一个零成本副业的真实记录。

先说结论：这不是什么日入几百的暴富项目，但确实是我目前做过最省心、最可持续的副业。不用囤货、不用拍脸、不用售后，每天花半小时整理资源、发发内容，收益就自己跑进来了。

这篇文章把我的做法完整讲一遍，包括平台是什么、怎么赚钱、我怎么一步步把收益做上去的，以及具体的推广渠道和口令玩法。看完你就能判断适不适合自己。

一、任推邦是什么

任推邦是一个网盘推广变现平台，背后是聚名科技集团，有正规企业资质。简单说，它做的事情是：帮夸克网盘、百度网盘、UC网盘、迅雷网盘这些大厂拉新用户，然后把拉新佣金分给我们这些推广者。

你不需要自己开发任何东西，也不需要交加盟费、保证金。注册之后申请对应网盘的推广权限，平台会给你专属的推广链接、二维码和口令。你把这些分享出去，有人通过你的链接注册并保存了文件，佣金就到账了。

收益来源有三块：

1）拉新佣金——新用户注册并转存文件，你拿一单钱；
2）转存佣金——老用户每次转存你分享的资源，也有分成；
3）会员分成——用户因为你的资源开了会员，你拿长期分成。

提现门槛是50元，通常24小时内到账。对副业来说这个门槛很低了。

二、我的收益是怎么一步步涨上来的

说实话，刚开始做的时候数据很惨淡。第一个月我就在公众号发了几篇软件合集，零星有人转存，月底一看收益，也就够喝几杯奶茶。

但我觉得方向没问题，因为确实有人需要这些资源。于是第二个月我调整了策略：把内容拆细，每个软件单独写一篇介绍，标题带上具体软件名方便搜索。同时在小红书同步发图文笔记。转存量明显比第一个月翻了一倍。

第三个月我开始在抖音发短视频，内容就是录屏演示软件安装过程，评论区放口令。视频不需要露脸，剪映简单剪一下就行。流量起来之后，收益又上了一个台阶。

具体数字就不晒了，总之是逐月递增的趋势。关键是这套流程一旦跑通，后面就是复制和放大，边际成本几乎为零。

三、我分享的是什么内容

我做的是Windows实用软件目录，涵盖办公工具、设计软件、开发工具、系统优化、影音播放等十几个分类，总共整理了七八十款常用软件，每款都附带多个历史版本。

这类内容的好处是：需求稳定、不过时、搜索量大。不像影视资源那样有版权风险，也不像热点内容那样过了时效就没人看。有人装系统、换电脑、找工具，就会搜到这些内容。

资源全部放在网盘里，用户转存就能用。我负责整理和更新，平台负责追踪数据和结算佣金。

四、推广渠道怎么铺

我目前主要用四个渠道：

公众号： 写软件合集或单品介绍文章，文末引导关注后回复关键词获取网盘链接。公众号的优势是内容沉淀好，一篇老文章持续有人搜到、持续产生转存。适合做长尾流量。

小红书： 发图文笔记，封面做一张软件截图或清单图，正文写简短推荐语，评论区或私信引导。小红书的用户搜索意图很强，"XX软件推荐""XX替代品"这类关键词流量不错。

抖音： 录屏演示软件功能或安装过程，15-30秒就够。重点在评论区放口令，引导用户去网盘APP里粘贴。抖音爆发力强，一条视频跑起来可能带来几十上百个转存。

自建网站： 这个渠道门槛稍高一些，需要买域名、搭服务器、写页面，时间、金钱和技术成本都比前三个多。但好处是SEO一旦做起来，搜索引擎的流量非常稳定，不像平台算法说变就变。网站上的文章可以长期被百度收录，属于真正的"睡后流量"。适合有一定技术基础、愿意前期多投入的人。

