据不离本地的自动时间追踪工具——装在懒猫微服上，你的每一分钟使用记录都只属于你自己。一、打开看板安装完成后，在浏览器访问：登录懒猫账号后，即进入 ActivityWatch 内置 Web 看板。顶部导航有这些核心页面：Activity：按天、按应用/类别聚合的活动报表，一眼看清今天时间花在哪里。Timeline：时间轴明细，可以看每个窗口的切换顺序和时长。Stopwatch：在看板里手动为任务计时，无需任何客户端。首次打开看板数据为空是正常的——服务端本身不采集数据，需要在你的电脑上装客户端（下一节操作）。二、在电脑上安装客户端并连接到微服这台懒猫应用只是 ActivityWatch 的服务端，真正记录窗口和活跃状态的是运行在你日常电脑上的 Watcher。步骤：前往 下载对应系统的客户端（Windows / macOS / Linux 均支持）。安装后先不要启动，找到 的配置文件：系统默认路径WindowsmacOSLinux编辑该文件，将服务端地址指向你的微服：启动 ，托盘图标出现后，客户端内置的 （记录活跃窗口）和 （记录离开状态）会自动开始向微服上报数据。回到微服看板刷新页面，Activity 和 Timeline 即出现数据。三、在 Timeline 查看时间轴数据上报后，进入 Timeline 页，用顶部的「Show last」按钮选择回看时长（¼ 小时到 48 小时），或用日期选择器指定区间。每个窗口活动以时间条形式排布，悬停可看应用名称和精确时长。没有 Watcher 上报数据时，Timeline 显示「No events match」属正常——接入客户端后即有内容。Activity 页则把同样的数据按应用/类别聚合成每日报表，适合看总览。四、用 Stopwatch 手动为任务计时无需安装任何客户端，直接在看板的 Stopwatch 页就能用：在任务名输入框填写任务描述，例如「撰写本周项目周报」「代码评审与合并 PR」。点击 Start 开始计时，Running 区会实时显示已计时长。点击 Stop 结束，记录落入下方 History，按日期分组；点 Start new 可基于历史任务名快速再计时。计时数据实时写入微服的 SQLite 数据库。Stopwatch 适合需要精确记录特定项目工时的场景。五、在 Buckets 管理数据桶Buckets 页列出微服上所有的数据桶（bucket）——每个 Watcher、每台设备、Stopwatch 各自对应一个桶。每行显示桶 ID、来源主机、最近更新时间，点 Open 可查看桶内事件明细。页面底部的 Import / Export buckets 支持把某个桶导出为 JSON，或从 JSON 导入——换微服、做备份时很方便。六、在 Settings 个性化看板Settings 页可以按习惯调整看板行为：Start of day：一天从几点算起（默认 04:00，照顾熬夜场景）。Start of week：一周从周几开始。Duration default value：Timeline「Show last」的默认回看时长。Landing page：打开 ActivityWatch 时默认进入哪个页面。Theme：浅色 / 深色主题切换。七、数据存储位置与备份所有数据持久化在微服的以下路径，重装应用不会丢失：内容宿主路径SQLite 事件数据库配置文件运行时缓存如需备份，直接打包 目录即可。迁移到新微服时将该目录原样恢复，历史数据完整保留。八、多台电脑同时上报多台电脑可以同时连接同一个微服服务端：每台电脑的 Watcher 会用不同的 作为 bucket 的命名空间（格式为 ），数据在看板里自动区分来源，互不干扰。在 Activity 页或 Buckets 页切换即可查看不同设备的记录。排障与注意事项看板 Activity / Timeline 页一直加载失败（数据不显示）这是微服域名与 aw-server-rust 的 Host/CORS 校验冲突导致的已知问题，当前版本已通过内置 nginx 反代解决。若升级后重现，检查容器是否正常启动：健康检查地址为 ，返回 JSON 即说明服务端正常。客户端上报失败 / 看板没有新数据确认 里 且端口为 （不是 ）。微服侧 nginx 监听 ，但懒猫反向代理对外暴露的是标准 HTTPS 443。Timeline 显示的时区不对aw-server-rust 使用容器内的系统时区，默认为 UTC。若看板时间与本地差 8 小时，进入微服应用设置，将容器时区环境变量 设为 后重启容器即可。Watcher 连不上微服（SSL 证书错误）较旧版本的 aw-client 可能不信任懒猫的证书链。临时方案：在 添加 ；长期方案：升级客户端到最新版，或将懒猫根证书导入系统信任库。

+5

Element-115 是一个直接跑在浏览器里的 3D 飞行模拟器。装到懒猫微服后，打开应用就能进入飞行场景；同一微服里的朋友也可以填同一个房间名，临时开一间多人飞行房。1. 先单人起飞，确认画面和控制正常第一次打开时先用默认飞机飞一小段。桌面端可以用键盘控制，手机端会出现触控摇杆、油门和常用按钮。先确认速度、高度、护盾、得分和目标框都在正常刷新，再进入多人房间。如果手机上只看到错误文本或资源加载失败，刷新一次页面，或者换到最新版 Chrome、Edge、Safari。Element-115 依赖 WebGL 和 3D 资源，浏览器太旧、网络中断或禁用硬件加速时，最容易先在手机端暴露问题。2. 多人房间怎么填打开起飞前的面板后，看 区域。 是你在房间里的呼号， 填当前应用的 WebSocket 地址， 填房间名。几个人要一起飞，就填完全相同的 和 。懒猫微服里通常可以这样理解：网页地址是 ，多人服务地址就是同一个入口的 。房间名可以随便起，比如 、、；换一个房间名，就会进入另一组临时房间。手机端也能填同样的房间信息。小屏上建议先把房间和呼号填好，再点开始飞行；起飞后触控摇杆和油门会占用屏幕边缘。3. 两个人进入同一房间后看什么两台设备或两个浏览器窗口进入同一个房间后，服务端会把玩家状态通过 WebSocket 同步。你会继续看到自己的飞行画面，同时房间里的其他玩家会以远端飞机、呼号或竞速状态参与同步。房间状态也可以从健康接口看到。下面这个实际状态表示当前服务里有 1 个房间、2 个玩家连接；这类数据只代表当前内存里的临时房间。多人房间适合临时一起飞、一起练习穿环和竞速。它不是聊天系统，也不是长期战绩系统；应用容器重启后，房间和玩家位置会清空。需要长期保留的内容，应该用模型调参保存功能。4. 保存飞机模型调参如果导入或切换飞机后发现比例、朝向、位置不合适，可以打开 面板微调。常用的是 、 和 。调到合适后点 ，懒猫微服版本会写入服务端持久化文件。持久化文件位置是：这和多人房间不同：多人房间状态会随容器重启清空，飞机模型调参会保存在微服数据目录里。刷新页面、重启应用后，再加载同一架飞机，保存过的姿态仍会生效。5. 建议的体验顺序先单人飞一圈，确认浏览器和 WebGL 正常；再填同一个房间名让第二台设备加入；最后试一次 保存。这样可以一次检查飞行画面、手机布局、多人同步和持久化调参这几个关键能力。

