7 月 06

宿主机安装 NVIDIA Container Toolkit，使Docker 可以正常调用宿主（虚拟机）的物理显卡

为了方便管理不同的AI工具，以便后续升级和变更，我决定还是让工具以Docker形式单独跑起来，而宿主机使用核心稳定驱动。

如果你的宿主机本身是虚拟机，可以参考PVE的直通V100的配置：

V100 LINUX/Docker下驱动安装 CUDA12.8/CUDA13

0.环境说明

宿主机（虚拟机）配置如下：

CPU20Cores
RAM80G
硬盘256G
操作系统DEBIAN 12
显示卡NVIDIA V100 32G
驱动版本570.195.03/CUDA12.8

1.工具安装

①安装nvidia-container-toolkit

root 用户操作：

安装 curl 和 gnupg

apt install curl gnupg -y

配置官方 APT 仓储源：

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
&& curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

更新源并安装工具包：

apt update
apt install -y nvidia-container-toolkit

②安装docker 和docker compose

添加官方源：

tee /etc/apt/sources.list <<EOF
deb http://deb.debian.org/debian bookworm main contrib non-free non-free-firmware
deb http://deb.debian.org/debian bookworm-updates main contrib non-free non-free-firmware
deb http://security.debian.org/debian-security bookworm-security main contrib non-free non-free-firmware
EOF

刷新缓存

apt-get clean
apt-get update

一键安装Docker 和 docker compose:

apt-get update && curl -fsSL https://get.docker.com | sh

配置并重启 Docker 守护进程（让 Docker 默认支持 NVIDIA Runtime）：

nvidia-container-toolkit runtime configure --runtime=docker
systemctl restart docker

③验证docker能否正常调用宿主机的nvidia显卡（V100）

黄金测试 ⚡：验证 Docker 容器能否看到显卡 运行一个临时的 CUDA 镜像，如果能正确打印出 V100 的 nvidia-smi 界面，说明桥梁完全打通：

docker run --rm --gpus all nvidia/cuda:12.1.0-base-ubuntu22.04 nvidia-smi

7 月 05

V100 LINUX/Docker下驱动安装 CUDA12.8/CUDA13

V100在WINDOWS下已经有大神出了脚本，使用开机加载，关机卸载的方式保驱动。

但是我愚昧的认为KVM+虚拟机+DOCKER才是终极解决方案，所以，试着按照AI教程用APT安装，发现还是碰到各种错误，尝试发现用.RUN方式安装成功率更高。

0.环境说明

①宿主机配置如下：

CPUE5-2696 v4
RAM256G
硬盘2T NVME
网卡直通1个2.5G，其余为虚拟网卡
操作系统PVE9.1.7/DEBIAN 13

②虚拟机配置如下：

CPU20 core 虚拟CPU
RAM80G
硬盘256G RAW
操作系统DEBIAN 12

③推荐驱动版本：

驱动版本CUDA版本
570.195.03CUDA12.8
580.173.02CUDA13

1.宿主机（PVE9/DEBIAN13下安装）

注：使用root权限操作

①驱动下载：

方法一：

访问官网： 打开 NVIDIA 官方驱动下载页面。
选择参数： 在产品类型中选择 Tesla，产品系列选择 V-Service / V-Series，产品家族选择 Tesla V100。
选择系统与架构： 选择您的实际操作系统（如 Debian 12 64-bit，选择Debian 13找不到对应的驱动）和架构后进行搜索，获取对应的 .run 安装脚本

然后上传到系统目录。

方法二，直接使用wget命令下载：

wget https://us.download.nvidia.com/XFree86/Linux-x86_64/570.86.15/NVIDIA-Linux-x86_64-570.86.15.run

注：这里给出的是cuda12.8版本的下载方法，cuda13的方法把版本改掉即可。

②安装驱动：

修改或增加源，保证写入官方标准的 Debian 软件源（包含 contrib 和 non-free）

cat <<EOF > /etc/apt/sources.list
deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye main contrib non-free
deb https://mirrors.tuna.tsinghua.edu.cn/debian/ bullseye-updates main contrib non-free
deb https://mirrors.tuna.tsinghua.edu.cn/debian-security bullseye-security main contrib non-free
EOF

更新源索引

apt update

安装内核头文件

apt install build-essential pve-headers-$(uname -r) -y

安装NVIDIA驱动，定位到你刚才下载run文件的目录，执行：

chmod +x NVIDIA-Linux-x86_64-570.86.15.run
./NVIDIA-Linux-x86_64-570.86.15.run --dkms --no-questions --ui=none

重启计算机

reboot

③验证

在命令行输入：

nvidia-smi

显示如下内容，说明驱动已经安装成功：

④卸载：

终端执行

nvidia-uninstall

依次选择：YES,OK,OK

再按③的方法验证时已不能显示显卡具体信息了

lspci | grep -i nvidia #卸载后，使用这条指令仍然能够查看硬件信息

04:00.0 3D controller: NVIDIA Corporation GV100GL [Tesla V100 SXM2 32GB] (rev a1)

2.虚拟机（DEBIAN12下安装）

①修改引导配置 文件（GRUB引导下的宿主机）

打开配置文件：

nano /etc/default/grub

找到 GRUB_CMDLINE_LINUX_DEFAULT="quiet" 这一行，修改为：

GRUB_CMDLINE_LINUX_DEFAULT="quiet intel_iommu=on iommu=pt"

保存退出（Ctrl+O, Enter, Ctrl+X），然后更新 GRUB：

update-grub

②添加系统内核模块（宿主机）：

打开模块配置文件：

nano /etc/modules

在文件末尾添加以下四行内容：

vfio
vfio_iommu_type1
vfio_pci
vfio_virqfd

保存并退出。

③屏蔽 PVE 宿主机驱动（防止宿主机抢占 V100）

为了防止 PVE 宿主机在开机时尝试加载 NVIDIA 开源驱动导致显卡被锁死，必须将其加入黑名单。

打开黑名单配置文件（如果没有会自动创建）：

nano /etc/modprobe.d/pve-blacklist.conf

添加以下内容：

blacklist nouveau
blacklist nvidia
blacklist nvidiafb

保存并退出。

④应用配置并重启（宿主机）

执行以下命令更新内核 initramfs 镜像，然后重启 PVE 宿主机：

Bash

update-initramfs -u -k all
reboot

重启连回后，执行以下命令验证 IOMMU 是否成功开启：

Bash

dmesg | grep -i ecap

如果有类似 IOMMU enabled 的大量输出，说明底层环境已经就绪。

⑤在虚拟机中添加 V100 直通设备（PVE面板）

  1. 登录 PVE 的 Web 浏览器控制台。
  2. 选择你需要直通 V100 的虚拟机（虚拟机建议使用 Q35 机型，引导方式选择 OVMF (UEFI)）。
  3. 点击虚拟机的 Hardware（硬件） -> Add（添加） -> PCI Device（PCI设备）。
  4. 在设备下拉菜单中，找到你的 V100 显卡（例如显示为 04:00.0 3D controller: NVIDIA Corporation GV100GL [Tesla V100...]）。