四个渠道各有侧重：公众号做深度、小红书做搜索、抖音做爆发、自建网站做长期SEO。精力有限的话，先选一个跑通再扩展。

五、口令是怎么回事

很多人第一次听到"口令"会懵，其实原理很简单。

抖音、小红书这些平台不允许直接放外部链接，放了就限流甚至封号。那怎么把网盘资源给到用户呢？答案就是口令。

口令是一串特殊文本（比如"复制这段内容打开夸克APP即可保存"），你在任推邦后台申请项目后会获得专属口令。把这段文字放在视频评论区、笔记正文或者私信里，用户复制后打开对应的网盘APP，系统会自动识别并弹出你分享的资源页面。

整个过程：用户看到你的内容→复制口令→打开网盘APP→自动弹出资源→点击转存→你的佣金到账。不需要用户手动搜索、不需要加微信、不需要一对一发链接，全程自动化。

这就是为什么我说它省心——你只管把内容发出去，转化链路是平台帮你跑通的。

六、适合什么人做

说几句实在话。这个项目不适合想一夜暴富的人，前几个月收益确实不高。但它适合：有耐心做内容的人、本身就在运营自媒体的人、想找一个零成本零风险副业试水的人。

不用投钱、不用露脸、不用售后、不用囤货。你付出的就是时间和内容质量。做得越久、内容越多，长尾效应越明显。

七、我的邀请入口

如果你看完觉得可以试试，可以通过下面的方式注册。注册时填写邀请码，后续有任何操作问题也可以找我交流。

注册链接：点击这里注册任推邦

（扫码或点击链接注册，填写邀请码即可开始）

以上为个人真实经验分享，收益因人而异，仅供参考。资源分享须使用正版合规内容。

电脑24小时开机电费扛不住？这套300元的远程方案，让你随时随地开关机

作为一个经常需要远程维护家里电脑和NAS的技术爱好者，我经历过太多远程控制的"坑"：

• 米家开机卡：用了两年，断电后经常无法开机，联网也不稳定
• 向日葵开机插座：经常掉线，关键时刻连不上
• ToDesk/向日葵远程桌面：24小时开机电费扛不住，每月多花50块
• 不关机+远程软件：噪音、功耗、硬件寿命都是问题

直到最近接触到KVM over IP技术，我才发现原来还有更优雅的解决方案。今天这篇文章，我会把折腾过的10种方案全部分享给大家。

一、软件远程桌面：日常使用首选

软件远程桌面是最普及的远程控制方式，通过捕获屏幕画面、压缩传输、远程注入键鼠操作实现控制。但各方案差异很大：

商业方案实测数据

最佳实践：Tailscale + RDP

经过反复测试，我发现Tailscale组网 + Windows RDP是当前个人远程桌面的最佳组合：

• 零成本：Tailscale免费版支持100台设备，RDP是Windows自带功能
• 低延迟：P2P直连，鼠标键盘响应几乎无延迟
• 高安全：端到端加密，RDP无需暴露3389端口到公网
• 简单易用：两端装Tailscale，用虚拟IP直接RDP连接

"使用Tailscale内网穿透+RDP远程控制足够日常使用；办公文档、网页浏览画质清晰流畅，鼠标键盘响应延迟极低。"

二、KVM over IP：BIOS级控制的终极方案

软件远程桌面有个致命缺陷：操作系统死机、蓝屏、断电恢复后完全无法介入。这时候就需要KVM over IP了。

什么是KVM over IP？

KVM（Keyboard-Video-Mouse）over IP通过网络传输音视频和控制信号，实现跨地域的BIOS级底层控制。即使电脑蓝屏、进BIOS、重装系统，你都能远程操作。

商业 vs 开源：价格差10倍！

传统商业KVM（ATEN、Raritan等）入门价就要3000元以上，企业级产品更是破万。但开源方案PiKVM把成本打到了250-400元，只有商业方案的1/10！

