背景

之前一直在用群辉的synology photo，只能说还不错，但说不上优秀。因为查找照片不是很好找，不支持AI，外加最近为了让老婆也能直接自行使用otp，把home下面的photos挪到了根目录下，也就变成了共享照片。这个操作之前没操作过，我是直接用命令cp的，导致我之前编辑的人脸数据，以及相册数据都没了……要从1TB的照片和视频中重新把之前的相册聚起来，基本不太可能。所以就想看看是否有支持AI功能的个人相册，让我轻松找到想找的照片，因此才有了这篇文章。

经过查找，immich不错，比较符合我的要求，正好我还有一台老电脑没有卖，直接利旧了~ 我本想是安装黑群晖的，但经过对比后，果断直接linux + immich + gpu硬件加速了；这样除了把照片慢慢挪过去外，其他的一些非重要数据可以也都挪到老电脑上，老电脑直接装一个smb就可以满足我了，等群辉以后有更好的解决方案，到时再看是否回去。

磁盘规划

推荐分离系统盘和数据盘：

背景

最近正好有个RFC2544测试，之前都是L2蛇形居多，这次测试下路由蛇形。在此类测试中，“路由蛇形拓扑”（Snake-like Routing Topology）是一种具有代表性的测试模型。该模型要求流量按照预先规划的逻辑顺序，在一台交换机上创建多个虚拟路由转发（VRF）实例，通过一系列指定端口进行有序转发。然而，此类拓扑手动配置较复杂，逻辑需要逐一捋顺，重复工作多，比较费时间。

为应对上述挑战，我请AI（grok -> gemini）开发一个自动化的Python脚本。此脚本旨在通过程序化方式生成网络配置，从手动配置工作中解放出来，显著提升测试环境部署的效率与准确性。其最终交付成果是一个能够根据用户提供的基础拓扑信息，自动生成适用于多种主流网络设备操作系统（包括H3C, Huawei, Cisco, Juniper, SONiC）完整配置文件的软件工具（目前只测试了H3C的系统，其他系统待测试，估计使用时需要些许调整，后面用到了再完善吧）。

本机跑Ollma很容易，分开跑同样很容易 ~ 也就是如下Topology：

MacBook pro（web） ——– （openwebui）synology 918+ ——–（ollama）MacStudio

为什么这么繁琐，主要是不想在Mac上安装docker，另外也不想把openwebui直接安装到host上，正好利用这种方式测试下交互，所以才有了这篇文章

Ollama设置 – Mac Studio

创建 launchd 配置文件

在下面文件夹中增加一个配置文件，默认应该没有这个文件夹，我是安装过NAS的drive应用，所以就不用新建了。确保ollama路径是正确的，通过which命令验证，以及打开局域网访问OLLAMA_HOST 0.0.0.0：

yong@yongdeMac-Studio ~ % more ~/Library/LaunchAgents/com.ollama.ollama.plist
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
    <key>Label</key>
    <string>com.ollama.ollama</string>
    <key>ProgramArguments</key>
    <array>
        <string>/usr/local/bin/ollama</string>
        <string>serve</string>
    </array>
    <key>RunAtLoad</key>
    <true/>
    <key>KeepAlive</key>
    <true/>
    <key>EnvironmentVariables</key>
    <dict>
        <key>OLLAMA_HOST</key>
        <string>0.0.0.0</string>
    </dict>
    <key>StandardOutPath</key>
    <string>/tmp/ollama.log</string>
    <key>StandardErrorPath</key>
    <string>/tmp/ollama.err</string>
</dict>
</plist>
yong@yongdeMac-Studio ~ % which ollama
/usr/local/bin/ollama

加载并启用服务