终极夸克网盘自动管理指南:告别手动转存,轻松实现资源自动化! 🚀
quark-auto-save 是一款开源的夸克网盘自动化工具,专为解决用户手动转存资源的痛点而生。它能帮你实现自动签到领空间、分享链接自动转存、文件智能命名整理、多渠道推送提醒以及媒体库自动刷新等一站式功能,让资源管理从此高效又轻松!
📌 为什么选择 quark-auto-save?
对于经常需要从夸克网盘分享链接转存资源的用户来说,重复手动操作不仅耗时,还容易遗漏更新。quark-auto-save 正是为解决这些问题而来,尤其适合追剧党、资源收藏家等需要定期同步内容的人群。
✨ 核心功能亮点
-
全自动签到领空间
无需每天手动点击,工具将定期执行签到任务,帮你轻松积累网盘存储空间!🔄 -
智能链接转存
支持带提取码的分享链接、子目录识别,还能自动跳过已转存文件,避免重复操作。更有「智能搜索资源」功能,自动填充匹配内容(配置方式见 CloudSaver搜索源)。 -
文件名正则整理
通过灵活的正则表达式,自动过滤、重命名文件。例如:- 将
【电影TT】花好月圆01.mp4简化为01.mp4 - 将
01.mp4批量重命名为S02E01.mp4(剧集标准化命名)
更多示例可参考工具内置的 正则处理教程。
- 将
-
多渠道推送通知
任务完成后,通过企业微信、邮件等方式实时推送结果(配置指南见 通知推送服务)。 -
媒体库无缝整合
与 Emby 等媒体库联动,转存完成后自动刷新内容,配合 SmartStrm 工具还能生成 strm 文件,实现「免下载直接播放」!媒体库插件开发可参考 plugins/ 目录。
🖥️ 直观的 WebUI 管理界面
最新版本已支持 Docker 一键部署 WebUI,图形化配置覆盖 90% 以上的使用场景,新手也能轻松上手!
🚀 超简单部署步骤(推荐 Docker 方式)
1️⃣ 一键启动容器
docker run -d \
--name quark-auto-save \
-p 5005:5005 \
-e WEBUI_USERNAME=admin \
-e WEBUI_PASSWORD=admin123 \
-v ./quark-auto-save/config:/app/config \ # 配置文件持久化
--restart unless-stopped \
cp0204/quark-auto-save:latest
2️⃣ 访问 WebUI
部署完成后,在浏览器打开 http://你的服务器IP:5005,使用默认账号密码(admin/admin123)登录,即可开始配置任务!
3️⃣ 一键更新工具
docker run --rm -v /var/run/docker.sock:/var/run/docker.sock containrrr/watchtower -cR quark-auto-save
💡 实用技巧与注意事项
- 多账号支持:可配置多个夸克账号自动签到,主账号负责转存任务。
- 任务精细化管理:设置任务结束期限、指定每周执行时间,避免无效运行。
- 风险提示:请勿设置过高的任务频率(如每分钟执行),以免触发网盘风控!
📚 更多资源
🛠️ 快速开始使用
-
克隆项目
git clone https://gitcode.com/gh_mirrors/qu/quark_auto_save.git cd quark_auto_save -
按文档部署
推荐使用 Docker 部署(含 WebUI),具体命令见项目 README.md 中的「Docker 部署」章节。 -
配置任务
登录 WebUI 后,按照指引添加分享链接、设置转存目录和正则规则,即可开启自动化之旅!
quark-auto-save 让夸克网盘管理从繁琐走向智能,无论是个人资源整理还是媒体库维护,都能大幅提升效率。现在就试试,让工具为你节省更多时间吧! ⏰
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
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 StartedRust031
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00