PiKVM硬件清单：

• 树莓派 4B / Zero 2W：约200元
• HDMI采集卡：约50元
• 电源适配器：约30元
• USB/HDMI线材：约20元
• 3D打印外壳（可选）：约30元

总计：约330元，不到商业KVM的一个零头。

国产新锐选择

如果你不想折腾DIY，这些国产成品也很值得考虑：

三、远程开机：四种方案怎么选？

远程开机是远程控制的第一步，也是最容易被忽视的环节。我测试了四种主流方案：

方案1：智能插座 + BIOS来电自启（首选）

原理： BIOS设置"断电恢复后电源开启"，智能插座通电即开机。

优点：

• 最简单可靠，30-50元搞定
• 向日葵C1Pro、小米智能插座3都可以
• 4G版插座（如向日葵C4）可脱离WiFi使用

缺点：

• 依赖主板支持该BIOS选项
• CMOS电池失效可能导致设置丢失

方案2：PCIe开机卡（进阶选择）

原理： 插在主板PCIe插槽，通过云端控制电源通断。

优点：

• 可开关机、重启，相当于在线的物理电源按钮
• 米家开机卡可接入米家App，实现智能家居联动

缺点：

• 需拆机安装，部分小机箱兼容性差
• 价格50-100元

方案3：手指机器人（无需拆机）

纯物理外挂，粘贴在电源按钮上，通过App控制机械臂按压按钮。优点是不拆机、不改BIOS、兼容任何设备；缺点是成本最高（200-300元），机械结构可能老化。

方案4：WOL网络唤醒（技术玩家）

零成本但配置最繁琐，需要BIOS、网卡驱动、路由器端口转发全部正确配置。适合喜欢折腾的技术玩家。

我的推荐组合： 智能插座（兜底）+ PCIe开机卡（主力）+ WOL（备用），总成本80-150元

四、分阶段实施路线图

根据你的预算和技术水平，我建议分四个阶段逐步实施：

完整方案总成本：¥300-500
一次性投入，长期使用，每月电费从50元降至10元以内

五、注意事项

安全性

• RDP通过Tailscale访问时，无需暴露3389端口到公网，安全性极高
• KVM over IP可完全控制电脑，务必启用双因素认证、限制访问IP
• 智能插座选择正规品牌，避免电气安全隐患

兼容性

• RDP功能仅在Windows专业版/企业版中可用，家庭版需升级
• 并非所有主板都支持"来电自启"功能，购买前需确认BIOS选项
• PiKVM需要配合内网穿透使用，建议直接接入Tailscale网络

电费对比

总结

折腾了这么多方案后，我的最终结论是：

1. 日常远程办公：Tailscale + RDP，零成本、低延迟、高安全
2. BIOS级控制：PiKVM（极客）或向日葵Q1（小白），250-300元
3. 远程开机：智能插座兜底 + PCIe开机卡主力，80-150元

总成本控制在300-500元，兼顾稳定性、功能性和经济性。这套方案我已经稳定运行了两个月，再也没有遇到过远程连不上的尴尬。

如果你也有远程控制的困扰，不妨从Tailscale开始，逐步搭建属于自己的远程管理体系。有问题欢迎在评论区交流！

追梦学习库 · 专注技术分享
转载请联系授权

《镜渊》故事大纲

一、世界观总览

1.1 双世界命名

1.2 核心法则——"共生消耗"

现世每一个人类，在镜渊都有一个与之对应的镜影（Mirror Self）。两者并非"灵魂分身"，而是独立的生命个体，拥有各自的意识、记忆与社会关系。但他们之间存在一条不可切断的命脉链（Life Tether）：

• 人类的任何生命活动——呼吸、进食、运动、思考、熬夜、饮酒、吃肉——都会通过命脉链单向抽取镜影的生命力、能量乃至血肉。
• 反向亦然：镜影的活动同样消耗对应人类的生命。
• 消耗并非即时致死，而是慢性侵蚀，长期不对等的生活方式会在"被消耗方"身上积累病症。
• 若一方死亡，另一方不会立即死亡，但会在72小时内因"命脉断裂"而器官衰竭死去——除非在窗口期内找到"续接"手段（黑市核心商品）。