+7

一句话概览LocalAI 是一个开源的本地 AI 引擎。它可以在懒猫微服上运行大语言模型对话、文生图、语音合成与识别、向量嵌入等能力，并提供与 OpenAI 兼容的 API。这份攻略的目标不是把所有功能一次讲完，而是带你完成一条可靠的上手路径：打开服务、安装或导入一个小模型、完成第一轮对话，再用 API 验证它能作为本地 OpenAI 替代服务使用。适合谁使用适合这几类人：想要一个私有 ChatGPT 平替，对话内容不上传到第三方。手上有依赖 OpenAI API 的小工具 / 脚本 / 自动化，想换成本地后端。想在自己的设备上玩文生图、语音合成、做知识库 RAG。开发者，需要一个常驻的本地推理服务做接口联调。LocalAI 强调「No GPU required」——没有显卡也能跑，靠 CPU 推理。懒猫微服这个版本就是CPU 版：小模型（0.5B~4B）体验流畅，大模型也能跑、只是慢一些。开始前准备一台已安装本应用的懒猫微服设备，设备能正常联网（安装模型时需要联网下载）。想清楚你主要用哪个能力：纯聊天选小语言模型即可；要文生图、语音另外装对应模型。预留一些磁盘空间：模型从几十 MB 到十几 GB 不等，按需安装。不需要：账号、密码、访问凭据、外部数据库——打开即用。推荐上手路线第一次使用建议只做四件事：打开 LocalAI Web 界面，确认服务能正常进入。安装或导入一个 0.5B~1B 的小聊天模型。在 Chat 页面发出第一句话，确认模型可以回复。用 或 验证 OpenAI 兼容接口可用。先用小模型把流程跑通，比一开始就下载十几 GB 的大模型更稳。流程确认没有问题后，再按需求使用更大的聊天模型、图像模型或语音模型。第一步：打开应用在懒猫微服里点开 LocalAI，浏览器进入它的 Web 界面。左侧是导航栏，首页能看到内存占用、已加载的模型，还带一个可以直接打字的快捷对话框。刚装好时模型列表是空的——这是正常的，LocalAI 不预装任何模型，由你自己挑。第二步：安装第一个模型点左侧导航栏的 Install Models，这里是内置的模型市场，有近千个模型可选，可以按名称搜索，也能按 Chat / Image / TTS / STT 等能力分类筛选。新手建议从一个小的聊天模型开始，比如搜索 (0.6B，下载约 0.5 GB，CPU 上响应快)。在卡片上点 Install。点下去之后，页面会显示下载进度。第一次安装某一类模型时，LocalAI 会顺带把对应的推理后端（比如 llama.cpp）一起下载，所以首次会多花几分钟。后端只下一次，之后再装同类模型就快了。装好后，模型在列表里的状态会变成绿色的 INSTALLED。如果模型下载失败：先下载，再导入有些网络环境访问 Hugging Face、GitHub Raw 或模型源会不稳定。如果在模型市场里一直卡在下载、反复失败，建议换成手动导入路线：在电脑浏览器里打开模型来源网站，先把模型文件下载到本地。新手优先选择 格式，并优先选择 、 这类量化版本，体积和速度更适合 CPU 使用。把下载好的模型文件放进 LocalAI 的模型目录。懒猫微服上的持久化目录是，容器内对应 。回到 LocalAI 的 Import Model 页面。如果页面支持填本地 URI，可以填写：如果需要高级配置，切到 Advanced / YAML 模式，使用下面这个最小配置，把文件名改成你实际下载的文件名：保存后回到 Chat 页面选择 发送一句话。若下拉框里暂时看不到新模型，可以重启应用，让 LocalAI 重新加载模型配置。这条路线的关键点是：模型文件必须位于 LocalAI 的模型目录内。不要把电脑上的下载路径直接填进 LocalAI，因为容器访问不到你的电脑本地磁盘。第三步：开始对话回到 Chat 页面，在模型下拉里选中刚装好的 ，在输入框里打字发送即可。小提示：第一句会偏慢。模型要先加载进内存，加载完之后同一个模型的后续对话会快很多。想换模型直接在下拉里切，LocalAI 会自动加载新模型。CPU 推理速度和模型大小直接相关。日常聊天用 0.6B~4B 体验最舒服；追求质量再上更大的。第四步：验证 OpenAI 兼容接口这是 LocalAI 最实用的地方。它实现了 OpenAI 兼容接口，许多原本连接 OpenAI 的工具只要把base URL 改成本应用地址，就能改用本地模型。先用下面的请求确认接口能返回模型列表：确认能看到模型后，再发一条对话请求：常用接口都在：能力接口对话文生图语音合成语音识别向量嵌入查看已装模型把你现有的、原本连 OpenAI 的工具的接口地址换成上面这个，就完成了「本地化」。如果你只是想做快速连通性检查，也可以直接访问：能看到已安装模型列表，就说明服务和 API 路由已经正常工作。进阶玩法文生图在 Install Models 里装一个图像模型（分类选 Image，或搜索 / 系列），然后进Studio 页面输入描述文字出图。图像模型通常比聊天模型大，CPU 出图较慢，耐心等。语音合成 / 识别装一个 TTS 模型（分类选 TTS，如 、），就能通过 接口做文字转语音；想要语音对话可以试试 Talk 页面。语音识别（STT）用 whisper 系列模型，走 接口上传音频。内置 AI AgentLocalAI 自带 Agent 能力（LocalAGI），支持工具调用、RAG 知识库、MCP。可以在界面里建一个能查资料、调工具的智能体。知识库的向量数据会存在持久化目录里。给接口加一层访问保护默认 Web 界面和接口是完全开放的（适合家庭内网）。如果你要把它暴露到更大范围，建议在懒猫应用设置里启用访问密钥，并在客户端请求里带上 请求头。密钥内容不要写进攻略、截图或公开脚本里。使用心得先小后大：先用 0.6B 模型把流程跑通，确认好用了再按需要装更大的模型。下载失败就手动导入：先在电脑上下载 模型文件，再放入 LocalAI 模型目录并通过 Import Model / YAML 配置导入。后端只下一次：第一次装模型慢是因为在下后端，别误以为卡住了，先看进度条和任务状态。模型和数据都持久化：已装的模型、后端、生成的图片音频、知识库都存在持久目录里，应用重启、升级都不会丢。联网才能逛市场：模型市场要联网拉取索引和模型文件，设备断网时市场会打不开。它是引擎不是终点：LocalAI 真正的价值是给你别的应用当 AI 后端。装好之后，回头把你那些用 OpenAI 的工具接过来，才算把它用透。常见问题模型市场打不开模型市场需要访问外部模型索引。如果页面一直空白，先检查懒猫微服设备是否能正常访问外网。如果只是模型文件下载失败，可以按上面的手动导入路线处理。模型安装成功，但 Chat 页面没有回复先确认 Chat 页面选择的是已安装模型，而不是空模型；再等一会儿看首次加载是否完成。CPU推理首次加载会比较慢，尤其是模型超过 4B 时。手动导入后找不到模型检查三件事：模型文件是否真的放在 ；YAML 里的 文件名是否完全一致；保存配置后是否重启过应用。相关链接上游项目：官方文档：模型安装文档：

+4

苦于各类云服务器好一点的配置/流畅的带宽任何一项加一点都很贵，并且到期时要是忘记把数据拿到本地，就会永久丢失了，于是这一篇攻略就出来了。不止配置我的世界服务器，很多类似的服务部署都可以参考这一篇懒猫的网络配置方案。使用到的应用：可选应用：这篇攻略会做的事情：1、在LightOS内创建合适的镜像2、服务器版本选择及对应Java环境部署和安装3、配置端口转发4、联机及客户端配置一、选择镜像进入LightOS --- 点击创建这里使用Arch Linux 镜像，勾选基础软件包安装开发基础工具常用CLI工具。点下一步填写自定义的用户名密码后点击创建二、配置环境随着版本更迭，挺多版本都会进行Java版本的更新，Java服务端和版本配置挺难解决的，这里统一给出来：1、Minecraft 版本和 Java 版本常见对应关系：Minecraft 版本建议 Java1.20.5 及以上、1.21.xJava 211.18 到 1.20.4Java 171.17.xJava 16 或 Java 17，按服务端核心要求1.16.5 及更旧老 Forge 整合包常见 Java 8，具体看整合包说明先更新系统并安装常用工具（需要安装）：OpenJDK 包名常用这些（选择一个安装）：查看已安装 Java（可选）：切换 Java 版本（可选）：如果你不知道选哪个，当前新服优先用 Minecraft 1.21.x + Java 21。除非你要跑最新 Paper 26.1+，否则多数 1.21.x 服务器用 Java 21 更稳妥。Paper 官方文档目前说明 1.20 到 1.21.11 推荐 Java 21，Paper 26.1+ 要求 Java 25。确认 Java 可用（可选）：如果系统里装了多个 Java 版本， Java 管理工具查看（可选）：切换到 Java 21（可选）：2、服务端类型怎么选（第2小章是原版、第3小章是mod版，可酌情选择配置）类型适合场景客户端是否需要额外安装Vanilla 原版/纯净版原版生存、建筑、红石，最少兼容问题不需要Paper / Purpur更好性能、权限、领地、经济、登录等插件通常不需要Fabric轻量 MOD、性能 MOD、现代 MOD 生态MOD 服通常需要Forge / NeoForge大型整合包、科技、魔法、冒险类 MOD通常需要新手建议：只想和朋友玩原版生存：选 Vanilla 或 Paper。想要插件、权限、领地、经济：选 Paper。想玩 MOD：按 MOD 或整合包要求选择 Fabric、Forge 或 NeoForge，不要混用加载器。3、纯净版部署1.不使用最新版，寻找对应纯净版（可选）打开Minecraft Assets Explorer选择对应版本后下载对应json文件搜索关键字 server.jar 就可以找到对应的下载url在本地下载后，一会儿上传到LightOS内2.官方最新版：从官方页面下载 ：3.安装server端创建服务器目录：这里的$USER替换成创建时的用户进入服务器目录：本地下载完成后在LightOS内上传附件，选择本地的server.jar文件上传的文件会存在在/tmp目录，我们先移动过来首次启动，生成EULA文件，报错是正常的首次启动会生成 ，需要同意 EULA 后才能继续运行：进去之后按i进行编辑 把：改成：按esc 再输入":wq" 进行保存保存后再次启动：常见配置文件是 ，常用项：说明：：正版验证。公开服建议保持 ，要是联机的小伙伴没有正版账户，这里看情况进行调整。：默认端口，不要变，等会儿把端口通过服务的方式映射出去。 和 越高越吃性能。这里为止已经成功启动服务器了4、Paper 插件服部署Paper 是高性能服务端，适合纯净玩法加插件，比如领地、权限、登录、经济、菜单等。多数情况下，玩家客户端不需要安装任何东西，只要版本匹配就能进。下载地址：下载后和纯净版部署一样，上传到LightOS内，例如：插件放到：注意：插件服和 MOD 服不是一回事。Paper 插件一般不能直接放进 Fabric/Forge/NeoForge 的 目录。5、安装MOD1.寻找MOD方式推荐来源：Modrinth：CurseForge：MC百科：整合包官方页面提供的 Server Pack找 MOD 时按这个顺序检查：Minecraft 版本是否一致例如服务器是 ，就不要下载 的 MOD。加载器是否一致Fabric MOD 给 Fabric 用，Forge MOD 给 Forge 用，NeoForge MOD 给 NeoForge 用。运行位置是否正确有些 MOD 是客户端专用，有些是服务端专用，有些两边都要装。依赖是否齐全下载页面通常会写 Required Dependencies。大型模组通常支持多个不同的加载器，可以按需选择![[Pasted image 20260520202310.png]]如果你要开整合包服务器，优先找它提供的 。Server Pack 通常已经帮你整理好了服务端需要的 MOD、配置和启动脚本，比自己从客户端包里拆更稳。2.安装MOD服务器我这里以neoforge 1.21.1版本为例：官网下载neoforge这里服务器需要的组件就安装完成了，接下来执行：会出现报错：去调整下eula.txt进去之后按i进行编辑 把：改成：按esc 再输入":wq" 进行保存然后添加需要使用的MOD：最后执行：这里已经成功启动neoforge服务器了三、端口转发由于MC服务器不是通过http连接的，LightOS内的服务转发不可用，可以用别的方式进行转发。这里有两张方式，想折腾的可以研究第二种1、把这个实例修改为hosts模式然后端口就会到微服本地的25565了2.端口转发首先确定自己的实例网络配置如图，我是100.64.0.12访问外部通过的第二跳IP是169.254.164.200然后ssh到微服里面查看网络配置（每个人不一定相同，需要酌情更改）这里需要在微服里添加一条路由，由于实例出来的网段是169.254.164.200/30(200是网段标识，201是网段里的IP)，所以这里在微服里添加一条路由：现在微服已经可以成功ping通处于nat模式的实例了配置端口转发：使用网络端口转发工具按照下图进行填写配置完成后就把LightOS内的实例端口转发到微服上了至此完成端口转发，可以准备联机了四、联机及客户端配置1、游戏客户端下载这里建议使用HMCL作为客户端启动工具下载后双击启动我这里有账户，没有官方账户的可以选择注册一个离线账户安装对应游戏版本：选择服务器对应版本下载：2、下载懒猫微服客户端1）给要联机的同学下载一个懒猫微服客户端2）创建一个没权限的子账户，让同学登录挂着就行。所有权限全部关闭：同学登录后挂着，就能连接到你配置的端口转发了。在联机之前确保：1）游戏服务器和客户端的版本是相同的。2）要是装了mod，确保mods目录文件相同。3）登录游戏，游戏内点击多人游戏-联机域名输入：<自己的微服名称>.heiyu.space:25565,即可成功连接。也是成功连接上服务器了测试延迟也是超级快性能也不需要担心，LightOS是硬件直通的，完全不用担心转译损耗的问题。