非常关键的勾选设置：

  • 勾选 All Functions（所有功能）。
  • 勾选 ROM-Bar。
  • 勾选 PCI-Express（让设备以 PCIe 总线方式接入虚拟机，对 AI 性能很重要）。

点击 Add 保存。

⑥进入虚拟机安装驱动

检查显卡是否直通成功

lspci | grep -i nvidia

安装编译器和核心构建工具包

在终端中执行以下命令，安装 build-essential（它包含了 gcc、g++、make 以及报错里提到的 cc 指针）：

sudo apt update
sudo apt install build-essential -y

安装当前内核的头文件（极其重要 ⚠️）

光有编译器还不够，驱动在编译时必须知道你当前虚拟机内核的底层接口定义。必须安装匹配当前内核版本的 linux-headers：

sudo apt install linux-headers-$(uname -r) -y

上传驱动文件.run

执行安装

chmod +x NVIDIA-Linux-x86_64-570.86.15.run
./NVIDIA-Linux-x86_64-570.86.15.run --dkms --no-questions --ui=none

3.其它

①正常使用V100，需要在BIOS里配置开启 Above 4G Decoding ，并使用UEFI启动模式。

②虚拟机创建时以UEFI模式启动，机型配置为Q35以获得更好的支持。

③虚拟机在BIOS里关闭安全启动（Device Manager→Secure Boot Configuration→Attempt Secure Boot，将其从 [X]（开启）修改为 [ ]）

5 月 10

Truenas Scale 23 升级到 25 ，K3S To Docker

本来家里的NAS是很少动的，但是最近发现升级升不动了，由于truenas升级到24+以后做了重大调整，将应用从K3S全部迁移到了Docker，而我升级的时候官方已经不提供老版本的升级镜像，所以网上的方法一一试过都不可以用，所以决定还是手动迁移。

因为底层改Docker了，想来也不难成功。

0.环境说明

我本地其实是用PVE作为宿主机底层系统，TRUENAS作为虚拟机运行于其上。

①宿主机配置如下：

CPUAMD7542
RAM64G
硬盘4*16T HDD
系统盘QCOW虚拟磁盘
网卡直通1个2.5G，其余为虚拟网卡
当前版本：23.10.2升级新版：25.10.3 (Goldeye)

②升级软件清单：

编号软件版本
1mysql5.7.38
2trilium-cn
3phpmyadmin
4nextcloud
5plex

1.安装系统，导入磁盘

Truenas Scale 镜像下载地址：

https://download.truenas.com

①下载好镜像后，配置默认网卡，完成系统安装。

②登录PVE系统，导入镜像，在终端输入：

qm set 11 --scsi2 /mnt/pve/images/10/vm-10-disk-0.qcow2
#qm set truenas23ID --scsi2 /mnt/pve/images/truenas23ID/truenas23Disk.qcow2

注：如果是在物理机安装，则直接把原来的磁盘插入新机器即可。

③登录WEBUI,点击存储，选择导入池，这里选择原先的应用磁盘即可。

2.创建应用/应用数据迁移

应用数据迁移步骤说明：

I.确认原应用目录（truenas 23 旧数据目录）
II.备份原应用数据
III.在新版本创建应用（truenas 25.10.3）
IV.解决权限问题和应用依赖

注：建议先升级数据类依赖应用（如mysql）

①确认原应用目录：

假设原来应用的目录挂载于：

/mnt/olddata/app_config  #应用配置数据集
/mnt/olddata/app_data    #应用数据数据集

②备份原应用数据

tar --acls --xattrs -cf - -C /mnt/olddata/app_config . | tar --acls --xattrs -xf - -C /mnt/newdata/app_config
#拷贝应用配置到新数据集，包括权限,ACL等
tar --acls --xattrs -cf - -C /mnt/olddata/app_data . | tar --acls --xattrs -xf - -C /mnt/newdata/app_data
#拷贝应用数据到新数据集，包括权限,ACL等

注：这里使用tar命令，减少磁盘的IO操作。

③创建应用：

进入 Apps → Discover Apps → Custom App (或 Launch Docker Image)。
或者直接通过 SSH 编写 docker-compose.yml

I.迁移mysql

truenas 创建自定义应用

点击应用→检查可用应用→自定义应用

配置应用信息：

  • Image Configuration:
    • Repository:mysql
    • Tag:5.7.38
  • 环境变量集合:
    • MYSQL_ROOT_PASSWORD:你的mysql密码
  • 网络配置：
    • 端口：#配置映射宿主机端口
  • 网络：
    • 名称： 任意标识，如 multi_ip_net
    • Aliases (Optional) ：你的应用IP
    • Interface Name (Optional) 留空，或填 ens19（取决于你是否需要显式绑定）
    • MAC Address (Optional) 留空
    • IPv4 Address (Optional) 留空（已在 Aliases 中指定）
    • IPv6 Address (Optional) 留空
    • Gateway Priority (Optional) 留空
    • Priority (Optional) 留空
    • Custom DNS Setup 保持默认（不启用）

然后点击安装

注：如果要使用独立的IP，需要先使用docker建立网络：

docker network create -d ipvlan \
--subnet=10.0.10.0/24 \
--ip-range=10.0.10.0/24 \
-o parent=eth0 \
-o ipvlan_mode=l2 \
net_ip_vmbr1

也可以直接编辑使用docker-compose.yml文件

services:
  mysql:
    image: mysql:5.7.38
    container_name: mysql5738
    environment:
      MYSQL_ROOT_PASSWORD: "你的密码"
    volumes:
      - /mnt/your_pool/apps/mysql/data:/var/lib/mysql
    ports:
      - "3307:3306"    # 将宿主机的3307端口映射到容器的3306端口
    networks:
      - my_network    # 指定使用自定义网络

networks:
  my_network:
    driver: bridge
    ipam:
      config:
        - subnet: 10.0.0.0/24   # (可选) 为自定义网络指定子网
          gateway: 10.0.0.1

然后在truenas shell中运行：

docker-compose up -d

就可以看到mysql能够正常运行了：

II.迁移phpmyadmin

这里仅列出docker-compose.yml文件，迁移流程类似：

services:
  mysql:
    image: phpmyadmin
    container_name: latest
    environment:
      PMA_HOSTS: "默认数据库地址1,..."

    networks:
      - my_network    # 指定使用自定义网络

networks:
  my_network:
    driver: bridge
    ipam:
      config:
        - subnet: 10.0.0.0/24   # (可选) 为自定义网络指定子网
          gateway: 10.0.0.1

III.迁移plex

plex是truenas官方APP，直接搜索APP，配置即可

如果使用docker compose ,参考：

docker-compse.yml

version: '3'
services:
  plex:
    image: plexinc/pms-docker:latest
    container_name: plex
    network_mode: host
    environment:
      - TZ=Asia/Shanghai
      - PLEX_CLAIM=claim-xxxx     # 可选，首次认领
    volumes:
      - <path/to/plex/database>:/config 
      - <path/to/transcode/temp>:/transcode 
      - <path/to/media>:/data 
    restart: unless-stopped