1.3 消耗机制详解

反向同理：镜影若进行高强度劳动、战斗、或镜渊特有的"渊息修炼"（一种消耗生命力换取超自然力量的修行方式），现世对应人类也会出现相同等级的症状。

1.4 疾病/损伤等级体系

1.5 结界与穿越

两个世界之间存在一层界膜（又称"镜面"），正常情况下不可穿越。但界膜并非均匀——存在天然的薄点（多位于古老水域、废弃矿井、深夜的镜子密集处），以及人为制造的裂隙。

穿越规则：

• 穿越需要消耗巨量生命力（约等于Ⅳ级消耗），因此穿越者必须提前"蓄能"——即让对应方长期处于被消耗状态以积攒穿越所需的能量差。
• 穿越后，穿越者可以替换对应方的身份生活（外貌完全一致，仅瞳孔在特定光线下呈镜像反光）。
• 被替换方会被"挤入"对方世界，通常落入荒野或地下，极易被捕。
• 穿越不可逆，除非再次积蓄足够能量（通常需数年）。

二、社会结构与核心矛盾

2.1 现世社会

• 政府态度：现世各国政府早已知晓镜渊的存在（约50年前"第一次镜潮"事件后公开）。官方立场为"严禁穿越、严禁接触、严禁交易"，设立镜务局（Bureau of Mirror Affairs）专门执法。
• 民间认知：普通人知道镜影存在，但大多数人选择"不去想"。社会主流态度是"过好自己日子，管不了对面"。部分宗教/伦理团体发起"善待镜影"运动，倡导规律作息、素食，但被视为极端。
• 灰色地带：由于命脉链的存在，"我伤害自己=伤害对面那个人"这一事实催生了复杂的伦理争论。有人主张"人类有权支配自己的身体"，有人主张"这是跨世界的谋杀"。

2.2 镜渊社会

• 镜渊文明发展水平略低于现世（因长期被消耗，整体健康水平较差），但拥有独特的渊息术——一种通过主动消耗生命力来操控物理法则的超自然技术。
• 镜渊政府同样严禁穿越，设有映司（Mirror Wardens）执法。
• 镜渊民间对现世人类的态度更为复杂：既有"他们偷走了我们的生命"的仇恨，也有"他们也是受害者"的同情。

2.3 黑产与社会问题

三、主要角色

3.1 主角

沈既白（男，28岁，现世）

• 身份：镜务局外勤探员，负责追查非法穿越事件。
• 特征：极度自律——严格作息、素食、不饮酒，因为他少年时亲眼见到自己的镜影因自己叛逆期的放纵而"中蚀"住院（通过非法渠道看到的镜渊影像）。
• 核心矛盾：他的工作是"阻止穿越"，但他逐渐发现镜务局高层本身就在利用穿越技术。
• 命脉链状态：他的镜影"映白"在镜渊是一名渊息术研究者，两人从未交流但彼此感知。

映白（男，28岁，镜渊）

• 身份：镜渊映司下属研究院的渊息学者，研究命脉链的本质。
• 特征：温和、好奇，对现世充满向往。他的研究被镜渊政府视为禁忌（因为研究结论暗示"两个世界本为一体，是被人为割裂的"）。
• 核心矛盾：他发现命脉链并非天然法则，而是远古时期某次"大分裂"的产物——这意味着消耗并非不可避免。

3.2 反派/灰色角色

裴渡（男，45岁，现世）

• 身份：镜务局副局长，实为跨世界犯罪网络"渡桥"的幕后操控者。
• 动机：他的妻子和女儿在一次镜潮中命脉断裂死亡，他坚信"两个世界必须合并才能消除这种痛苦"，为此不择手段。
• 手段：运营血包农场、续接黑市，同时利用职务之便掩护穿越活动。