+30

Fusion 懒猫微服使用攻略一句话概览：Fusion 是一个面向开发者的 AI 编程任务看板。它把需求、规划、执行、评审、合并放在同一个浏览器工作台里，适合把长期项目放到懒猫微服上持续运行。适合谁Fusion 适合已经有 Git 仓库、希望把 AI 编程任务拆成可跟踪流程的人。它不是普通聊天窗口，而是一个任务编排器：每条任务会经历 Planning、Todo、In Progress、In Review、Done 等阶段，配合模型 provider、Git worktree、测试命令和评审策略，把一次代码修改变成可复盘的流水线。上游项目把 Fusion 定位成 multi-node agent orchestrator，核心是让规划智能体先读取项目并生成 ，再经过执行、评审、合并等 gate。懒猫版保留这个主流程，只是把 dashboard 固定跑在微服里，项目数据落到持久化目录。上游仓库：如果只是临时问答，普通 AI Chat 更轻；如果要让 AI 围绕一个仓库持续规划、修改、审查和合并，Fusion 更合适。开始前先准备三件事准备一个 Git 仓库。Fusion 的执行和 worktree 能力依赖 Git；空目录也可以先 。准备至少一个 AI provider。OpenAI、Anthropic、OpenRouter 等凭据可以在懒猫安装参数里填，也可以稍后在 Fusion 设置里填。只想试用时，OpenRouter 里选择带 后缀的模型即可。如果要导入 GitHub Issue 或创建 PR，准备 GitHub Token。没有 GitHub 也能手动创建任务。懒猫版 Fusion 的持久化路径：：项目目录、 项目数据库、任务文件、worktree。：Fusion 全局设置、provider 配置、SSH、缓存。01 首次打开：注册项目安装后打开：清空数据后第一次进入，会看到项目注册向导。推荐把项目放在 ，项目名可以写真实仓库名，也可以先用一个测试名。填写建议：：用于看板和项目列表展示。：懒猫版默认使用 。：大多数情况保持默认 。需要隔离运行时再考虑 。本次测试里，先在 初始化了一个 Git 仓库，再注册项目：02 AI Setup：可以跳过，但不能忽略注册项目后，Fusion 会进入 AI Setup。这里可以配置 OpenAI、Anthropic、Google 等 provider。截图展示的是未连接 provider 的早期状态，也是新装后最常见的状态。没有 provider 时，Fusion 仍然能打开看板、创建任务、查看任务详情、使用 Git/终端相关接口；但 AI 自动规划、代码执行、审查和总结不会真正跑起来。配置 provider 时，密钥只需要保存在 Settings 或懒猫安装参数里，不需要写进任务描述、README 或提交记录。03 OpenRouter/free：低成本试跑方式如果只想先验证 Fusion 的 AI 流程，可以在懒猫安装参数里填 ，启动后再到 Settings 里把 project model 和 task model 都设成 OpenRouter 的免费模型。测试中使用的是：需要设置的模型 lane：：负责把任务描述扩写成计划。：负责实际修改代码。：负责计划或代码评审。单任务 Tab：已有任务可能保留旧模型，必要时给任务本身也设置同一个 free 模型。本次实测里，Fusion 能正确读取 OpenRouter 模型列表， 返回 368 个 OpenRouter 模型；任务 也能切到 并触发规划。但 OpenRouter 免费模型在高峰期返回 429 限流，日志显示该 free 模型限制为每分钟 8 次请求，随后又返回 temporarily rate-limited upstream，因此没有生成 。这类限流不是 Fusion 安装失败。处理方式是：等一段时间后重试。换另一个 模型。降低并发，避免多个任务同时规划。点 暂停自动重试，避免免费额度一直被排队请求占用。04 Codex Subscription：更完整的 agent 测试路线如果你已经登录过本机 Codex CLI，也可以把 Fusion 的模型 lane 切到 。本次复测使用的是：实测结论比 OpenRouter/free 更完整：Codex 能完成任务规格生成、规格 review、步骤 plan review、执行、验证和自动合并。测试任务 只要求在 demo 项目的 末尾追加一行：最终任务进入 ，四个步骤全部完成，demo 仓库生成提交 ，只改了 一行。为了把执行过程看得更清楚，又跑了一条截图 demo 任务 。任务要求 Codex 新建 ，并在 末尾追加：执行中可以看到任务从 Planning 进入 ，卡片会显示当前 worktree、步骤进度、已变更文件数和运行耗时。执行完成并自动合并后，任务进入 。这里可以快速确认任务 ID、摘要、模型标记和变更文件数。点击任务卡片进入详情页， 会保留最终摘要、合并状态、提交号和变更统计。 最终生成提交 ，变更文件数为 2。 页更适合排障和复盘。这里能看到 plan review、step 状态、验证说明和 这类关键事件。05 进阶玩法：把 Hermes、OpenClaw、Paperclip 当作员工Fusion 不只是在 provider 之间切模型。Settings 里还有 Runtimes，可以把 Hermes、OpenClaw、Paperclip 连接成不同“员工”，再用任务模型、Routing 或节点路由决定某条任务交给谁做。这三类员工的定位不同：：调用容器内的 CLI。适合已经在 Hermes 里配置好 provider、profile、技能和记忆的人，把 Fusion 任务转交给本地 Hermes agent 执行。需要先让 命令在 Fusion 容器的 PATH 里可用，并完成 Hermes 自己的登录或 provider 配置。：调用容器内的 CLI。它走本地 agent JSON 执行路径，适合想引入另一套 agent 行为或思考模式时使用。首次运行可能会安装依赖或初始化环境，建议先用一个 README 级别的小任务试跑。：连接 Paperclip server 或 Paperclip CLI，把 Fusion 的任务转给 Paperclip 里的某个 agent。Paperclip 更像组织化员工系统，适合需要预算、审批、审计、company/agent 归属和长期目标管理的场景。实际配置路径：打开 ，分别进入 Hermes、OpenClaw、Paperclip。按 runtime 要求填 binary path、profile、provider、API URL、API key、agent ID 或 company ID。保存后去 agent / model / routing 相关页面，把任务 lane 或特定任务指向对应 runtime。先用小任务确认连接、权限、worktree 和合并流程都正常，再让它处理真实代码。懒猫部署时要特别注意：这些 runtime 调用的是 Fusion 容器内能访问到的命令或 API，不是你电脑上的命令。截图里 Hermes 显示 ，说明入口已经识别，但当前容器还没安装 Hermes CLI。OpenClaw 也同理，需要把 CLI 放进镜像、挂载目录或旁路服务里；Paperclip 则要确保 Fusion 能访问 Paperclip API，并且 agent key 只保存在 runtime 设置里。使用心得是：不要一开始就把所有员工都打开。先保留一个主执行者，再加一个专门做 review 或调研的员工；每增加一种 runtime，都用独立的小任务验证它的权限、输出格式和超时行为。这样出问题时能快速判断是模型、runtime、Git worktree 还是 Fusion workflow 本身的问题。06 GitHub：可选，但决定 Issue/PR 工作流GitHub 步骤用于解锁 Issue 导入、PR 状态跟踪和任务关联代码变更。没有 GitHub 连接时仍可使用：手动创建任务。在看板里管理任务状态。配置模型后让 AI 围绕本地项目执行。需要 GitHub 后再从 Settings 里补配置即可。07 看板：先理解任务生命周期跳过可选配置后，会进入主看板。Fusion 的核心列：：原始想法，等待 AI 生成计划。：计划明确，可以开始执行。：执行中的任务，会使用独立 worktree。：执行完成，等待合并或最终确认。：已完成。：归档记录。看板顶部如果出现 或 ，不是安装失败，只是提醒这些能力还没配置。08 第一条任务怎么写在 Planning 列的输入框里写一个明确的小任务，然后按 Enter。推荐第一条任务写成这样：好的 Fusion 任务通常包含：目标：要改什么、分析什么、验证什么。范围：涉及哪些目录、文件或模块。验收：完成后怎样判断通过。约束：不要改哪些内容、是否必须跑测试。不建议一上来写“帮我优化项目”。更好的写法是“阅读 README 和 scripts 目录，给出 3 个可执行维护任务，并说明每个任务的验证命令”。09 列表视图：适合批量管理任务多起来后，可以切到 List view。它会按生命周期分组，适合快速扫 ID、标题、状态、依赖和进度。看板视图适合日常拖动，列表视图适合批量检查。任务多时，列表比看板更容易发现卡住的项。10 任务详情：看清执行合同点击任务可以打开详情页。重点看这些 Tab：：任务描述、附件、依赖。：执行日志和状态变化。：任务生成的计划、说明、交付文档。：单任务模型覆盖。：执行、评审、验证步骤。：任务运行在哪个节点。真正让 Fusion 发挥价值的是 计划、workflow gate 和 review 记录。它适合处理“要被审查和合并的代码任务”，而不是只看一次性回答。11 建议配置配置 provider 后，优先处理这些设置：：给规划、执行、评审分别设默认模型。：已有任务可单独指定 provider/model，避免继续使用旧默认值。：限制并发，避免多个任务同时抢资源。：确认 worktree 数量、命名和初始化命令。：设置测试、构建、安装依赖命令。：决定自动合并还是人工确认。：有多节点时决定任务跑在哪个节点。实际项目里，先从低并发开始。等测试命令和模型稳定后，再放开更多并行任务。使用心得Fusion 的正确用法不是“让 AI 直接接管整个仓库”，而是把任务拆到足够小，让它每次只处理一个边界明确的问题。几个经验很实用：先让 Fusion 读项目并生成计划，再让它执行。计划不清楚时不要急着进 Todo。项目必须保持 Git 状态可解释。 会产生本地状态，提交前要决定哪些配置能进仓库、哪些数据库和缓存要忽略。provider 没配好之前，只做看板和任务整理，不要期待 AI 自动推进。provider 配好了也要看上游模型是否限流。有测试的项目更适合 Fusion。测试命令越稳定，自动执行和评审越有意义。风险高的任务关闭自动合并，保留人工 review。free 模型适合功能验证，不适合长时间无人值守执行。真正跑生产任务时，最好准备稳定模型和明确预算。Codex provider 跑完整流程更顺，但也更能暴露真实运行时问题。只要 executor 进入 worktree，就要确保 HOME 下的 agent session、缓存和 SSH 目录都能被运行用户写入。第一次用新 provider 时，先跑 README 级别的小任务。它能验证 planning、review、execution、merge，又不会把风险扩到业务代码。常见问题提示 No AI provider connected说明还没配置模型凭据。看板和手动任务可用，AI 规划和执行不可用。提示 GitHub not connected说明不能导入 Issue 或创建 PR，但不影响手动任务。任务执行时提示不是 Git 仓库先确认项目目录是 Git 仓库。在懒猫版里通常进入 初始化或克隆仓库。看板能打开，但任务不自动推进检查 provider、模型、任务是否还在 Planning、是否开启了需要人工确认的 gate，以及项目测试命令是否会失败。OpenRouter/free 一直 Rate limited先不要连续点重试。暂停 AI engine，等一段时间或换另一个 模型；如果要稳定跑完整 planning/execution/review 流程，建议使用有明确额度的模型。Codex 规划成功，但执行时报 权限错误检查 是否存在且归 所有。懒猫版已经在启动命令里预创建该目录；如果是旧包或手动迁移环境，补目录后重试任务即可。