其它步骤同上

IV. 迁移 trilium-cn

由于 trilium-cn 已经不再更新，而且官方已经有了中文版本，所以直接改用最新版的Trilium（Turenas 官方应用叫Trilium Notes）

如果使用docker compose ,参考：

docker-compse.yml

services:
  trilium:
    # Optionally, replace `latest` with a version tag like `v0.90.3`
    # Using `latest` may cause unintended updates to the container
    image: triliumnext/trilium:latest
    # Restart the container unless it was stopped by the user
    restart: unless-stopped
    environment:
      - TRILIUM_DATA_DIR=/home/node/trilium-data
    ports:
      - '8080:8080'
    volumes:
      # Unless TRILIUM_DATA_DIR is set, the data will be stored in the "trilium-data" directory in the home directory.
      # This can also be changed with by replacing the line below with `- /path/of/your/choice:/home/node/trilium-data
      - ${TRILIUM_DATA_DIR:-~/trilium-data}:/home/node/trilium-data
      - /etc/timezone:/etc/timezone:ro
      - /etc/localtime:/etc/localtime:ro

其它步骤同上

V.迁移nextcloud

由于我之前使用的是nextcloud 31.0.8，使用config.php配置了mysql，truenas官方的nextcloud使用postgresql，我还是想使用mysql，所以先把nextcloud按31.0.8迁移，再进行升级：

docker-compse.yml参考：

services:
  nextcloud:
    image: nextcloud:31
    environment:
      TZ: "Asia/Shanghai"
    volumes:
      - /yourpool/nc-config:/var/www/html/config
      - /yourpool/data:/var/www/html/data
    networks:
      my_network:
        ipv4_address: #your ip
    deploy:
      resources:
        limits:                # 硬性限制（必须满足）
          cpus: "8"          # 最多使用2个CPU核心（如50%）
          memory: 2048M         # 最大内存2048MB
        reservations:          # 软性预留（最低保障）
          cpus: "2"         # 至少分配2个CPU核心
          memory: 512M         # 至少预留512内存

然后启动容器，修改版本进行升级：

docker compose up -d  #启动容器

等待网页能够正常访问

docker compose down #停止容器

修改docker-compose.yml 文件中“nextcloud:31”为“nextcloud:32”

docker compose up -d  #启动容器

等待升级完成，建议不要跨大版本升级，按31→32→33这样的顺序重复执行以上操作即可。

感觉这一趟操作下来比直接升级truenas中的应用方便很多，错误也少。

3 月 24

云服务器定制化 Debian 12 镜像 DD 安装与救援模式操作指南

云服务器（VPS）定制化 Debian 12 镜像 DD 安装与救援模式操作指南

起因是越来越多的云服务器厂商现在不直接提供debian12的镜像，了解到可以使用DD方式安装自己需要的操作系统。

而官方提供的 Debian 12 镜像无法直接通过 DD 方式使用 root 账户登录时，需要预先对镜像进行定制。

本文以狐蒂云为例，详细演示了在辅助 Linux 机器上下载官方镜像、使用 virt-customize 注入密码并开启 SSH 密码登录、通过 HTTP 服务分发，最终在目标机器的紧急救援系统中完成 DD 安装的完整步骤。同时提供了安装后若无法登录，如何再次进入救援模式挂载系统并修改密码的解决方案。

0.环境说明

首先确定你能进入紧急救援系统，阿里/腾讯/狐蒂云等厂家的ECS服务器，都提供了这项服务，这里不再赘述：

CPUAMD 7J13 x4（虚拟化）
RAM8G
磁盘250G
其它要求可访问外部网路，能够进入紧急救援系统，另外一台LINUX
另一台LINUXdebian 12，可以使用http发布网站，这里简称机器B

说明：由于我在狐蒂云使用debian12官方的DD系统使用debian用户进不去，所以需要先在另一台linux下载镜像配置密码。下文中实际需要DD安装系统的机器简称为机器A，辅助机器简称为机器B

1.从官方下载镜像

这里以debian12为例：

登录机器B，下载DD镜像：

wget https://cloud.debian.org/images/cloud/bookworm/latest/debian-12-genericcloud-amd64.raw

或者

curl -L https://cloud.debian.org/images/cloud/bookworm/latest/debian-12-genericcloud-amd64.raw

2.修改镜像，配置密码

①安装 virt-customize

su -
apt-get update
apt-get install libguestfs-tools -y

②给root用户配置密码

# 注入 root 密码和 SSH 配置
virt-customize -a debian-12-genericcloud-amd64.raw \
  --root-password password:你的密码 \
  --append-line '/etc/ssh/sshd_config.d/99-rootlogin.conf:PermitRootLogin yes' \
  --append-line '/etc/ssh/sshd_config.d/99-rootlogin.conf:PasswordAuthentication yes'

③将修改后的镜像发布到HTTP

在B机器上启动一个临时 HTTP 服务

python3 -m http.server 8000

需确认防火墙放行8000端口，这里可以参考

Centos 7 关闭SELINUX ，两种防火墙配置(firewalld、iptables)，可解决90%的访问问题

3.在紧急救援系统中安装DD定制系统

进入A机器救援系统，这里以狐蒂云为例：

从机器B下载预处理后的镜像

curl -L http://B机器IP:8000/debian-12-genericcloud-amd64.raw | dd of=/dev/vda bs=4M status=progress

这里的/dev/vda要看你实际的系统盘

可以输入：

fdisk -l #查看实际磁盘情况

我这里实际是vdb，假设我的B机器地址是https://x.wolfmark.org，这时输入：

curl -L https://x.wolfmark.org/debian-12-genericcloud-amd64.raw | dd of=/dev/vdb bs=4M status=progress

等待命令完成（显示 records in/out 后结束）。完成后输入 sync 确保数据落盘：

sync

然后退出紧急救援系统，应当就可以正常登录DD后的操作系统了。

4.其它

①通过紧急救援系统修改密码

1. 再次进入救援模式

2. 查看分区并挂载根分区

在 ECS 控制台，停止实例（如果处于运行状态），然后选择 “进入救援模式”。

mkdir /mnt/root
mount /dev/vdb1 /mnt/root

3. 挂载必要的虚拟文件系统（便于 chroot 后正常操作）

mount --bind /dev /mnt/root/dev
mount --bind /proc /mnt/root/proc
mount --bind /sys /mnt/root/sys

4. chroot 进入已安装的系统

chroot /mnt/root /bin/bash
source /etc/profile

5. 修改 root 密码

passwd root

输入新密码两次。

6. 允许 SSH 密码登录（可选但建议）

检查或创建 SSH 配置：

bash

# 查看已有的配置
ls /etc/ssh/sshd_config.d/
# 如果 99-rootlogin.conf 不存在或内容不对，手动创建
echo "PermitRootLogin yes" > /etc/ssh/sshd_config.d/99-rootlogin.conf
echo "PasswordAuthentication yes" >> /etc/ssh/sshd_config.d/99-rootlogin.conf