烛娘（女，年龄不明，镜渊）

• 身份：镜渊地下组织"燃灯会"首领，专门组织镜影偷渡现世、替换人类。
• 动机：她认为镜影被消耗了数千年，"替换"是正当的复仇与夺回生命权。
• 特征：半边脸有严重的"蚀痕"（被对应人类长期消耗留下的伤疤），极具煽动力。

3.3 重要配角

纪鸢（女，26岁，现世）：地下医生，专门为"被替换者"和"穿越后遗症"患者提供非法医疗。表面玩世不恭，实为前镜务局研究员，因发现局内腐败而出逃。

沈既白之父·沈牧（男，55岁）：退休镜务局探员，第一次镜潮的亲历者，知道大量被掩埋的真相。现世中他的镜影已死（命脉断裂后靠黑市续接存活），因此他每月需要巨额费用购买"续接液"。

小满（性别不明，外表12岁，镜渊）：一个被血包农场囚禁的人类儿童，被救出后成为沈既白与映白建立联系的关键纽带。

四、故事主线（五卷结构）

第一卷：《微恙》

主题：日常之下的裂痕

• 开篇：沈既白处理一起"替换案"——一名现世教师被发现实为镜影穿越者，其对应人类被囚禁在镜渊某处。案件看似普通，但沈既白发现穿越者使用的裂隙坐标来自镜务局内部数据库。
• 日常线：展现现世社会对"消耗伦理"的漠视——同事熬夜加班后笑着说"对面那位今天又要吐了"，外卖广告写着"大口吃肉，管他镜渊"。
• 暗线：裴渡以副局长身份向沈既白施压，要求将案件定性为"普通偷渡"结案。
• 卷末钩子：沈既白在调查中发现，被替换的教师曾留下一本笔记，里面记录了一个惊人事实——"命脉链的消耗并非对称的，现世对镜渊的消耗远大于反向。这不是共生，是寄生。"

第二卷：《中蚀》

主题：真相的代价

• 沈既白私下联络纪鸢，通过她的地下渠道获取镜渊情报，试图找到笔记中提到的"不对称消耗"证据。
• 镜渊线：映白的研究取得突破——他在古籍中发现"大分裂"前的记录，证明两个世界原本是一个完整世界，命脉链是分裂时留下的"伤疤"，而非设计好的共生机制。他的研究被映司察觉，遭到追杀。
• 交汇：映白在逃亡中意外触发一处古老薄点，与沈既白产生了短暂的"命脉共振"——两人第一次直接对话（持续仅90秒）。
• 卷末：裴渡发现沈既白的调查，将其调离外勤。同时，烛娘的燃灯会发动一次大规模"替换行动"——一夜之间，现世某座城市有47人被替换。

第三卷：《重蚀》

主题：两个世界的战争边缘

• 47人替换事件引发现世恐慌，镜务局宣布进入"镜戒状态"，开始大规模排查。社会撕裂加剧——"善待镜影"派与"人类优先"派爆发冲突。
• 沈既白被停职后转入地下，与纪鸢、父亲沈牧联手调查裴渡。发现"渡桥"组织在现世和镜渊同时运营血包农场，囚禁双方平民作为"生命力电池"。
• 镜渊线：映白被燃灯会救下（烛娘需要他的研究来证明"替换的正当性"），但他拒绝为烛娘的暴力行为背书。两人产生理念冲突。
• 高潮：沈既白潜入渡桥的一处血包农场，救出小满等被囚者。但行动暴露，裴渡亲自现身，揭示他的终极计划——"合界"：利用大量蓄能同时撕开界膜，让两个世界物理合并，"从此不再有消耗，不再有分离"。代价是合并过程中约30%的人口会因命脉链过载而死亡。