+14

一句话概览：llama-dash 是本地 LLM 网关控制台，用来管理 llama-swap / llama.cpp 模型、OpenAI 兼容接口、API Key、路由策略、请求日志和运行指标。适合谁如果你已经在懒猫微服里放了本地大模型，或者准备把 GGUF 模型通过 跑起来，llama-dash 会更像一个运维面板：它不直接替代模型推理，而是把模型加载状态、请求入口、调用日志、Playground 和指标监控放到同一个网页里。懒猫版已经接入 LazyCat OIDC。安装后打开应用，优先点击 ，不用再维护一组单独的控制台账号。开始前准备在懒猫微服里安装 。准备一个 GGUF 模型文件，例如 、 这类可以由 启动的模型。把模型文件放入应用持久化模型目录。懒猫包内的容器路径是 ，配置里也应使用这个路径。如果要给 OpenAI SDK、Continue、Open WebUI、Claude Code 等客户端使用，先决定是否需要 API Key。个人内网测试可以先不创建，长期使用建议创建。01 首次打开：看 Dashboard 是否健康登录后先看 。这里最重要的是左侧 状态和 ：绿色 表示 llama-dash 已经连上内置的 后端。上方的 、延迟和错误率会随着请求实时变化，下面会显示最近请求。截图里已经有一次测试请求，因此能看到错误率和最近请求记录。真实接入模型后，成功调用会在这里显示为 200 状态，并逐步积累延迟、Token 和请求量指标。02 添加第一组模型配置进入 ，这是 llama-swap 的 编辑器。懒猫版默认把模型文件目录挂载到 ，所以模型路径建议写成 。可以从一个最小配置开始：配置要点： 是对外暴露的模型名，后面客户端请求时会用到。 中的 必须指向真实存在的 GGUF 文件。 由 llama-swap 分配，不要写死端口。 表示空闲多久后卸载模型，单位是秒。编辑后先点 ，通过后再点 。保存后内置 llama-swap 会自动重载配置。回到 页面可以看模型是否出现在列表中。如果列表为空，通常是配置还没保存、模型文件路径不对，或者启动命令需要根据你的模型和硬件继续调整。03 创建 API Key，给客户端一个稳定入口 用来控制哪些客户端可以访问代理接口。你可以先在页面右上角点 ，给不同客户端单独建 key，比如 、。创建后只展示一次完整密钥，保存到客户端配置里即可，攻略和截图里不要展示真实密钥。如果页面提示没有配置 API Key，代理会处于开放模式，适合首次内网调试；长期运行建议创建 key，并按模型、RPM、TPM 或月度 Token 配额做限制。04 复制 Endpoint，接入 OpenAI 兼容客户端打开 ，复制 Base URL。懒猫版的对外入口是：页面内置了 curl、Python、TypeScript、Home Assistant、Claude Code、opencode、Continue、Open WebUI 等示例。最小 curl 结构如下：如果没有启用 API Key，可以先省略 头做连通性测试；正式使用建议补上。05 用 Playground 先跑小提示词 适合做第一条验证请求。选择模型后，输入一个短提示词，例如“用三句话介绍你自己”，再发送。右侧 Inspector 会显示 request、response、timing 和事件流。如果模型下拉框为空，先回到 检查模型名和文件路径。如果发送后一直没有响应，去 或 看后端启动错误。06 用 Request Log 排查问题所有完成的 请求都会进入 。你可以按状态码、模型、API Key、路由规则、客户端和 end user 过滤。下面这张图是一条故意在未放入模型文件时发出的测试请求，所以状态是 502；如果模型配置正确，同样位置会显示 200 或流式请求的完成状态。点开一条请求，可以看到方法、端点、模型、状态码、耗时、请求体、响应头、客户端来源和路由结果。排查“模型没启动”“路径写错”“客户端用错模型名”时，这个详情页比只看客户端报错更直接。07 进阶：System、Policies 和 Metrics 页面适合确认运行环境、GPU 采样、后端健康和版本信息； 可以做模型改写、拒绝规则、鉴权透传和外部 上游转发； 则可以接 Prometheus，长期观察请求量、延迟、Token、队列、运行模型和 GPU 指标。建议先把一个本地模型跑通，再逐步增加这些能力：给不同客户端创建不同 API Key，方便统计和限流。用 把 、、 映射到请求日志。用 给 Claude Code、Continue 或 Open WebUI 设定不同路由。用 设置全局请求大小限制，避免意外把超大上下文打到本地模型。常见问题登录后又回到登录页：刷新一次应用入口，优先使用 。如果仍失败，确认应用版本已经接入 OIDC。Dashboard 是绿色，但模型列表为空：说明 llama-dash 和 llama-swap 通了，但还没有可用模型。检查 下是否有 GGUF 文件，并确认 保存成功。请求返回 502：通常是模型启动命令失败、模型文件不存在、模型名写错，或者硬件资源不足。点开 详情，再去 看 llama-swap 的启动输出。客户端能连上但没有日志：确认客户端 Base URL 是 ，而不是直接指向 llama-swap；只有经过 llama-dash 的请求才会进入日志和指标。需要远程客户端访问：只给可信客户端发 API Key，并在 里限制可用模型和速率。

+10

Moltnet 适合把多个本机 AI 运行时放进同一个自托管协作空间。懒猫微服里的 server 负责房间、在线状态和历史记录；本机 daemon 负责把 Codex、Claude Code 等运行时接进来。下面是一套真实使用流程：从一个 房间开始，手动发消息、让 Codex 读上下文，再启动 daemon 让点名消息自动投递到本机。一、先把协作对象命名清楚给 Moltnet server、网络和本机 agent 各起一个稳定名字： 不要频繁改。它会出现在房间成员、点名消息和历史记录里。确认 server 正常：打开控制台：控制台首页会列出网络、房间和成员； 页则给出本机 daemon 的接入说明。二、创建 房间先用 API 创建一个协作房间：发一条任务消息：在控制台点开 ，你会看到这条消息进入 Timeline。三、让 Codex 手动读取房间在 Codex 所在的本机 workspace 里，先绑定一次运行时身份：让 Codex 读取房间最近消息：让 Codex 发回确认：这就是最简单的 on-demand 用法：需要上下文时读，完成工作后发。四、启动 daemon，接收点名任务如果希望 Codex 长时间在线，保存下面的 ：启动本机 daemon：保持终端运行。控制台里看到 在线后，就可以用房间消息点名它：五、把 Claude Code 加进同一个房间同一个 可以放多个 attachment。给 Claude Code 一个单独身份：之后就可以在同一房间里分工：每个 agent 都能看到房间历史，但只有被点名的 agent 会被唤醒。六、推荐的房间用法: 日常同步和临时任务。: 多 agent 共同检索和整理资料。: 自动化事件、服务状态、告警信息。: 发版检查、截图、回归结果、待办列表。日常协作建议默认 。只有记录员、监控员这类 agent 才使用 。七、使用时要记住的边界Moltnet 是消息层，不是运行时托管平台。AI 还是在你的电脑上运行，Moltnet 只负责把房间消息投递过去，并保存历史记录。本机运行时的普通终端输出不会自动进入 Moltnet。需要公开回复时，让运行时显式执行 。这样可以避免把调试日志、密钥片段或临时输出误发进共享房间。八、排障口诀页面打不开：先看 。agent 不在线：确认 还在跑。点名没反应：确认消息里包含 这样的 agent id。房间没有历史：确认发送目标是 或 API 里的 。多个 agent 行为混乱：给每个运行时单独 agent id 和 workspace。