也可以直接编辑 /etc/ssh/sshd_config，确保：

PermitRootLogin yes
PasswordAuthentication yes

7. 退出 chroot 并清理

bash

exit
umount /mnt/root/dev
umount /mnt/root/proc
umount /mnt/root/sys
umount /mnt/root

8. 退出救援模式并重启

  • 在控制台点击 “退出救援模式”。
  • 启动实例，通过 VNC 或 SSH 用新设置的 root 密码登录。

3 月 11

Openclaw 局域网自签名访问

如果你只是想在局域网访问https，同时没有条件配置域名反向代理，推荐使用机器自签名的方式访问。

本方法同样适用与其它需要通过加密方式访问的内网服务，但是注意浏览器还会有不安全提示。

0.环境说明：

Openresty nginx 版本1.27.1.2-5-1-focal
端口开放18789/80/443


1.生成自签名证书：

创建存放目录

mkdir /etc/local_key && cd /etc/local_key

生成证书签名

# 生成自签名证书
openssl req -x509 -nodes -days 3650 -newkey rsa:2048 \
  -keyout server.key \
  -out server.crt \
  -subj "/C=CN/ST=Shanghai/L=Shanghai/O=Local/CN=192.168.1.100" \
  -addext "subjectAltName=IP:192.168.1.100"

注：请将 192.168.1.100 替换为你的实际 IP

证书有效期10年

2.修改反向代理配置:

将127.0.0.1:18789反代到https://192.168.1.100

nginx配置如下：

server {
    # 监听 443 端口并启用 SSL，这是你希望通过 https 访问的端口
    listen 443 ssl;
    # 这里填写你服务器的内网 IP，匹配 CN 的值
    server_name 192.168.1.100;

    # 指定刚才上传的证书文件路径（请替换为你的实际文件路径）
    ssl_certificate /etc/local_key/server.crt;
    ssl_certificate_key /etc/local_key/server.key;

    # SSL 基础配置
    ssl_protocols TLSv1.2 TLSv1.3;
    ssl_ciphers HIGH:!aNULL:!MD5;

    location / {
        # WebSocket 支持的关键配置
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        # 将请求转发到你实际的内网服务地址
        proxy_pass http://127.0.0.1:18789;
        proxy_set_header Host $host; 
        proxy_set_header X-Real-IP $remote_addr; 
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; 
        proxy_set_header X-Forwarded-Proto $scheme; 
        # 增加超时时间，防止长时间连接被断开
        proxy_read_timeout 3600s;
        proxy_send_timeout 3600s;
    }
}

# 可选：将 HTTP 请求重定向到 HTTPS
server {
    listen 80;
    server_name 192.168.1.100;
    return 301 https://$server_name$request_uri;
}

如果是使用1PANEL，直接在反向代理里面配置到http://127.0.0.1:18789，并在配置中上传刚刚的两个签名文件。

然后申请SSL，并绑定站点。

3.解决访问http（80）口正常，https（443）口不正常的问题

查看nginx.conf的类似的以下语句：

    include /usr/local/openresty/nginx/conf/conf.d/*.conf;
    include /usr/local/openresty/nginx/conf/default/*.conf;
    include /usr/local/openresty/1pwaf/data/conf/waf.conf;

找到这些文件中包含，类似：

    listen [::]:80 default_server; 
    listen 443 ssl default_server;

将 所有 default_server删除：

    listen [::]:80 ; 
    listen 443 ssl ;

全网最详细 Docker Compose 安装 ClawBot/OpenClaw

3 月 03

Docker Compose 安装Collabora

0.环境说明：

①Collabora介绍
Collabora 是一款基于知名开源套件 LibreOffice 核心技术的办公软件，它最大的特点是能在网页、桌面和移动端提供一致且私密的协作体验。无论你是在浏览器中在线编辑，还是用桌面应用离线工作，界面和功能都保持一致，无需重新学习。它原生支持 ODF 和微软的 DOCX/XLSX/PPTX 格式，并能轻松导出为 PDF。在隐私方面，Collabora 坚持离线优先和透明开源的设计，你的文档默认只保留在设备上，除非你主动分享。

为了让你更直观地了解 Collabora 的特点，这里有一份它与市面上其他主流办公软件的对比表：

软件开源/免费主要部署方式主要优势
Collabora是 (提供免费版CODE和付费企业版) 自托管、云端、本地桌面应用跨平台体验统一、隐私保护强（数据自主掌控）、与LibreOffice同源
LibreOffice是 (完全免费) 本地桌面应用功能极为丰富强大，社区活跃，宏与扩展支持完善
OnlyOffice是 (提供免费社区版) 自托管、云端、本地桌面应用兼容微软Office格式效果好，集成度高，功能全面
微软 Microsoft 365否 (商业订阅为主) 云端 (Office 网页版)、本地桌面应用行业事实标准，功能极强，生态系统完善，AI集成
谷歌 Google Docs否 (提供免费个人版) 云端 (SaaS) 协作流畅度极高，跨设备访问方便，界面简洁
CryptPad是 (提供免费社区版) 自托管、云端端到端加密，隐私保护极强

②配置要求:

CPU2CORE
RAM2GB
Disk10GB
操作系统LINUX_X86-64
端口开放9980

1.Docker Compose 方式安装Collabora

配置docker-compose文件：

mkdir ~/collabora-docker
cd ~/collabora-docker
vi docker-compose.yml

配置如下内容：

version: '3.8'

services:
  collabora:
    # 使用 Collabora CODE 的稳定版镜像
    image: collabora/code:latest
    container_name: collabora
    # 重启策略：除非手动停止，否则容器退出时自动重启
    restart: unless-stopped
    # 暴露容器端口 9980 到宿主机的 9980
    ports:
      - "9980:9980"
    # 添加必要的 Linux 内核功能
    cap_add:
      - MKNOD
    # 配置环境变量
    environment:
      # 设置管理员用户名 (请务必修改)
      - username=admin
      # 设置管理员密码 (请务必修改为强密码)
      - password=your_strong_password
      # 允许访问此 Collabora 实例的域名或IP
      # 例如：nextcloud.yourdomain.com 或者你的应用服务器IP
      - aliasgroup1=https://your-webapp-domain.com
      # 设置字典，支持中文
      - dictionaries=en_US zh_CN
      # 额外参数：这里示例禁用了内置的SSL，因为我们通常会使用外部反向代理处理HTTPS
      - "extra_params=--o:ssl.enable=false"
      # 设置时区
      - TZ=Asia/Shanghai
    #如需自定义精细配置
    #volumes:
      # 需要提前在宿主机创建好目录并设置好权限（chown 101:101）
      #- ./coolwsd.xml:/etc/coolwsd/coolwsd.xml
    deploy:
      resources:
        limits:                # 硬性限制（必须满足）
          cpus: "2"          # 最多使用2个CPU核心（如50%）
          memory: 2048M         # 最大内存2048MB
        reservations:          # 软性预留（最低保障）
          cpus: "0.5"         # 至少分配0.5个CPU核心
          memory: 256M         # 至少预留256MB内存
# 如果需要自定义网络，可以取消下面的注释
# networks:
#   collabora-network:
#     driver: bridge