第四卷：《极蚀》

主题：选择与牺牲

• 裴渡的合界计划进入倒计时。现世与镜渊政府同时进入最高警戒，但双方互不信任，无法合作。
• 沈既白与映白通过命脉链建立稳定通信（映白发明了"链语术"），两人决定合作阻止合界——不是维持现状（因为现状确实是寄生），而是寻找"修复大分裂"的第三条路。
• 纪鸢发现续接液的核心成分其实是从活体镜影/人类脊髓中提取的，整个黑市产业链建立在系统性屠杀之上。
• 烛娘转变：在目睹燃灯会内部极端派准备对现世城市发动"消耗恐怖袭击"（强迫大量人类同时熬夜/暴食以制造镜渊大规模伤亡）后，她选择与沈既白合作，交出裴渡在镜渊的据点坐标。
• 卷末：沈既白与映白在界膜薄点处会合（物理上第一次面对面），共同进入界膜夹层——"大分裂"的遗迹。

第五卷：《命断·新生》

主题：打破锁链

• 界膜夹层中，两人发现"大分裂"的真相：远古时期，一个完整文明因内战而使用终极武器将世界"对折"，命脉链是对折时两个半面粘合的"缝线"。消耗不是设计，是伤口在持续撕裂。
• 裴渡追入夹层，强行启动合界装置。界膜开始崩解，两个世界出现局部重叠（现世天空出现镜渊的黄昏色，镜渊建筑开始在现世城市显现）。
• 最终抉择：修复大分裂需要"从两侧同时切断命脉链"——这意味着所有现存的生命体会暂时失去与对应方的联系，过程中约5%的人口（主要是已经处于Ⅳ级以上蚀损的重症患者）会因突然失去命脉链支撑而死亡。但不修复，合界将杀死30%。
• 沈既白与映白分别从两侧执行切断。过程中，沈既白的命脉链断裂，他陷入72小时死亡倒计时。映白在镜渊侧同样命悬一线。
• 结局：大分裂修复完成。两个世界不再是对折关系，而是成为同一世界的两个区域——界膜消失，但地理上仍然分隔（如同两片大陆）。命脉链消失，消耗不再存在。沈既白在最后一刻被纪鸢用新型续接术（不再需要活体供体）救回。映白同样生还。
• 尾声：两个世界开始正式接触与建交。沈既白成为"跨世界联络处"的首任探员。烛娘接受审判但获得减刑。裴渡在合界装置反噬中死亡，死前看到妻女的幻影，微笑而逝。小满被沈既白收养。

五、核心主题与隐喻

六、叙事风格与调性建议

• 视角：双视角交替（沈既白/现世 + 映白/镜渊），每卷末尾汇合。
• 调性：悬疑为骨（案件驱动），科幻为肉（世界观机制），伦理为魂（每个案件都指向一个道德困境）。
• 节奏：第一卷慢热铺陈，第二卷加速，第三卷起进入高潮连续推进。
• 情感锚点：沈既白与映白从未谋面却命运相连的"陌生至亲"关系；小满作为"两个世界共同的孩子"的象征意义。

七、可扩展支线（备选素材）

• "消耗伦理"立法之争：现世是否应立法限制熬夜/饮酒以"保护镜影"？自由派vs伦理派的议会辩论。
• 镜渊渊息术的代价：修炼者主动消耗自己（即消耗现世对应人类），现世政府是否有权制裁镜渊的修炼行为？
• "镜影权利"运动：镜影是否应被视为"人"？现世法律中镜影没有法律地位。
• 第一次镜潮真相：50年前的事件并非天灾，而是某次早期合界实验的失败。沈牧知道内情。
• 续接液产业链：从"谁在供应原料"追溯到系统性绑架网络，牵出两国政要。

