道理鱼音乐是一套自部署的多媒体管理与播放方案，强调高音质、快速转码和便捷的前后端体验。支持多种音频/视频格式，适配个人与私有部署场景。

LeanCloud 将于 2027 年 1 月 12 日停止对外提供服务，老苏简单记录了从 LeanCloud 迁移到 MongoDB Atlas 的过程。

Anchor 是一个注重速度、隐私和可靠性的离线优先、自托管笔记应用。

jotty·page 是一款轻量级但功能强大的自托管应用程序，用于管理您的个人、基于文件的笔记和清单。

ConvertX 是一个支持超过 1000 种文件格式的自托管在线文件转换器。

这段时间没有顾及到博客，一心在折腾NAS的影视库上了。把几个视频平台会员的钱省了下来，买了115网盘，这样可以更好的让老婆追剧了。现在资源更新也比较及时，热门的电视剧在几个平台上线没多久TG群里也就相应的出现，所以不需要考虑“追新”的问题。如果想要怀旧，那就更简单了，有很多UP主为了引流，分享的视频都有几千T，而且还都是高清的。即使你是115永久会员、123永久会员，也会把你的网盘塞的满满的。现在想要入手115会员的话，先买了二三十T的原石会员，再花800块钱充值8年会员，送永久40T空间，六七十T的空间，也够你存不少电影电视了。

NAS+115网盘播放影视，最需要解决的就是302重定向播放。我最初使用的是《两款moviepilot-v2插件，实现115网盘strm302播放》这一方案，这个方案是安全免费的。免费的，大家都明白，功能上还是有些欠缺，另外就是这方面的教程在网上非常非常的少，所以我在这一块，踩了太多的坑，花了大量的时间。

我想着网上这方面的教程很少，那海鲜上会不会有人三五块钱卖这类教程呢！我便在上面搜索，教程在海鲜上没有找到，却搜索出了大量的“帮搭”、“代建”。那个时候掉在坑里上不来，也就想着在海鲜上花钱找人代建了，聊了三四个人，结果让我很吃惊，原来知道这么值钱！

当时我把我的要求提了出来，也就是在moviepilot-v2环境下实现115网盘302，有两位提出的价格是八九十块钱，还有几位提出的价格是一百三四十块钱。现在想想，如果当时真的花钱找海鲜上做，那可能会后悔，其实也就是我在上面所提到了两个“坑”，如果熟悉的话，远程三五分钟就可以解决。但是，毕竟人家会嘛。再说了，折腾嘛，就是图个乐！花钱买，那就不快乐了！

打个比方，这个和“上门开锁”不是一个道理嘛，你的钥匙忘了没带，找开锁师傅上门来开锁。就见那个开锁师傅拿了剪了一定形状的硬塑料片，从你的门缝三五下就把你的门给打开了。如果你面子大，收你的五十块钱，否则收你个百儿八十的！当你把钱付了，你一定会说“我靠 ，这么简单！就收我八十块”！

后来为了稳定和功能，花了钱换了方案，目前采用的是Symedia。虽然收费，但是功能强大，整理、刮削等方面在速度上更快更稳定。而且，官方的配置文档相当的详细，基本上就是在“抄作业”！把从海鲜上请人搭建的钱省下来，买收费版的软件，岂不是更好嘛！

CloudImgs 是一个极简风格的无数据库图床项目，支持 NAS 部署，提供灵活的 API 接口，并可作为 PicGo 插件使用。

nodecast-tv 是一个高性能的自托管 Web 应用，让你通过浏览器直接播放来自 Xtream Codes 或 M3U 源的直播电视、电影和剧集。

前言

虽然 Miloco 的系统要求写着要求 30 系以上的显卡，看着有点劝退，但其实可以不部署对应的模型，只运行系统，模型从云端获取（也可以是本地部署的模型）。由于部署只支持 Linux 和 WIndows，而且对具体的 Linux 发行版也有不少限制，例如 Alpine 就不行，过程中踩了不少坑，还是写篇文章记录一下。

LXC 准备

虽然完全可以自己用模板起 LXC 然后再装 Docker 之类，但是有个很好用的脚本：

bash -c "$(curl -fsSL https://raw.githubusercontent.com/community-scripts/ProxmoxVE/main/ct/docker.sh)"

中间根据自己的需要配置一下网络，其他选项保持默认即可。配置的过程中会问你要不要安装 Docker Compose，选择是，剩下的也保持默认即可。这个脚本完成后，就会看到一个新的 LXC，里面已经配好了 Docker 和 Docker Compose，使用的发行版是 debian。

接下来进入 LXC 中，用 root 用户登录，然后运行下面几个命令新建一个用户，并且给到 Docker 的权限。

adduser miloco
addgroup miloco docker
usermod -aG docker miloco
usermod -aG sudo miloco

