一台在抽屉里躺了许久的联想拯救者5 Pro,被重新插上电源。它配有32GB DDR4内存和一块RTX 3070移动版GPU,此前只在需要翻旧文件、和亲友分享照片时才会被打开。把它塞回抽屉、连充电器一起捆好,似乎是大多数旧笔记本的共同归宿。
![]()
这台机器的机主没有停在"废物利用"的层面。他先把它改造成全网络广告拦截器,随后又往前推了一步:用Docker让这台4年前的笔记本为整个家庭网络提供Immich和Jellyfin服务,总花费为零美元。
改造的第一步是装Docker。在Windows 11上,Docker Desktop通过适用于Linux的Windows子系统(WSL)运行容器,所以先要把"企鹅"请进家门。向PowerShell发送一条命令、重启一次,这一步就完成了。Docker Desktop通过winget安装,winget是Windows自带的包管理器;也可以走官方安装流程。
这台拯救者5 Pro运行的是Windows 11 26H2家庭版,Docker Desktop版本4.99在其上运行正常。此后每装一个应用,都归结为取回配方文件、执行一条Docker Compose命令。
Immich单独拉起了4个容器,其中一个还是机器学习引擎;Jellyfin只需要1个。装完WSL后15分钟,两项服务都已跑起来,两者的配置文件只占了C盘上的两个文件夹。Docker Desktop的界面里列着全部5个容器,启动或停止任何应用都只需点一下。
Immich让一台已经黑屏的iPhone 7重新"活"了过来——至少它的相册活了。在那台手机报废前,机主把整个相机胶卷倒进了笔记本,此后这些照片就困在一个普通文件夹里:576个文件,名字都是IMG_加一串数字,离"照片库"的样子差得很远。
他把整个文件夹通过Immich的网页应用上传。平时用来自动备份的手机应用在这里无事可做,因为已经没有手机可供备份。上传完成后,Immich读取每张照片里存储的日期和位置信息,按天重建出手机相册应用里那样的时间线。
更进一步的是,机器学习容器就在这台笔记本上干活:它把识别出的人脸分组,把带位置数据的照片钉到地图上,还允许用描述场景的方式搜索整个照片集。这些事如果靠手动滚动文件名来做,要么不可能,要么极其枯燥。全部处理都发生在家庭网络内,也不需要那台拍下照片的手机参与。
Jellyfin则把旧游戏片段变成了会重看的内容。这台笔记本的RTX 3070录下的大部分片段,来自机主和朋友在《堡垒之夜》里的一些精彩对局,由Nvidia Highlights自动保存,全部落进一个Epic Games文件夹,然后就在那里躺了4年,一次都没被回看。
Jellyfin通常被视为电影的家、在某种程度上是Netflix的竞争者,但它的家庭视频库类型同样适合这些游戏片段。Google TV上的Jellyfin应用只靠一个地址就无缝连上了笔记本,四年前参与的那些对局,如今被串流到55英寸电视上。朋友在场时,大家可以一起重看这些片段——自当年打完那几局之后,这还是第一次。
几周前把这台拯救者从抽屉里拉出来时,机主预期的只是一台备用机:也许能拦几个广告,让上网顺畅一点。装上Immich和Jellyfin之后,他得到的是一台服务器,把多年积累的记忆重新递了回来——一台报废手机的相册,还有那些原本大概率再也不会被点开的《堡垒之夜》片段。
代价不过是15分钟的时间,再加上大约一分钟,让服务器和所有要串流内容的设备完成握手。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.