配置说明:

  • image: 使用 collabora/code 官方镜像，latest 标签会拉取最新的稳定版。
  • ports: 将容器的 9980 端口映射到宿主机的 9980 端口。这是 Collabora 默认的服务端口。
  • environment:
    • username 和 password：用于登录 Collabora 后台管理界面的凭据，请务必修改为你自己的强密码。
    • aliasgroup1：这是最关键的安全配置。设置允许访问此 Collabora 实例的主机域名或IP（如你的Nextcloud或Cloudreve域名）。这可以有效防止他人盗用你的协作服务。
    • extra_params：添加了 --o:ssl.enable=false 参数，因为 Collabora 容器内部默认会尝试启用HTTPS，但我们在生产环境中通常会在前面加一层Nginx反向代理来负责HTTPS加密，所以这里先禁用它。
    • dictionaries：添加了中文（zh_CN）和英文（en_US）拼写检查词典。

启动

docker-compose up -d

2. 验证安装

可以使用以下三种方式：


检查容器状态：运行 docker ps，你应该能看到名为 collabora 的容器状态为 Up（正常运行）。

访问服务发现接口：在浏览器中访问 http://<<your-ip>:9980/hosting/discovery。如果看到一个包含大量XML格式信息的页面（描述了支持的文件格式和功能），说明 Collabora 的核心服务已就绪。

访问欢迎页面：直接访问 http://<your-ip>:9980，通常会看到一个欢迎页面或简单的”OK”字样。

3.集成到你的应用

Collabora Online 本身不存储文件，它通过 WOPI (Web Application Open Platform Interface) 协议 与文件托管系统（如 Nextcloud、Cloudreve、SeaTable 或自定义应用）通信。

2 月 27

18块的傲腾M10做加速盘，能让你的老电脑起飞吗

0.环境说明

前几天把女朋友十年前的电脑修好了，X宝捡垃圾18块搞了一块傲腾M10，试试能不能让这台INTERL6代平台起飞。

主板技嘉Z170 HD3
CPUINTERL Core I7 6700 4核8线程
RAM16G DDR4 2400 单通道
显卡AMD RX460 2GB
磁盘1（启动盘）三星850EVO SATA3 SSD
磁盘2希捷2000GB SATA3 HDD

时间回到十年前，也是个很能打的机器，不过现在估计还不及2000块的MINI主机。

1.磁盘安装

这个NVME插槽一直是闲置的状态，它的邻居是当年的传说“AMD 显卡交火槽”以及极其难拆的“玄冰”某型号CPU散热器，因为前几天才给CPU上过硅脂，实在懒得再动了，打算直接硬上，然后就是主板上的M2螺丝“不知所踪”了。

索性商家附送了一个，这次为了保险起见，还是把显卡卸了下来，所以你们看到的M2的一边是空荡荡的。

不要问我为什么4个内存插槽不插满，因为贵啊，从去年到今年DDR4内存价格翻了四倍不止。

好了，不说废话了，让我们看看M10上机的实际情况吧。

2.直跑数据对比

先来看下启动盘，10年写了9个T，也不算多吧。

机械也是7200转的，当时应该也不便宜。

最后是我们的主角：M10。

健康状态100%，16G容量显示14.4G，买的是拆机盘，看起来没有读写，不知道是不是刷过。

②接下来开始跑硬盘读取测试

这里要先给M10分个区，否则在DiskMark上是看不到它的，分区可以使用系统的磁盘管理。

上面是跑4G文件的测试，左边是机械硬盘，右边是傲腾M10，可以看到，傲腾的优势主要在读速，以及4K的读写能力，体验区事故4K读，比机械快了快500倍，这也是大家多用傲腾来做读加速的原因。

下面来测试给机械硬盘加速。

3.用M10给机械硬盘加速

因为是WINDOWS系统这里使用Intel CAS，对傲腾免费。

LINUX应该也支持ZFS，等有空试一下

下载地址：
官方地址（需注册）

夸克云

下载安装好以后就可以开始配置了：

1.选择磁盘，目前只有一块，不需要选

2.高级模式“Advance”

3.格式化磁盘

4.选择加速模式（加速模式说明见下表）

5.选择加速的目录，这里我选择了整个D盘。

三种缓存加速方式对比：

特性Write-Back Write-ThroughWrite-Around
写入流程只写缓存，立即确认完成。数据在后台异步写入硬盘。同时写缓存和硬盘，都完成后才确认。绕过缓存，直接写入硬盘。
性能影响读写性能最佳，尤其适合写入密集型任务。写入延迟高，但读取性能好。写入无加速，可能因缓存未命中导致首次读取变慢。
数据安全风险最高。缓存中的数据在写入硬盘前若发生意外（如断电），会永久丢失。最安全。缓存和硬盘数据强一致性，无丢失风险。最安全。数据直接存硬盘，无丢失风险。
适用场景需要极致性能的场景，如大型游戏、视频剪辑、科学计算。数据一致性优先的场景，如数据库、重要文档处理。写入后很少立即读取的场景，如日志记录、大文件归档。

简单一句话，Write-Back最快，Write-Around最安全，大家也看到傲腾16G单盘的写速度只有一百多，所以推荐Write-Around模式，也就是第一次读取不会加速。

然后跑起来看看速度吧：

4G也就是缓内的速度，好像还是比M10慢了不少吗，但是4K的提升确实很明显的。

回到开头的问题，到底能不能让老电脑起飞呢？在容量有限和写性能偏低的情况下，傲腾M10并不能让整机性能全面飞跃，但对于机械硬盘的4K读取加速效果明显，能显著提升系统和软件的响应速度。对于预算有限的老电脑用户来说，这依然是一个极具性价比的“小补丁”，让十年老机焕发第二春。

2 月 25

Docker Compose 方式快速部署Ollama 本地部署大模型

0.环境说明：

①Ollama介绍：

Ollama是一款开源、轻量级的本地大模型运行工具，支持跨平台一键部署，让用户无需编程经验也能在个人电脑上安全、高效地运行和管理主流AI模型，有效保障数据隐私 。

当前流行模型一览：

模型系列参数量（可选）适配方向
DeepSeek-Coder1.3B / 1.5B/6.7B / 7B / 8B/14B/33B代码补全、基础问答、多语言编程、通用对话、代码生成
Llama 38B/70B通用对话、复杂推理、多语言任务、知识库、内容生成
Mistral (Ministral 3)3B/8B/14B离线推理、低成本嵌入式应用、并行架构、文本分析等
Mistral Large 3675B (MoE)长文档理解、Agent应用、顶尖助手
Gemma 312B通用任务，谷歌出品的高效模型
CodeLlama7B/13B/34B代码补全、代码分析及生成、代码专项优化
Yi-Coder1.5B轻量级Web开发辅助
Qwen-Coder9B/7B/14B全栈Web开发、多语言编程、中英双语编程、代码修复、算法实现等

①配置要求:

