Slink:零门槛自建图片分享服务全攻略
Slink 是一款开源的自托管(Self-hosted)图片分享服务,让你轻松搭建属于自己的图片存储与分享平台。无需复杂配置,3 步即可完成部署,支持图片上传、裁剪、格式转换等核心功能,数据完全掌握在自己手中,告别第三方平台依赖。
一、快速上手:3 步搭建个人图片服务器
1.1 零基础环境准备
在开始前,请确保你的服务器已安装 Docker 和 Docker Compose。这两个工具将帮助我们快速部署 Slink,无需手动配置复杂的运行环境。
1.2 一键获取项目代码
打开终端,执行以下命令克隆 Slink 项目代码:
git clone https://gitcode.com/gh_mirrors/sl/slink
cd slink
1.3 启动服务(🚀 30 秒完成)
在项目根目录下,运行 Docker Compose 命令启动服务:
docker-compose up -d
等待命令执行完成后,打开浏览器访问 http://localhost:5173,即可看到 Slink 的上传界面。
二、核心组件解析:认识 Slink 的 4 大功能模块
2.1 直观的图片上传面板
Slink 提供简洁的拖拽上传区域,支持 PNG、JPG、GIF 等多种格式。你可以直接将图片拖入上传框,或使用快捷键 Cmd + V 粘贴剪贴板中的图片。
2.2 强大的图片管理中心
上传后的图片会显示在「上传历史」页面,你可以通过标签筛选、网格/列表视图切换等方式快速找到需要的图片。
2.3 便捷的图片编辑工具
点击任意图片进入详情页,你可以调整图片尺寸、添加描述、设置标签。尺寸调整时会自动锁定宽高比,确保图片不变形。
2.4 灵活的分享功能
每个图片都生成唯一的分享链接,支持直接复制或选择不同格式(如 PNG、WebP)分享。点击「Copy」按钮即可将链接复制到剪贴板。
三、个性化配置:5 个必知的自定义项
3.1 自定义存储路径设置
默认情况下,图片存储在容器内部。若需将图片保存到宿主机指定目录,修改 docker-compose.yaml 文件:
services:
api:
volumes:
- ./my-images:/app/var/data # 左侧替换为你的本地路径
3.2 调整服务端口号
若默认端口 5173 已被占用,修改 docker-compose.yaml 中的端口映射:
services:
client:
ports:
- "8080:80" # 将 8080 替换为你需要的端口
3.3 配置环境变量优先级
Slink 支持通过环境变量覆盖配置文件。例如设置数据库连接:
# 在启动命令前添加环境变量
DB_HOST=mysql DB_PORT=3306 docker-compose up -d
环境变量优先级高于 config/ 目录下的配置文件。
3.4 启用 HTTPS 安全访问
编辑 docker/config/caddy/Caddyfile,添加 HTTPS 配置:
your-domain.com {
reverse_proxy api:80
tls your-email@example.com
}
3.5 设置用户认证
修改 services/api/config/security.yaml,启用基本认证:
security:
enable_authentication: true
users:
- username: admin
password: your-secure-password # 建议使用加密后的密码
四、常见问题排查
4.1 服务启动后无法访问
- 检查 Docker 容器是否正常运行:
docker-compose ps - 确认端口未被占用:
netstat -tuln | grep 5173 - 查看容器日志:
docker-compose logs -f
4.2 图片上传后不显示
- 检查存储目录权限是否正确,确保容器有读写权限
- 查看 API 服务日志,是否有报错信息
4.3 分享链接无法访问
- 确认服务器防火墙已开放对应端口
- 若使用域名访问,检查 DNS 解析是否正确
通过以上步骤,你已掌握 Slink 的基本使用和配置方法。开始搭建你的个人图片分享平台,享受数据自主掌控的乐趣吧!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0128
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07