《镜渊》分镜脚本与视频生成提示词

视频模型选型指南

主流模型对比（2026年7月）

即梦AI（Jimeng）详细介绍

即梦AI是字节跳动旗下的一站式AI创作平台，底层视频模型为 Seedance 系列。2026年已迭代至 Seedance 2.0/2.5 版本，核心能力包括：

• 四模态输入：可同时输入文字 + 最多9张参考图 + 3段参考视频（合计15秒）+ 3段音频，用自然语言指定各素材用途
• 原生音视频同步：自动生成匹配的口型、音效和节奏
• 角色一致性：跨镜头保持同一角色外貌稳定（对本项目极关键）
• 首尾帧控制 + 延长 + 局部编辑：可精确控制镜头起止画面
• 好莱坞级物理模拟：流体、布料、光影交互真实
• 中文提示词原生支持，理解力强

会员价格：

积分消耗：5秒视频约6-12积分，高级模型/长视频消耗更多。免费用户每日签到可得60-100积分，约5-10条基础视频。

本项目推荐方案

考虑到《镜渊》是写实电影感、角色连续性要求高的项目，推荐分层使用：

提示词通用格式（写实电影感）

本项目所有提示词遵循以下结构，可直接粘贴使用：

[主体描述] + [动作/状态] + [环境/背景] + [镜头语言] + [光影/色调] + [氛围/情绪] + [技术参数]

通用后缀（每条提示词末尾附加）：

电影级画质，35mm胶片质感，浅景深，写实风格，暗色调为主，冷暖对比，24fps

第一卷：《微恙》

场景 1-1：现世城市全景（开场建立镜头）

剧情：黄昏时分，现世某座现代都市的天际线。看似普通的繁华都市，但所有玻璃幕墙中映出的倒影都微微"慢半拍"——暗示镜渊的存在。

镜头：超广角航拍，缓慢下降推进至街道层面。

提示词：

黄昏时分的现代都市天际线，摩天大楼玻璃幕墙反射橙红色晚霞，城市灯火初上，航拍镜头从高空缓慢下降穿过云层，俯瞰繁忙的十字路口和车流。玻璃幕墙中的倒影比实际画面慢半拍，产生微妙的不协调感。电影级画质，35mm胶片质感，暖橙色与冷蓝色对比，写实风格，赛博朋克都市感，24fps，超广角镜头

场景 1-2：沈既白的晨间routine

剧情：清晨5:58，闹钟响起前沈既白已经睁眼。极简公寓，一切井然有序。他精确地执行起床流程——体现极度自律的性格。

镜头：固定中景→跟随特写，冷白色调。

提示词：

清晨极简主义公寓卧室，灰白色调，一个28岁中国男性（短发、瘦削、眼神锐利）在闹钟响起前两秒睁开眼睛，起身动作精准如机械。镜头从床头固定中景缓慢推向他的面部特写，捕捉瞳孔中映出的天花板。冷白色晨光从百叶窗缝隙切入，在墙面形成条纹光影。电影级画质，35mm胶片质感，浅景深，写实风格，冷峻克制氛围，24fps

场景 1-3：镜务局外勤办公室

剧情：沈既白进入镜务局，刷脸通过三道安检。办公室内大量屏幕显示"界膜监测数据"。同事们在处理日常案件，氛围像普通警局但多了超自然元素。

镜头：斯坦尼康跟随长镜头，从走廊进入办公区。

提示词：

现代政府机构内部走廊，冷灰色金属墙壁，一个穿深色风衣的年轻男性（短发、锐利眼神）快步走过三道生物识别安检门，每道门亮起绿色扫描光。镜头以斯坦尼康方式从背后跟随他穿过走廊进入开放式办公区，大量屏幕显示蓝色全息数据流和地图。荧光灯冷白光，玻璃隔断，忙碌的探员。电影级画质，写实风格，冷色调，机构感，24fps，中景跟随镜头