CPU4 CORE
RAM4 GB
Disk60 GB
操作系统LINUX_X86-64
端口开放11434

1.Docker Compose 方式安装ollama

配置docker-compose文件：

mkdir ollama #建立存放目录
vi docker-compose.yml #编辑docker-compose文件

写入以下内容：

version: '3.8'

services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama
    ports:
      - "11434:11434"       # 标准端口
    volumes:
      - ./ollama_data:/root/.ollama  # 模型持久化存储
      - /etc/localtime:/etc/localtime:ro  # 时区同步
    environment:
      - OLLAMA_HOST=0.0.0.0       # 允许外部访问
      - OLLAMA_KEEP_ALIVE=24h     # 模型驻留时间
      - OLLAMA_NUM_PARALLEL=4     # 并行请求数
      - OLLAMA_FLASH_ATTENTION=true
    deploy:
      resources:
        limits:                # 硬性限制（必须满足）
          cpus: "4"          # 最多使用4个CPU核心（如50%）
          memory: 3000M         # 最大内存3000MB
        reservations:          # 软性预留（最低保障）
          cpus: "2"         # 至少分配2个CPU核心
          memory: 2048M         # 至少预留2048MB内存
    restart: unless-stopped
    networks:
      - llm_network

networks:
  llm_network:
    driver: bridge

保存后启动容器

docker-compose up -d

2.拉取模型到本地

①进入容器，拉取模型：

进入容器

docker exec -it ollama bash

拉取模型，这里举个几个例子，实际情况可以根据配置自行选择

ollama pull gemma3:4b
ollama pull qwen2.5-coder:1.5b
ollama pull deepseek-r1:1.5b
ollama pull llama3.2:latest

②检验模型：

检验模型是否拉取成功，容器内执行：

ollama list

测试模型

# 测试 deepseek 模型
curl -X POST http://your-ip:11434/api/generate \
  -d '{"model": "deepseek-r1:1.5b", "prompt": "Hello", "stream": false}'

这里的“your-ip”可以使用宿主机IP或者ollama容器IP

返回结果参考：

3.模型调用本地硬件

①驱动安装

使用模型调用本地宿主机v100显卡，可以先看看这篇文章

宿主机安装 NVIDIA Container Toolkit，使Docker 可以正常调用宿主（虚拟机）的物理显卡

②修改docker compose 配置文件：

nano docker-compose.yml #编辑docker-compose文件

参考:

version: '3.8'

services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama
    ports:
      - "11434:11434"       # 标准端口
      - "21434:11434"       # 外部21434 -> 容器11434（让外部多一个端口可用）
    volumes:
      - ./ollama_data:/root/.ollama  # 模型持久化存储
      - /etc/localtime:/etc/localtime:ro  # 时区同步
    environment:
      - OLLAMA_HOST=0.0.0.0       # 允许外部访问
      - OLLAMA_KEEP_ALIVE=10m     # 模型驻留时间
      - OLLAMA_NUM_PARALLEL=4     # 允许同时处理 4 个请求
      - OLLAMA_FLASH_ATTENTION=true # 强行开启闪光注意力机制，大幅降低长文本时的显存占用并提升速度
      - OLLAMA_MAX_LOADED_MODELS=2 # 🚀 关键：允许常驻 2 个不同的大模型（如 Qwen + Llama）
    deploy:
      resources:
        limits:                # 硬性限制（必须满足）
          cpus: "18"          # 最多使用18个CPU核心
          memory: 40G         # 最大内存40G
        reservations:          # 软性预留（最低保障）
          cpus: "0.5"         # 至少分配0.5个CPU核心
          memory: 2G        # 至少预留2G内存
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]
    restart: unless-stopped
    networks:
      - llm_network

networks:
  llm_network:
    driver: bridge

4.其它

①模型配置要求：

型系列参数量GPU显存需求 (VRAM)内存/CPU要求 (RAM)
DeepSeek-Coder1.3B / 1.5B无需独显 (CPU可运行)
可选：4GB+ VRAM (GPU加速)		8GB+ RAM
4核以上CPU
6.7B / 7B / 8B必需： 12GB+ VRAM (如 RTX 3060/4060)
量化可选：8GB+ VRAM		16GB+ RAM
8核以上CPU
14B必需： 16GB+ VRAM (如 RTX 4090/A5000)32GB+ RAM
12核以上CPU
33B必需： 24GB+ VRAM 或双卡 (如 RTX 4090 x2)
量化后 (AWQ) 可选：约18GB VRAM		32GB+ RAM
16核以上CPU
Llama 38B必需： 16GB+ VRAM (FP16)
量化可选：8GB+ VRAM (4-bit)		16GB+ RAM
8核以上CPU
70B必需： 140GB+ VRAM (多卡，如 2×A100 80GB)
量化可选：48GB+ VRAM (4-bit)		128GB+ RAM
32核以上CPU
Mistral (Ministral 3)3B无需独显 (CPU/边缘设备)
可选：8GB+ VRAM (FP8)		8GB+ RAM
4核以上CPU
8B可选： 12GB+ VRAM (FP8)16GB+ RAM
8核以上CPU
14B可选： 24GB+ VRAM (FP8)32GB+ RAM
12核以上CPU
Mistral Large 3675B (MoE)必需： 8×H100 (80GB) 或 8×H200 (141GB) 集群企业级服务器集群
Gemma 312B必需： 单张 A100 40GB+ 或 RTX 4090 24GB32GB+ RAM
12核以上CPU
CodeLlama7B必需： 16GB+ VRAM (FP16)
量化可选：8GB+ VRAM		16GB+ RAM
8核以上CPU
13B必需： 24GB+ VRAM (FP16)32GB+ RAM
12核以上CPU
34B必需： 多卡或大显存企业级GPU (如 A100 40GB x2)64GB+ RAM
16核以上CPU
Yi-Coder1.5B无需独显 (CPU可运行)8GB+ RAM
4核以上CPU
9B必需： 8GB+ VRAM (如 RTX 3070/4060)16GB+ RAM
8核以上CPU
Qwen-Coder7B必需： 16GB+ VRAM (FP16)
量化可选：8GB+ VRAM		16GB+ RAM
8核以上CPU
14B必需： 24GB+ VRAM (如 RTX 4090)32GB+ RAM
12核以上CPU

②Docker Compose 部署openclaw并接入本地模型的方式：

全网最详细 Docker Compose 安装 ClawBot/OpenClaw

2 月 24

全网最详细 Docker Compose 安装 ClawBot/OpenClaw

0.环境说明：

①配置要求:

CPU2CORE
RAM2GB
Disk10GB
操作系统LINUX_X86-64
端口开放18789/18790/80/443
NodeJS版本>22
Docker API≥ 1.44

②环境准备：

服务器要求：Linux 系统（推荐 Ubuntu/CentOS），检查符合①中的配置要求。

域名与证书：注册域名（如 bot.yourservices.com），可通过 Let’s Encrypt 或 ACME 客户端申请 SSL 证书，或者使用面板的一键申请功能。