微服客户端是有组网功能的，通过这个能力我们就可以使用rustdesk这个软件通过微服来进行远程直连。微服客户端下载地址：话不多说，先来看看效果，传输一个200多M的文件几秒就完成了接下来讲解一下详细操作一、如何查看组网中的设备微服客户端 -> 设置 -> 设备管理进入这个界面后找到域名，通过这个域名我们就可以访问到组网中的设备，我们使用rustdesk通过微服去远程直连时便是使用该域名。二、被控端RustDesk中的设置打开RustDesk，点击ID右上方的竖着的三个点打开设置之后，选择安全，第一次打开安全设置需要解锁一下解锁之后，往下划，开启允许IP直接访问，端口默认是21118无需修改三、被控端设置长期密码点击密码旁边的编辑按钮点击设置固定密码密码需要大小写字母，长度不小于8位设置完后选择使用固定密码或同时使用两种密码四、远程连接将懒猫客户端设备管理中的域名填入（需要控制的那台机器）并在域名后面加上21118端口号，进行连接输入被控端密码，或者在被控端点击接受便可连接成功最后就成功连接上了一个超低延迟的远程

+12

简介FeedFuse 是一个结合了传统 RSS 阅读和现代 AI 能力的开源信息聚合工具。它的核心定位是让用户掌控信息源，拒绝算法推荐，同时利用 AI 技术来提升阅读和处理信息的效率。🎯 核心理念与优势用户主导，而非算法：你订阅什么就看什么，完全自主控制信息源。一体化工作流：将 RSS 收集、过滤、阅读、AI 理解和汇总整合在一个平台，无需在多个工具间切换。数据私有与可迁移：支持自托管，所有数据都在你自己的服务器上，安全且便于迁移。AI 增强：在保留 RSS 轻量、开放优势的同时，补充了 AI 摘要、翻译等现代高频需求。👥 适合人群需要长期跟踪行业动态、产品、研究或新闻的人。订阅了大量信息源，想集中管理的人。希望用 AI 提升效率，但不想把信息选择权交给算法的人。喜欢自托管，重视数据隐私的开发者或技术爱好者。⚙️ 核心功能一览功能类别具体能力RSS 管理集中管理订阅源、分类、OPML 导入/导出阅读体验三栏布局、全文抓取（无需跳转原网页）、深色模式、移动端适配内容减噪关键词过滤、AI 过滤、自动识别重复/相似的转载文章AI 辅助理解文章摘要、标题/正文翻译、沉浸式双语阅读AI 解读将多篇相关文章汇总成高层重点归纳，帮助快速把握趋势全局搜索支持跨源文章搜索，可使用快捷键（Cmd+F / Ctrl+F）快速查找🚀 安装使用直接在懒猫商店搜索安装即可使用首次登录，默认密码123456，或者选择【使用懒猫微服登录】作为一个RSS阅读器，添加RSS源当然是最重要的。整个软件页面分成三栏，点击左上角的导入订阅源粘贴订阅源之火，点击空白处就会验证链接是否有效，可以设置名字以及分类。想要使用AI功能，则必须添加AI 功能需要你提供 OpenAI 兼容接口。1.打开 。2. 进入 。3. 填写 ，例如 或你的服务支持的模型名。4. 填写 ，通常形如 。5. 填写 。6. 点击 。7. 看到连接成功后，等待设置自动保存。添加 OpenAI 之后，就可以使用翻译、摘要等功能了。翻译、摘要使用之后，关闭页面，下次打开依旧还在。整体界面什么清爽如何获取RSS订阅源1.官方RSS：许多网站自带RSS功能，直接复制RSS链接到阅读器即可订阅。2.RSSHub生成：RSSHub是开源项目，可为几乎任何网站生成RSS订阅源，支持新闻、社交媒体、博客等。RSSHub 适配了 300 多个网站，上千个内容。涵盖了知乎、微博、豆瓣、B站、贴吧、斗鱼、小红书、网易云音乐、U2B、Github、Reddit 等国内外主流网站。目前懒猫商城已经有RSSHub，直接安装具体使用攻略可以看 此外，如果你要订阅的内容多为国外网站，那么还可以尝试一下 RSS Bridge 这个项目。3.第三方平台：如全文RSS导航（quanwenrss.com）提供精选RSS源和全文阅读体验，方便快速订阅。总的来说，FeedFuse 是在传统 RSS 基础上的现代化增强，它把“全文抓取”和“AI 辅助”这两个高频需求无缝集成进来，让信息获取既自主又高效。

+8

RW Screen 适合放在论文投稿前、课题组内审前、编辑部初筛前使用。它不是替你做最终学术判断，而是把“这篇稿件有没有明显撤稿引用风险”变成一条可以复查的流程：上传稿件、解析引用、查看结论、保留历史、必要时导出给人工继续核对。这篇攻略按 PC 端功能回归流程整理，截图只保留浏览器里的网页视口，不包含桌面、终端、浏览器标签栏、地址栏或书签栏。本轮用的是一份脱敏 LaTeX 样稿，所以能展示完整操作链路，又不会暴露真实稿件内容。从上传开始，不只看首页首页右侧是上传区，支持 PDF、Word 和 LaTeX。上传前先确认顶部状态：当前空间、LLM 是否启用、Retraction Watch 数据库规模和数据日期都会显示出来。本轮环境显示 RW 库有 条记录，数据日期是 。我上传了一份本地生成的 LaTeX smoke test。上传完成后，首页统计从空状态变成 1 篇稿件、1 个 PASS，并在“最近解析”里出现这份样稿。这一步的意义是确认应用真的完成了解析，而不是只证明登录页或空首页能打开。结果页先看结论，再看证据结果页第一层信息是结论。本轮样稿返回 ，页面说明没有发现引用了撤稿数据库中的文献。因为样稿没有标准参考文献区，解析到 0 条引用是预期结果。第二层信息是证据链。页面保留了文件名、解析时间、解析器版本、文件类型、RW 数据日期、记录数、导入时间，并提供 JSON 和 CSV 导出。后续要复盘时，不需要靠聊天记录回忆“当时扫的是哪份稿、用的哪批数据库”。我还点开了预览区域。LaTeX 文件在当前页面里提示不支持内嵌预览，但下载和打开入口仍然可用。这个状态反而值得保留：真实使用时不同文件类型的预览能力不一样，攻略里应该把边界说清楚。筛选和审稿入口适合人工复核结果页下半部分提供标题、作者、DOI 搜索，以及 PASS、REVIEW、FAIL 等状态筛选。样稿没有解析出引用，所以筛选后显示没有匹配条目；如果是真实论文，这里就是人工快速定位问题引用的位置。我继续点了审稿分配、共享链接和备注区域。它们更像团队协作入口：初筛人员可以把可疑稿件分配给同事，或者留下注释，避免每次都从头解释上下文。RW Screen 的重点不是单页结论，而是让后续复核有地方接住。历史和导出是长期使用的关键历史页会列出已经解析过的稿件，可以回到详情页，也可以导出全部记录。本轮我点击了“导出全部 (NDJSON)”，浏览器成功下载了历史记录文件。这个功能对团队很重要。一次 PASS 只能说明这次解析没命中；长期使用时，更需要知道哪些稿件扫过、何时扫过、结果是什么、是否需要复核。历史和导出让它从一个“检查按钮”变成了筛查台账。默认本地解析，增强能力按需打开首页的 LLM 状态浮层会直接说明当前增强能力是否启用。本轮显示 LLM 未启用，但本地解析主流程仍然可以完成。设置页把边界写得比较清楚：默认使用本地解析；只有启用 LLM 或云端 OCR，才会出现额外出网能力。我的建议是先用默认本地模式跑几份脱敏样稿，确认上传、结果、历史、导出都正常，再考虑是否打开 LLM 增强。团队、账户和后台用于日常管理团队空间适合课题组或编辑小组统一管理筛查记录。本轮我打开了空间切换和新建空间入口，但没有创建真实团队空间，避免留下无意义测试数据。账户页能看到个人资料、密码区和“我的解析统计”。统计区按累计稿件、PASS、命中/复核、近 30 天汇总，并提供 JSON/CSV 导出。个人使用时，这里可以作为自己的筛查记录备份。管理员页包含用户列表和审计日志。本轮上传动作已经进入审计日志，记录了稿件 ID、文件类型、大小和 workspace 信息。团队部署时，这些记录可以帮助追踪谁在什么时候上传过什么类型的稿件。解析日志分析页提供全局统计、状态过滤、日期范围和 JSON/CSV/NDJSON 导出。管理员可以用它看近 30 天筛查量、PASS/REVIEW/FAIL 分布，以及哪些记录需要进一步复核。使用心得我会把 RW Screen 放在正式评审之前，而不是评审之后。先用它做撤稿风险初筛，发现问题再进入人工核对；没有命中也要保留报告，方便后续证明这篇稿件在某个时间点用某批 RW 数据做过检查。第一次部署后，不建议立刻把所有增强能力都打开。先用脱敏样稿跑通上传、结果、历史、导出、账户统计和后台审计，再让团队成员使用。LLM、云 OCR、团队空间这些能力可以逐步启用，避免第一天就把隐私边界和协作流程混在一起排查。需要特别注意的是， 不等于“绝对没有风险”。它只能说明当前解析到的引用没有命中 Retraction Watch 数据库；如果稿件引用格式不规范、参考文献区缺失，或者风险来自作者、单位、研究伦理等非引用因素，仍然需要人工复核。RW Screen 更适合作为筛查台账和辅助证据面板，不应该替代编辑判断或学术伦理判断。本轮回归覆盖PC 浏览器网页视口首页、上传区、最近解析和统计卡片LaTeX 脱敏样稿上传与 PASS 结果结果详情、原文预览、引用搜索、状态筛选、审稿入口历史记录、单稿详情入口、NDJSON/JSON 导出团队空间、空间切换、新建空间入口LLM 状态浮层、解析设置、账户统计管理员用户列表、审计日志、解析日志分析