退出 root 用户，用新建的用户重新登录即可，登录后可以运行一下 docker 和 docker compose，如果没有报错说明配置成功。

部署 Miloco

官方提供了一个部署脚本，直接运行：

bash -c "$(wget -qO- https://xiaomi-miloco.cnbj1.mi-fds.com/xiaomi-miloco/install.sh)"

选择 2，不安装 AI 引擎，然后等待他完成即可。浏览器访问 https://<YOUR_IP>:8000即可。接着就是配置 PIN 码，绑定小米帐号，进入系统，没啥特别的。

模型配置

由于视觉理解的功能需要使用摄像头的画面，出于隐私的考虑还是使用本地部署的为妙。我的 Mac Mini M4（16G RAM）使用 LM Studio 部署了 Qwen3 Vl 4B 和 Glm 4.6v Flash，我更推荐前者，推理速度更快，效果也差不多。

推理模型则是使用了火山引擎的 doubao-seed-1.8，尝试过 DeepSeek V3.2，似乎适配不是很好会输出一些无意义的标签，遂弃之。

使用体验

其实我对 Miloco 还是有比较大的期待的，这有点像是特斯拉的纯视觉方案与激光雷达方案之争。我原本觉得它能以更好的方式实现「人在」的检测。这里补充一点背景信息，我住的是二十平左右的单间，摄像头放置在进门的位置，能覆盖基本整个房间；之前使用领普人体存在传感器，人在检测其实不是很准确，有时候在床上睡觉会被识别为没人，白天出门上班后不知道是墙太薄被邻居干扰还是什么原因，会识别为有人。

Anyway，我设置了两条规则，「有人回家打开空气净化器」和「没有人在家关闭空气净化器」。前者我回家之后过了十分八分钟才响应然后打开，反应特别慢，不知道是推理的延迟，还是触发推理的逻辑就有问题（我推测是画面有剧烈变动才触发推理）。这个 case 下使用体验远不如人在传感器（如果它不被干扰的话）。

然后我又尝试了两个人在传感器没法实现的规则（至少是没有分区功能的人在传感器没法实现的），「有人躺在床上切换空气净化器至静音模式」和「有人离开床切换空气净化器至自动模式」。能用，但是问题很多。除了上面提到的反应慢，规则之间还会相互打架，例如我在床上盖着被子，一时会被识别为「有人在床上」，一时又会被识别为「没有人在家」，似乎 AI 不太能处理好「人盖着被子」这个场景。

所以在「人在」这个场景来说，暂时还是人在传感器比较靠谱。在配置规则的时候，也没法把传感器加入条件中。而且，目前似乎没有用 AI 来对冲突的规则进行处理。

另外一个经验是，在规则的「设备执行」这里，可以使用缓存指令的功能，就是它每次都会调用测试时的那几个 MCP，响应会快一点，也节省 token。操作设备的 MCP 是幂等的，例如设备原本就是打开状态，再操作打开设备不会有滴声；所以执行的规则应该是「打开xx设备」而不是「如果xx设备没有打开，就打开这个设备」，前者可以缓存，后者就没法缓存。

最后，我觉得 Miloco 一个非常大的亮点就是把智能家居的门槛降低了。之前配置自动化，需要一大堆传感器，然后排列组合去选择条件、调试，对于本身会编程的人来说倒是不复杂，但对普通用户应该还是有一些认知门槛的。Miloco 的交互就很直接，一句话就能创建对应的规则，配置规则的地方也是可以用自然语言去描述的。另一点就是它是「纯视觉方案」，不再需要依赖原本的人在传感器了，可以实现一些原本纯传感器没法实现或者摄像头需要依赖云端算法的功能，例如有人跌倒之类的功能。虽然现在 Miloco 还很 prototype，我觉得完善一下响应速度、规则支持传感器条件以及规则冲突的处理，再打磨一下，可能就会上到米家普及。小米也可以卖部署好 Miloco 的新中枢网关（也许可以内置 AI 算力？），值得期待。

neTV 是一个轻量级的 IPTV 网页播放器，支持直播、电影、剧集和转码。

Inkheart 是一个开源的自托管应用程序，可以优雅地展示你的 PDF 文件集合，自动提取封面，为你打造一个漂亮的个人数字书架。

Dashlet 是一个轻量级的自托管仪表盘，专为小型应用设计，提供简洁的界面、模块化样式和强大的设置管理。

wechat-article-exporter 是一款在线的微信公众号文章批量下载与导出工具，支持多种格式，100%还原样式。

KerKerKer 是一个现代化影视资源聚合平台，支持 Maccms 和 Dailymotion 视频源、豆瓣信息匹配和多种部署方式。