Docker API版本一定要大于1.44，否则会出各种问题，默认使用ROOT用户安装。

查看Docker API版本的方式：

docker version

升级Docker API：

更新软件源

apt-get update

安装最新版本的 Docker 引擎和容器

apt-get install docker-ce docker-ce-cli containerd.io

下面将在debian12环境下安装:

1.安装ClawBot

①本地编译Docker版ClawBot

从Github将源代码克隆到本地

git clone https://github.com/openclaw/openclaw.git

修改docker-compose.yml配置文件

cd openclaw
vi docker-compose.yml

修改配置：

services:
  openclaw-gateway:
    image: ${OPENCLAW_IMAGE:-openclaw:local}
    user: "0:0"#刚开始需要用root,否则会引起权限错误
    environment:
      HOME: /home/node
      TERM: xterm-256color
      OPENCLAW_GATEWAY_TOKEN: ${OPENCLAW_GATEWAY_TOKEN}
      CLAUDE_AI_SESSION_KEY: ${CLAUDE_AI_SESSION_KEY}
      CLAUDE_WEB_SESSION_KEY: ${CLAUDE_WEB_SESSION_KEY}
      CLAUDE_WEB_COOKIE: ${CLAUDE_WEB_COOKIE}
    volumes:
      - ./openclaw-data:/home/node/.openclaw #持久化目录，不修改的话会放到root下
      - ./openclaw-workspace:/home/node/.openclaw/workspace
    ports:
      - "${OPENCLAW_GATEWAY_PORT:-18789}:18789"
      - "${OPENCLAW_BRIDGE_PORT:-18790}:18790"
    init: true
    restart: unless-stopped
    deploy:
      resources:
        limits:                # 硬性限制（必须满足）
          cpus: "4"          # 最多使用0.5个CPU核心（如50%）
          memory: 4096M         # 最大内存256MB
        reservations:          # 软性预留（最低保障）
          cpus: "1"         # 至少分配0.1个CPU核心
          memory: 1024M         # 至少预留128MB内存
    command:
      [
        "node",
        "dist/index.js",
        "gateway",
        "--bind",
        "${OPENCLAW_GATEWAY_BIND:-lan}",
        "--port",
        "18789",
      ]

  openclaw-cli:
    image: ${OPENCLAW_IMAGE:-openclaw:local}
    user: "0:0"
    deploy:
      resources:
        limits:                # 硬性限制（必须满足）
          cpus: "2"          # 最多使用2个CPU核心（如50%）
          memory: 512M         # 最大内存512MB
    environment:
      HOME: /home/node
      TERM: xterm-256color
      OPENCLAW_GATEWAY_TOKEN: ${OPENCLAW_GATEWAY_TOKEN}
      BROWSER: echo
      CLAUDE_AI_SESSION_KEY: ${CLAUDE_AI_SESSION_KEY}
      CLAUDE_WEB_SESSION_KEY: ${CLAUDE_WEB_SESSION_KEY}
      CLAUDE_WEB_COOKIE: ${CLAUDE_WEB_COOKIE}
    volumes:
      - ./openclaw-data:/home/node/.openclaw
      - ./openclaw-workspace:/home/node/.openclaw/workspace
    stdin_open: true
    tty: true
    init: true
    entrypoint: ["node", "dist/index.js"]

开始安装：

cd clawdbot
./docker-setup.sh

然后，等待编译结束。

②配置 OpenClaw

通过键盘“←”“→”键依次选择：

◇ I understand this is powerful and inherently risky. Continue?

│ “Yes” 确认风险

◇ Onboarding mode

│ “QuickStart” 快速启动

◇ Model/auth provider

│ “Skip for now”跳过模型选择

◇ Filter models by provider

│ “All providers”（默认推荐）

◆ Default model
│ ● Keep current (default: anthropic/claude-opus-4-6)

◆ Select channel (QuickStart)

│ Skip for now (You can add channels later via openclaw channels add)

◇ Configure skills now? (recommended)
│ Yes
◇ Install missing skill dependencies
│ Skip for now
◆ Set GOOGLE_PLACES_API_KEY for goplaces?
│ ○ Yes / ● No
◆ Enable hooks?
│ ◻ Skip for now

配置完成后会显示:

docker compose -f /www/1panel/myapps/clawdbot/docker-compose.yml exec openclaw-gateway node dist/index.js health --token "your-token"

记住这里的”your-token“

③修改访问方式：

由于openclaw的安全机制，安装好以后仅允许本地访问，若要外部访问，需要做如下配置：

修改配置文件openclaw-data/openclaw.json，修改gateway模块

"gateway": {
    "port": 18789,
    "mode": "local",
    "bind": "loopback",
    "controlUi": {
         "allowInsecureAuth":true,
      "allowedOrigins": ["https://bot.yourservices.com"]
    },
    "trustedProxies": [
      "172.16.0.0/12",
      "192.168.0.0/16",
      "10.0.0.0/8"
    ],
    "auth": {
      "mode": "token",
      "token": "your-token"
    },
    "tailscale": {
      "mode": "off",
      "resetOnExit": false
    },
    "nodes": {
      "denyCommands": [
        "camera.snap",
        "camera.clip",
        "screen.record",
        "calendar.add",
        "contacts.add",
        "reminders.add"
      ]
    }
  },

注意2026.3.7日1PANEL安装的openclaw默认的配置可以直接访问，不需要复杂配置，是因为在gateway中加入这一句，将会有很大的安全风险，酌情使用：

"controlUi": {
  "allowedOrigins": [
    "https://bot.sprirt.space",
    "http://bot.sprirt.space:18789"
  ],
  "allowInsecureAuth": true
},

配置NGINX反向代理：

将127.0.0.1:18789反代到https://bot.yourservices.com

nginx配置如下：

location / {
    proxy_pass http://127.0.0.1:18789; 
    proxy_http_version 1.1; 
    proxy_set_header Upgrade $http_upgrade; 
    proxy_set_header Connection "upgrade"; 
    proxy_set_header Host $host; 
    proxy_set_header X-Real-IP $remote_addr; 
    proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; 
    proxy_set_header X-Forwarded-Proto $scheme; 
    proxy_ssl_server_name off; 
}

如果是使用1PANEL，直接在反向代理里面配置到http://127.0.0.1:18789即可

然后申请SSL，并绑定站点。

④访问网站，最终授权：

现在浏览器访问：https://bot.yourservices.com/#token=your-token

应该会显示”need pairs”等字样

这时需要openclaw-gateway对设备登录进行授权：

docker ps #查看当前运行的容器，假设这里容器名称是：openclaw-gateway
docker exec -it openclaw-gateway bash #进入容器
node dist/index.js devices list --token "your-token" #注意显式输入token

继续输入：

node dist/index.js devices approve yourid --token "your-token"