+13

需求背景：想下载音乐存储在本地，用来听歌或者搭建个人音乐服务器（例如Navidrome）但是资源较少、各大网站下载繁琐，歌词不能下载等。使用到的应用：1.懒猫微服商店下载“小龙猫”具体配置教程可参考：2.安装SKILL直接和他说："学习一下："3.直接开玩有多种方式，我这里例举两种，AI会自己去获取歌单并且下载。我有自己的音源，要是怕污染音源，也可以单独让小龙猫建一个文件夹还可以模糊的问：帮我推荐最近的热歌，搜索后帮我逐一在JOOX下载要是歌曲没看到，可以在右上角点击一下刷新要是没扫出来音乐的话可以看一下小龙猫对话，确认一下放置音乐的目录在哪里。我的目录就在懒猫网盘的Music目录里面，如果另外建立了一个文件夹，可以按照下面方式在懒猫音乐进行歌曲添加也可以添加远程挂载和外置硬盘

+10

传统 NAS 需要手动找资源、下载资源、再保存资源，操作繁琐，非常不便。小龙猫 是一款新一代 AI Agent 管理软件，可以理解为您的专属私人秘书——您只需发号施令，它就能帮您干活、解答疑问。VueTorrent 是一个开源种子下载器，专门用来下载电影资源，好比一把工具。Skill（技能），则是教会秘书干活的本领宝典。配置好工具后，再教给秘书相应的技能，它就能自动为您寻找并下载资源。您可以通过 VueTorrent 和 技能（SKILL），让微服内的 小龙猫助手 拥有自动搜索、下载、保存资源的能力，真正实现观影自由。想看电影，只需跟小龙猫说一声，它就会自动完成下载并保存到网盘。下面我来为您演示一下如何通过小龙猫下载加勒比海盗到懒猫网盘中需要下载的应用请下载并安装以下软件：小龙猫助手：VueTorrent 下载器：安装完成后，请参考 这篇教程 完成小龙猫的基础配置：建议 API 模型使用 ChatGPT 5.4 及以上版本。配置完成后，在小龙猫中打开已创建的助手，在对话框中发送以下内容：稍等片刻小龙猫就会告知安装状态。如果安装失败，请确认：GitHub 地址是否完整复制小龙猫当前是否可以正常联网开始使用在安装好技能的助手中发送： （将“电影名”替换为实际要搜索的电影，例如：，尽量不要增加多余描述）发送成功后，小龙猫便通过技能自动查询相关资源。您可以看到它搜索出大量资源列表。您可以告诉小龙猫需要哪一部资源。建议优先选择 Seeds/Peers（种子数/连接数） 较高的资源。图中带有火焰标志的资源，数值越高表示越热门、做种者越多，下载速度也更快。下载任务开始时，小龙猫会第一时间通知您。您也可以手动输入 来查询下载进度。如果下载失败，请检查：小龙猫的网络是否正常微服所在网络环境是否限制了 P2P 下载如果使用代理，确认代理服务器是否允许 P2P 下载资源是否有有效的做种者当确认电影下载完成后，您可以指挥小龙猫将文件存放到网盘中的指定目录。例如，这里让它存放在“电影”目录下。至此，小龙猫已完整完成搜索 → 下载 → 保存到指定位置的全过程。您只需打开网盘，即可畅享观影。

+7

基于小龙猫 + Vikunja + GTD 的个人任务管理助理这篇教程把懒猫微服中的“小龙猫”连接到 Vikunja，并用简化版 GTD 管理个人任务。分工如下：Vikunja：保存和展示任务。小龙猫：理解你的指令。GTD：提供任务整理规则。小龙猫技能：调用 Vikunja API，把任务写入系统。开始前，先在懒猫微服中安装并打开小龙猫和 Vikunja。接下来完成 5 件事：配置 Vikunja 端口转发获取 Vikunja API Token获取 Vikunja 的 OpenAPI JSON 文件让小龙猫生成 Vikunja 技能让小龙猫自动初始化 GTD 项目，并按 GTD 管理任务0. 准备条件确认下面内容已准备好。小龙猫Vikunja局域网端口转发应用1. 最终效果配置完成后，对小龙猫说：小龙猫会把任务写入 Vikunja。也可以问：或者：Vikunja 保存任务，小龙猫接收你的自然语言指令。2. 简化版 GTD这里使用 5 个 GTD 分类。先了解分类含义，不用手工创建。项目用途收件箱存放刚想到、还没整理的事情项目存放需要多个步骤才能完成的事情下一步存放现在可以执行的具体动作等待中存放需要别人回复、处理或确认的事情将来可能存放现在不做、以后可能做的想法基本流程：3. 为什么需要端口转发在懒猫微服中，每个应用都运行在独立容器里。小龙猫在一个容器里。Vikunja 在另一个容器里。它们不能直接通过 互相访问。不要把 Vikunja 地址写成：在小龙猫中， 指的是小龙猫自己的容器，不是 Vikunja 容器。让小龙猫用这个地址访问 Vikunja：这是懒猫微服应用容器之间的访问地址。4. 配置 Vikunja 端口转发目标地址：在懒猫微服的端口转发工具中新增规则：协议选择 TCP。局域网入口类型选择微服虚拟网卡。出口地址选择 。端口填写 。转发目标类型选择微服应用。微服应用选择当前安装的 Vikunja 应用。服务选择 Vikunja 服务。目标端口填写 。点击测试目标连接。测试成功后保存规则。注意：转发目标是 Vikunja，不是小龙猫。小龙猫访问地址使用 ，不要使用 或 。5. 获取 Vikunja API Token小龙猫操作 Vikunja 需要 API Token。打开 Vikunja，进入：创建新 token：名称填写 。权限选择项目和任务相关的读写权限。创建后立即复制 token。临时保存到安全位置，稍后写入小龙猫技能配置。注意：API Token 只会完整显示一次。不要把它发到公开文章、截图、群聊或不可信的地方。6. 获取 Vikunja 的 JSON 文件小龙猫需要 OpenAPI JSON 文件来调用 Vikunja API。不要在外部浏览器访问 下载文件。这个地址给小龙猫在容器内部访问 Vikunja 用，外部浏览器通常打不开。从 Vikunja 页面下载：打开 Vikunja。进入 。在 API Tokens 页面点击 。页面打开后，在顶部找到下载按钮。点击下载按钮，保存 JSON 文件。如果文件名不是 ，重命名为：下一步把这个 JSON 文件发给小龙猫。7. 让小龙猫操作 Vikunja把 发给小龙猫，让它生成 Vikunja 技能。7.1 发送 OpenAPI 文件把 发给小龙猫，然后说：7.2 保存 Vikunja 地址和 API Token技能生成后，把连接信息保存到技能配置中。对小龙猫说：不要把 API Token 公开到博客、截图、群聊或不可信的聊天记录中。7.3 设置 GTD 规则连接信息保存后，把下面规则发给小龙猫：8. 让小龙猫初始化 GTD 项目不要手工打开 Vikunja 创建项目，直接让小龙猫初始化。对小龙猫说：第一版先保持简单，不急着添加标签、筛选器或复杂规则。使用规则：新想法先进“收件箱”。多步任务放进“项目”。能直接执行的任务放进“下一步”。卡在别人那里的任务放进“等待中”。暂时不做的想法放进“将来可能”。9. 测试连接用下面 3 个动作测试。9.1 查询项目对小龙猫说：正常情况下会看到：9.2 创建测试任务继续对小龙猫说：创建完成后，打开 Vikunja 确认任务是否出现。9.3 更新测试任务再对小龙猫说：如果 Vikunja 中的任务状态已更新，连接正常。10. 日常用法把小龙猫当作任务入口。10.1 随手记录10.2 整理收件箱10.3 查看下一步10.4 管理项目10.5 跟进等待中任务11. 完整示例你对小龙猫说：小龙猫会这样处理：判断这是一个多步任务。在 Vikunja 的“项目”中创建任务：把家里的纸质资料整理成电子版。拆出下一步：找出第一批需要扫描的纸质资料。把这个下一步写入“下一步”。如果需要家人提供资料，创建一条“等待中”任务。之后问：重点：大项目不直接执行，先拆成明确的下一步。12. 常见问题12.1 为什么不能用 小龙猫和 Vikunja 是两个不同的应用容器。小龙猫中的 指向小龙猫自己的容器，不是 Vikunja 容器。使用端口转发后的地址：12.2 小龙猫访问不了 Vikunja 怎么办按顺序检查：Vikunja 是否已启动。端口转发规则是否已保存并启用。地址是否为 。API Token 是否正确。 是否已发给小龙猫。Vikunja 技能是否已生成并启用。12.3 下载不到 JSON 文件怎么办回到 Vikunja 页面操作，不要在外部浏览器访问 。按顺序检查：Vikunja 是否能正常打开。是否已经进入 。是否点击了 API Tokens 页面里的 。API 文档页面顶部是否有下载按钮。下载后的文件是否是 JSON 文件。如果 API 文档页面本身打不开，先确认 Vikunja 已启动并重新登录 Vikunja。12.4 任务被放错项目怎么办直接让小龙猫修改：或者：分类不准时，直接让小龙猫修改。12.5 要不要一开始就用标签和复杂筛选不建议。第一版先用项目承载 GTD 结构。用稳定后，再考虑标签、优先级、截止日期和筛选器。13. 最后确认完成下面检查项，表示配置成功：小龙猫可以通过 访问 Vikunja。Vikunja 中已创建 API Token。已获取 Vikunja 的 。小龙猫已生成 Vikunja 技能。技能已保存 Vikunja 地址和 API Token。小龙猫已在 Vikunja 中初始化“收件箱、项目、下一步、等待中、将来可能”。小龙猫可以创建、查询和更新 Vikunja 任务。前期只关注两件事：所有想到的任务，都有一个可靠入口。所有真正要做的事情，都能变成清楚的下一步。