注意“yourid”即为Device列的ID

3.11日更新，“yourid”填写”Request”列。

再次输入

node dist/index.js devices list --token "your-token" #注意显式输入token

此时应该能够正常显示IP栏

刷新页面，你的机器人应该已经可以正常连接了😊

2.快速创建并使用多 Agent

①在openclaw.json中添加所有模型，修改models字段：

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://your-ip/v1",
        "apiKey": "no-key-required",
        "api": "openai-completions",
        "models": [
          {
            "id": "gemma3:4b",
            "name": "Gemma3 4B",
            "contextWindow": 128000,
            "maxTokens": 8192,
            "cost": { "input": 0, "output": 0 }
          },
          {
            "id": "qwen2.5-coder:1.5b",
            "name": "Qwen Coder 1.5B",
            "contextWindow": 128000,
            "maxTokens": 8192,
            "cost": { "input": 0, "output": 0 }
          },
          {
            "id": "deepseek-r1:1.5b",
            "name": "DeepSeek R1 1.5B",
            "contextWindow": 128000,
            "maxTokens": 8192,
            "cost": { "input": 0, "output": 0 }
          },
          {
            "id": "llama3.2:latest",
            "name": "Llama 3.2 (latest)",
            "contextWindow": 128000,
            "maxTokens": 8192,
            "cost": { "input": 0, "output": 0 }
          }
        ]
      },
      // ... 其他提供商（如 openai）保持不变
    }
  },
  // ... 其他配置保持不变
}

注意：本地部署模型“your-ip”最好使用宿主机IP或容器IP，需确保IP连通性。

修改angets字段

  "agents": {
    "defaults": {
    	 "model": {
        "primary": "ollama/gemma3:4b"
      },
      "workspace": "/home/node/.openclaw/workspace",
      "compaction": {
        "mode": "safeguard"
      },
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    }
  },

重启容器

docker-compose restart

②验证模型是否加载成功：

docker-compose run --rm openclaw-cli models list

③cli方式激活模型

创建 4 个专用 Agent

# 创建 gemma3 助手
docker-compose run --rm openclaw-cli agents add gemma \
  --model ollama/gemma3:4b \
  --workspace /home/node/.openclaw/workspace/gemma

# 创建 coder 助手
docker-compose run --rm openclaw-cli agents add coder \
  --model ollama/qwen2.5-coder:1.5b \
  --workspace /home/node/.openclaw/workspace/coder

# 创建 deepseek 助手
docker-compose run --rm openclaw-cli agents add deepseek \
  --model ollama/deepseek-r1:1.5b \
  --workspace /home/node/.openclaw/workspace/deepseek

# 创建 llama 助手
docker-compose run --rm openclaw-cli agents add llama \
  --model ollama/llama3.2:latest \
  --workspace /home/node/.openclaw/workspace/llama

# 创建 第三方GPT 助手
docker-compose run --rm openclaw-cli agents add gpt3.5t \
  --model openai/gpt-3.5-turbo \
  --workspace /home/node/.openclaw/workspace/gpt3.5t

④在 Web 界面中切换使用

  • 访问 OpenClaw Web 界面（https://yourip/?token=your-token）。
  • 输入 /models 查看所有可用模型。
  • 输入 /model ollama/deepseek-r1:1.5b 直接切换当前会话模型。
  • 或者使用 /agent coder 切换到专用 Agent。

4.升级本地Docker镜像

①备份配置和密钥目录

cp ./openclaw-data openclaw-data-back
cp ./openclaw-workspace openclaw-workspace-back

②获取最新源码

git pull origin main

③重新构建本地镜像

docker build -t openclaw:local -f Dockerfile .

④重启容器

docker compose down
docker compose up -d

5.其它

ollama本地模型部署：

Docker Compose 方式快速部署Ollama 本地部署大模型

本地自签名实现局域网访问openclaw:

Openclaw 局域网自签名访问

2 月 09

docker 部署邮局工具Mailcow,自建域名邮箱

0.环境说明：

①VPS:

CPU1GHZ
RAM4GB
Disk20GB
操作系统LINUX_X86-64
端口开放（服务商）25

②一个域名：建议国际域名（首选.COM/.ORG/.NET，下文将以example.com为例）

③Docker环境

④开放端口（TCP）

服务端口
SMTP25
SMTPS465
Submission587
IMAP143
IMAPS993
POP3110
POP3S995
ManageSieve4190
HTTP/HTTPS80/443

如果安装了面板（1Panel/宝塔）可以在系统安全里配置开放端口，否则可以参考：

Centos 7 关闭SELINUX ，两种防火墙配置(firewalld、iptables)，可解决90%的访问问题

1.设置DNS解析记录：

（这一步的核心目的就是设置域名正确解析到邮件服务器，以阿里云为例）

假设你的邮箱服务器需要使用域名 mail.example.com，你想搭建 yourname@example.com 的邮箱；

然后你的服务器 IPv4 为 142.251.41.14，IPv6 为 2001:4860:4860::8844，则解析规则如下：

主机记录记录类型记录值备注
mailA142.251.41.14IPV4主记录
mailAAAA2001:4860:4860::8844IPV6主记录
autodiscoverCNAMEmail.example.com别名
autoconfigCNAMEmail.example.com别名
@MXmail.example.com优先级10
_dmarcTXTV=DMARC1;p=reject;rua=mailto:root@example.com root@example.com 是一个真实的地址。

@TXT"v=spf1 mx ~all"SPF 配置
_autodiscover._tcpSRV mail.example.com服务自动发现
权重1，优先级0

具体可以参考下图：

2.安装Mailcow：

①安装Mailcow

apt install git -y
git clone https://github.com/mailcow/mailcow-dockerized
cd mailcow-dockerized

②初始化配置文件

bash generate_config.sh

中间会提醒输入hostname，注意使用 FQDN (比如 mail.example.com) 作为 hostname。

配置时区：UTC-8（北京）

选择稳定版镜像，如下图所示

③启动Docker容器：

docker-compose pull
docker-compose up -d

注:中间可能会发生个别镜像拉取失败的情况，重新拉取几次即可。

3.配置邮箱账户：

①登陆并修改默认管理员密码

镜像启动成功后在浏览器访问：mail.example.com

默认用户名 admin 默认密码 moohoo

②配置mailcow域名

点击添加域名后按需配置：

确认并重启：

注意：这里的中级所有收件人不要选择，否则会收不到邮件。

④开启 DKIM 并添加 DNS 记录：
(dkim._domainkey)对应内容添加到你的域名解析中增强发信到达率。

主机记录记录类型记录值备注
dkim._domainkeyTXTv=DKIM1;k=rsa;t=s;s=email;p=…(dkim._domainkey)对应内容

⑤添加邮箱

在此页面中点击添加邮箱

⑥测试邮件：

点击应用 – Webmail，即可进入 Webmail，输入⑤中创建的账户密码即可。

然后发一封邮件来测试到达率吧。

访问 https://www.mail-tester.com 发一封测试邮件，可以测试邮件服务评分。

至此， 您的邮局系统已经可以正常使用了。

4.其它

①mailcow升级

cd .../mailcow-dockerized  #定位到你的安装目录
./update.sh

②增加PTR记录，增加可靠性

在服务器提供商的RDNS页面修改指向xxx.vps.xxx为mail.example.com

5.参考文献

本文在书写过程中参考了以下文章：

https://u.sb/docker-mailcow

https://blog.iswiftai.com/posts/self-hosted-email