+20

之前用CPA来搭配小龙虾，这次我们换个新的AI模型网关---AxonHub，正好给新晋选手---小龙猫来配置使用。先打开下面的AxonHub应用链接，在懒猫商店里安装。首次打开会有个配置向导，小白不懂的话，直接默认点击下方开始部署即可。注册账号密码进入应用后，首先需要创建账号密码，按需对应填写即可，然后点击“初始化系统”。进入后，填写你创建的账号密码进行登录。首次进入应用会有个配置向导。如果你想先了解一下这个应用的话，可以点击“开始引导”，跟随它的指引一一了解功能。这里我们就直接点击“跳过引导”，到下一步。配置AI模型跟CPA一样，需要先配置AI厂商模型。点击左侧的“渠道”，然后点击页面右上角的“添加渠道”。在新跳出的窗口可以看到左侧基本上主流的AI服务商都包含在内了，右侧就是每个服务商需要设定的配置信息。这里我们先配置Deepseek，可参考下图。左侧选择“Deepseek”渠道右侧“渠道名称”可自己修改下方“API Key”填入你的ds官方key点击“获取”，即可在右侧看到对应可以使用的模型根据自己的爱好进行配置，点击“确认选中”需要在默认测试模型中选择一个模型，用于测试API Key是否可行填写完所有之后就可以点击右下角的“创建”创建完成之后，我们就可以看到在渠道中新增的DS配置，这时还需要点击打开“状态”，点击“测试”看连通性，显示“测试成功”后，就可以点击下方的“启用”。这样我们才算真正的把DS接入到AxonHub上。如果你有算力仓，也可以按照下图来进行配置左侧选择“OpenAI”渠道（因为算力仓地址兼容OpenAI渠道，可以选这个进行配置）右侧“渠道名称”可自己修改"Base Url"需要改成算力仓Ollama地址，即“https://ollama-ai.你的设备名.heiyu.space/v1”下方“API Key”可随意填写点击“获取”，即可在右侧看到对应可以使用的模型根据自己的爱好进行配置，点击“确认选中”需要在默认测试模型中选择一个模型，用于测试API Key是否可行填写完所有之后就可以点击右下角的“创建”配置完成之后，还是安装上述再打开“状态”-“测试”-“启用”如果你购买的是三方API厂商的服务的话，也可以参考下图配置。流程也是和上述算力仓配置一样，这里就不多赘述了。到这里，就已经完成了AI服务商的配置并启用了。配置API Key为了能访问使用AxonHub，我们需要先配置API Key。点击左侧“API密钥”，进入页面后，点击右上角“创建API Key”，在跳出的窗口内，可按需修改名称，类型默认“用户”即可，然后点击“创建”。创建完之后，我们就可以看到API Key，以及对应的AI客户端的配置示例（如果你正好有用到的话，可以复制这些配置进行替换）。我们这里需要关注的是这个对外的“Base Url”的填写：如果你用兼容OpenAI的客户端，填写“https://axonhub.你的设备名.heiyu.space/v1”如果你用兼容Anthropic的客户端，填写“https://axonhub.你的设备名.heiyu.space/anthropic”至此，你已经配置好了AI模型和API Key，下一步就是在小龙猫里使用配置小龙猫并使用打开下方小龙猫链接并安装新建助手流程就不多说了，这里直接给出AI配置方式，见下图：点击左侧“AI配置”“供应商名称”可自行填写“AI协议”可选择“OpenAI”，也可选择“Anthropic”“API URL”根据你选择“AI协议”，填写对应的地址，这里我就填写“https://axonhub.你的设备名.heiyu.space/v1”"API Key"填写你在AxonHub里获取的API Key”模型名称“里，点击下拉箭头选择获取模型选择你需要的模型配置好后，点击测试，显示”测试成功“，即表示配置完成了。点击”添加AI供应商“保存配置。但实际情况是，截止到目前为止，你配置完之后聊天会显示”API call failed after 3 retries: Connection error.“ 连接错误这时候，你需要用到端口转发工具，对AxonHub进行端口转发配置配置后，只需要对应修改下”API URL“改成你的IP地址，见下图。这时候选择模型进行验证会显示”验证失败“，不用管，点击保存即可。然后你进行对话，这时候就可以用了。AxonHub还有个好处就是，你可以在左侧”请求“里，查看到最近一次”请求详情“，方便你进行查看。主页面你也可以查看AI模型厂商的调用情况，方便你管理多个上游AI模型厂商。

+21

CLIProxyAPI 是什么？如果你平时用过 Claude Code、Codex、Gemini CLI、OpenCode 这类 AI 编程工具，大概率会遇到一个很烦的小问题：每个工具都有自己的账号、模型名、接口格式、环境变量和配置文件。今天这个工具要 ，明天那个工具要 OpenAI 格式，后天又想把 Gemini、Claude、GPT 混着用。CLIProxyAPI 做的事很直接：把这些乱七八糟的入口统一成一个本地 API 网关。你可以把它理解成一个“AI 工具路由器”：工具只管请求 ，后面到底走 Gemini、Claude、Codex、OpenRouter，交给 CLIProxyAPI 去处理。沉浸式翻译插件是我用的比较多的一个插件，在浏览英文的时候比较好用。但年费比较高，要 240 刀。而我订阅了 ChatGPT 的会员，这时候就可以借助CLIProxyAPI，把 GPT 的服务给沉浸式翻译用。如何使用应用安装后，进入系统，可以在右上角切换一下语言点击左侧的 OAuth登录，我已经购买了ChatGPT官方的$100会员，所以这里选 Codex复制链接，并且在浏览器里打开，登录自己的 gpt 账号授权当点击【继续】之后，会跳转到 localhost 的一个地址，是打不开的，复制这个地址粘贴到这个框里，并且提交如果提示【认证成功】就可以了，注意：这里要操作快一点，因为有过期时间，如果慢了会提示错误在「配额管理」可以查看当前的 Codex 额度：点击API 密钥，添加一个密钥这一步CLIProxyAPI的配置基本完成，接下来进入沉浸式翻译的设置页面进入翻译服务，自定义填写上一步设置的 apikey，url 地址是自己的懒猫地址点击测试服务，如果是绿色的，就说明通了现在去刷英文网站，就走的刚配好的 gpt 的服务了在使用统计里，可以看到请求情况CLIProxyAPI 不是单纯“再套一层代理”。它真正有价值的地方是：把 AI 编程工具的使用方式变统一了。以前你可能是这样：Claude Code 配一套Codex 配一套OpenCode 配一套Gemini CLI 配一套、用了 CLIProxyAPI 以后，更像是：所有工具都连 CLIProxyAPICLIProxyAPI 负责找模型、找账号、做转换、做重试对经常折腾 AI 编程工具的人来说，这个体验差别很明显。

+16

在第五章，我们已经确认了一件事：只要 ENV 查看器能拿到懒猫 SSO 的公钥，并成功验证签名，那它就可以确信：这些声明只能来自懒猫 SSO。但这句话里，隐藏着一个极其危险的前提：ENV 查看器拿到的“那把公钥”，真的是懒猫 SSO 的公钥。如果这一点站不住脚，前一章所有关于签名、私钥、不可伪造的结论，都会瞬间失效。于是，一个新的问题出现了：ENV 查看器从哪里拿到公钥？又凭什么相信这把公钥是对的？这正是 JWKS 存在的原因，也是懒猫 SSO 为你暴露 的意义。6.1 一个天真的、但非常危险的想法在最早期的懒猫玩法（以及很多自建 OIDC 的教程）里，你可能见过这样一种做法：“把懒猫 SSO 的公钥下载下来，写在应用的配置文件里。”从功能上看，这当然可行。但从系统设计上看，这是一个不可接受的方案。原因并不复杂。6.2 为什么“写死公钥”在懒猫里行不通第一：密钥一定会轮换懒猫官方会定期做 Key Rotation：懒猫 SSO 的私钥定期更换新旧密钥并存一段时间逐步淘汰旧密钥如果 ENV 查看器把公钥写死：每次懒猫系统更新都需要同步更新一旦漏更，就会导致整个盒子的用户登录全部失败用户根本不知道发生了什么，只会觉得“这 App 又坏了”这在工程上是不可接受的。第二：懒猫 SSO 可能同时使用多把密钥在真实的懒猫 SSO 实现中，签名者往往会：使用不同密钥签发不同 token在轮换过渡期内同时接受多把 key为不同算法维护不同 key（懒猫目前只有 ，但未来可能变）ENV 查看器如果只“认一把”，就会在合法场景下误判 token 为非法。第三：公钥不是“配置”，而是“动态信任关系”最根本的问题在于：公钥不是一个静态参数，而是懒猫 SSO 对外发布的一部分“信任接口”。它应该：可发现（通过 discovery）可更新（懒猫升级后自动跟上）可验证来源（绑定到 ）这三点，单靠配置文件是做不到的。6.3 JWKS 是什么（准确但不绕）JWKS（JSON Web Key Set）并不神秘。它只是一个 JSON 格式的公钥集合，通过 HTTPS 对外发布。懒猫 SSO 的 JWKS 地址是：这个地址不是猜出来的，它由 discovery 返回的 字段决定：一个典型的返回看起来像这样：每一项，描述的都是一把 可用于验签的公钥。6.4 JWKS 解决的不是“有没有公钥”，而是三个更深的问题第一：发现（Discovery）ENV 查看器不需要提前知道公钥内容。它只需要知道：“去哪里拿。”这个“哪里”，不是随意指定的 URL，而是通过 OIDC Discovery 机制获得的：在这里，懒猫 SSO 明确告诉 ENV 查看器：我是谁（）我的 token endpoint 在哪（）我的公钥在哪（）而这个 issuer 的值，又由你容器里的 环境变量决定——懒猫注入的这个变量，就是整个信任链的起点。第二：选择（Selection）JWT 的 header 中，有一个非常重要的字段： 的含义只有一个：“这个 token 是用哪一把 key 签的。”ENV 查看器在拿到的 JWKS 里：查找 对应的 key用这把 key 验签这使得：多 key 并存成为可能key 轮换不需要盒子重启、也不需要 App 重部署第三：更新（Rotation）JWKS 是一个可随时间变化的集合：懒猫升级引入新 key旧 key 保留一段时间ENV 查看器通过缓存 + 刷新机制逐步更新实现层面的建议（用主流 OIDC 库几乎都自带）：缓存 JWKS 几分钟到几小时遇到没见过的 ，主动刷新一次刷新还找不到 → 拒绝 token，不要无限循环这让“长期运行的信任关系”成为可能——你的 App 写好一次，懒猫这边换多少次 key 都不用动它。6.5 Client 是如何使用 JWKS 的（流程级）现在我们把 JWKS 放回到实际流程中。当 ENV 查看器拿到一个 ID Token 时，它会：解析 JWT header读取 （必须是 ）、从缓存的 JWKS 中查找对应公钥如果找不到：重新拉取 再次查找如果仍然找不到：拒绝这个 token注意这个结论：“找不到对应公钥”本身就是一个拒绝信号。如果你的 App 在这里写了 fallback（“找不到就跳过签名验证”），那整个懒猫 SSO 的安全模型在你这里就破了。6.6 为什么“中间人伪造 JWKS”行不通这是一个经常被提出、也非常值得认真回答的问题：“如果有人在家庭网络里拦截到 的请求，返回一套伪造的公钥，会怎样？”这个攻击模型并不成立，原因不在于 JWKS 本身，而在于：JWKS 从来不是“裸奔”的。6.6.1 HTTPS 是第一道信任根JWKS 是通过 HTTPS 获取的，而且 的证书是懒猫官方签发的可信证书。这意味着：ENV 查看器会验证 TLS 证书会验证域名会验证证书链要成功伪造 JWKS，中间人必须：控制 DNS拥有可信 CA 签发的 证书这已经超出了懒猫 SSO 的威胁模型。⚠️ 例外：如果你手贱在 App 里关掉了 TLS 验证（比如用自签证书做开发调试），这条就不成立了。别在生产配置里关 TLS 验证。6.6.2 issuer 绑定是第二道闸门ENV 查看器并不是“随便拉一个 JWKS”。它的逻辑是：“这个 JWKS 属于 这个 issuer。”而 issuer 本身，已经在 discovery 阶段被固定（来自 ）。攻击者即使伪造一套 JWKS，也无法绕过： 校验 校验discovery 绑定6.6.3 公钥可以公开，但私钥无法伪造这是整个模型中最容易被忽略的一点：安全性不来自“公钥保密”，而来自“私钥不可得”。攻击者可以：复制懒猫 SSO 的公钥重发它的 JWKS声称“这是我的 key”但只要他没有懒猫 SSO 的私钥：就无法生成任何能通过验签的 token。6.7 一个非常重要的实现原则（必须强调）ENV 查看器在实现 JWKS 支持时，必须遵守一个原则：永远不要从 token 本身“学会”信任来源。具体来说：❌ 不要信任 token header 里的 ❌ 不要信任 token header 里的 ❌ 不要允许 token 指定“去哪拉公钥”❌ 不要把 做成“App 用户可配置的”（这是一个经典反面教材）JWKS 的来源，必须是：懒猫注入的 → discovery → 这是防止 Key Injection 的关键。6.8 到这里，我们真正拥有了什么在本章结束时，ENV 查看器已经具备了三项能力：能验证 token 的签名能确信使用的是懒猫 SSO 发布的公钥能适应密钥轮换而不中断服务这意味着：ENV 查看器已经能确认：“这组声明确实来自这台盒子的懒猫 SSO，且没有被篡改。”但请注意：我们仍然没有回答一个更关键的问题。6.9 合法的声明，仍然可能是错误的声明一个 token 可以：签名完全正确公钥完全可信但仍然可能：发给盒子上别的 App（ 是 ）用在错误的场景来自错误的 issuer（你接入了多个 OIDC，比如 Casdoor）已经过期被重放也就是说：“来源可信”≠“现在就该信任并使用这些声明”。6.10 本章结论（必须清晰）我们可以把这一章的结论总结为：懒猫 SSO 的公钥通过 发布JWKS 解决的是“公钥发现、选择与轮换”问题ENV 查看器对公钥的信任，来自 HTTPS + 绑定公钥可以公开，懒猫 SSO 的私钥不可伪造签名验证通过，只是信任链的一部分本章小结（一句话）JWKS 让“数学可信”变成了“懒猫 App 可用的可信”。

在第四章，我们已经澄清了一件非常重要的事：懒猫 ID Token 不是加密的。它是一组“被懒猫 SSO 签名的声明”。这句话看起来很简单，但它隐含了一个巨大的问题：如果任何人都能看到 ，ENV 查看器又凭什么相信这些声明是真的？换句话说：签名到底在“证明”什么？这一章，我们就只回答这一件事。5.1 从一句最容易被误解的话开始在很多讨论中，你可能见过这样一句话：“懒猫 SSO 用私钥加密，Client 用公钥解密。”这句话在懒猫 SSO / OIDC 语境下是错误的。它把两件完全不同的事情混在了一起：加密（Encryption）签名（Signature）如果你不在这里把这两个概念彻底分开，后面所有关于 JWT、JWKS（）、ID Token 校验逻辑的理解都会偏掉。5.2 加密 vs 签名：这是两套安全模型我们先用最严格、最不含糊的方式区分这两件事。加密（Encryption）目标只有一个：让别人看不到内容典型模型是：发送方用接收方的公钥加密只有接收方能用私钥解密这是 保密性（Confidentiality）。签名（Signature）目标完全不同：证明“这是谁发的”，以及“中途有没有被改”典型模型是：声明方（懒猫 SSO）用自己的私钥签名任何人（ENV 查看器、Memos、Vaultwarden……）都可以用公钥验证这是 真实性（Authenticity）+ 完整性（Integrity）。懒猫 ID Token 用的是哪一个？只用签名。懒猫 SSO 在 discovery 里写得明明白白：没有 里的加密算法字段，也没有 JWE 相关的任何东西。懒猫的设计从一开始就不试图隐藏内容。它只试图证明一件事：“这组声明，确实是由 这个懒猫 SSO 发出的，而且没有被修改。”5.3 签名要解决的核心问题站在 ENV 查看器的角度，签名必须同时解决三个问题：来源问题这些声明是不是这台盒子的 懒猫 SSO 发的？（不是别的盒子、不是自建的假 IdP）篡改问题中途有没有人把 改成 ？不可伪造问题攻击者能不能自己造一个“看起来合法”的 token，直接塞给 ENV 查看器？如果签名无法同时解决这三个问题，那整个懒猫 SSO 的安全模型就会崩塌——毕竟所有 App 都信懒猫，懒猫只要一处可伪造，全盒子的应用都可以被绕过。5.4 签名并不是“对内容做点处理”我们来看一个懒猫 ID Token 的真实签名结构（）：其中： 是完全可读的 是唯一的安全锚点签名不是“把 payload 加密一下”，而是一个数学等式的结果。5.5 签名在数学上到底做了什么（不绕弯）我们用最直白、但不偷懒的方式，把懒猫 ID Token 的签名过程拆开。Step 1：确定要被保护的数据在 JWT 中，被签名的数据是：注意三点：是 编码后的字符串顺序固定任意一个字符改变，结果都会变Step 2：对数据做 Hash（摘要） 里的 对应 SHA-256。对这段字符串做一次哈希运算：哈希的意义只有一个：把任意长度的数据，映射成一个固定长度、不可逆、对变化极其敏感的摘要。只要原始数据有 1 bit 变化，hash 就完全不同。Step 3：用懒猫 SSO 的私钥对 hash 进行签名这一步才是真正的“签名”：这里的关键点是：**只有懒猫 SSO（跑在盒子里的那个进程）**持有这个私钥签名过程是单向的没有这把私钥，无法伪造一个“能通过验证的 signature”懒猫官方会在升级、Key Rotation 的时候轮换这把 key，但不会把它泄漏给任何 App。如果你在 App 里“需要懒猫 SSO 的私钥”，那你已经做错了一件事。Step 4：Client 用公钥验证ENV 查看器拿到 token 后，会做对称的操作：用同样的方式计算 从 拉到的 JWKS 里，找到 header. 对应的公钥用公钥验证 是否对应这个 hash如果验证通过，数学上意味着一件事：这个 signature 只能来自对应的私钥，而这个私钥只在盒子里的身份服务 手里。5.6 为什么不能伪造签名这是整个懒猫 SSO 信任链的核心。攻击者即使：完全拿到 header 和 payload（反正它们本来就明文）完全知道算法（懒猫 discovery 里大大方方写着 ）完全知道公钥（ 对全世界公开）他依然做不到一件事：生成一个能通过验证的 signature因为 RSA 签名算法的安全性，建立在一个非常强的前提上：从公钥推导私钥，在计算上是不可行的。这不是工程约定，而是现代密码学的基础假设。5.7 为什么“改 1 个字符”就会彻底失败这是懒猫 ID Token 安全性的第二个关键点。如果攻击者尝试修改 payload 中的任何字段，比如把：改成：会发生什么？ 改变 改变 改变但 没变（攻击者没有私钥重签）结果只有一个：签名验证失败。这保证了：懒猫 SSO 声明一旦被签名，就不可被悄悄篡改。这也意味着：你可以、并且应该信任 字段。只要签名验证通过，它就是懒猫原始发出的样子。5.8 签名解决的，只是“真实性”和“完整性”到这里，我们必须再次强调签名的边界。签名能证明：声明来自某个 OP声明未被修改但它不能证明：声明是不是发给 的（那是 ）声明是否已经过期（那是 ）声明是否对应你这次登录（那是 ）声明是否被错误使用声明来自的是这台盒子的懒猫 SSO 还是别的（那是 ）换句话说：签名只能回答“这是真的吗”，不能回答“这该不该信”。5.9 一个容易被忽略但致命的误解很多懒猫 App 里会出现这种错误逻辑：“既然签名验证通过了，那 token 就是安全的，我就可以直接读 登录用户了。”这是不成立的。在懒猫 SSO 里：签名验证是必要条件但远远不是充分条件你可以把它理解成：签名只是“验明正身”，而不是“授权使用”。5.10 本章结论（必须钉死）我们用几条不可模糊的结论结束这一章：懒猫 ID Token 使用的是数字签名（），而不是加密签名保证来源真实性和内容完整性懒猫 SSO 的私钥决定“谁能签”，公钥（发布在 ）决定“谁能验证”没有懒猫 SSO 的私钥，就无法伪造任何合法 token签名通过 ≠ token 可以被使用本章小结（一句话）签名证明“这些声明只能来自这台盒子的懒猫 SSO”，但不证明“你现在就该相信它们”。