场景 1-4：替换案现场

剧情：一所中学教室，一名"教师"被制伏在地。她的瞳孔在手电光下呈现镜像反光——证实她是穿越者。学生们在走廊外惊恐张望。

镜头：手持晃动→瞳孔极端特写。

提示词：

教室内，一名30多岁中国女性被两名探员按在讲台上制伏，她挣扎时瞳孔在强光手电照射下闪过一道反向的银色反光（镜像反光）。镜头从手持晃动的中景快速推进至她眼睛的极端特写，瞳孔中映出颠倒的教室。日光灯惨白，教室桌椅凌乱，背景虚化中可见走廊外学生惊恐的面孔。电影级画质，写实风格，紧张氛围，冷白光，浅景深，24fps

场景 1-5：沈既白发现内部数据泄露

剧情：深夜，沈既白在档案室比对数据。穿越者使用的裂隙坐标与镜务局内部加密数据库中的记录完全吻合。他意识到有内鬼。

镜头：俯拍桌面→缓慢拉远至孤独人影。

提示词：

深夜档案室，一个年轻男性（短发、风衣）俯身在堆满文件的金属桌上，两份文件上的坐标数据用红笔圈出完全吻合。他的手指微微颤抖。镜头从俯拍桌面特写缓慢拉远升高，展现他独自坐在昏暗档案室中的渺小身影，唯一光源是头顶一盏摇晃的白炽灯。暖黄灯光与周围深蓝黑暗对比，孤独、紧张、悬疑氛围。电影级画质，35mm胶片质感，写实风格，24fps

场景 1-6：裴渡施压

剧情：副局长办公室，裴渡（45岁，鬓角灰白，笑容温和但眼神冰冷）拍着沈既白的肩说"案子结了，别想太多"。沈既白注意到他办公桌上有一张被扣下的全家福。

镜头：正反打对话，裴渡始终处于阴影中。

提示词：

高级办公室内，一个45岁中国男性（鬓角灰白、西装笔挺、笑容温和但眼底冰冷）站在窗前逆光中，一只手拍在对面年轻男性的肩膀上。年轻男性（短发、风衣）微微僵硬。镜头正反打切换，年长者始终处于窗光逆光剪影中，面部半明半暗。办公桌上有一张被刻意扣下的相框。百叶窗条纹光影，权力压迫感，暗色调。电影级画质，写实风格，浅景深，24fps

场景 1-7：现世社会蒙太奇（消耗伦理的日常漠视）

剧情：快速剪辑展现现世社会对"消耗"的漠视——外卖广告"大口吃肉管他镜渊"、同事笑着说"对面又要吐了"、深夜酒吧狂欢人群。

镜头：快速跳切蒙太奇，每个镜头2-3秒。

提示词A（外卖广告）：

霓虹灯闪烁的街头，一块巨型LED广告牌上播放着炸鸡广告，广告语"大口吃肉，管他镜渊"用红色粗体字闪烁。镜头仰拍广告牌，周围是匆忙走过的行人无人抬头。赛博朋克都市夜景，霓虹暖光与冷蓝夜空对比，讽刺感，写实风格，电影级画质，24fps

提示词B（深夜酒吧）：

凌晨两点的地下酒吧，拥挤的年轻人在震耳音乐中举杯狂欢，烟雾缭绕，有人醉倒在桌上。镜头从舞池中央低角度仰拍，旋转捕捉狂欢人群的面孔，所有人都在笑。频闪灯光，红蓝紫交替，汗湿的皮肤反光，放纵与堕落氛围。电影级画质，写实风格，手持晃动，24fps

场景 1-8：第一卷结尾——教师笔记

剧情：沈既白在家中翻开被替换教师留下的笔记本，最后一页写着一行字："这不是共生，是寄生。"他合上笔记本，窗外城市灯火如常。

镜头：手部特写→缓慢拉远至窗边剪影。

提示词：

深夜书房，一双男性的手翻开一本旧笔记本，最后一页用红色墨水写着一行手写字"这不是共生，是寄生"。手指停顿在纸面上。镜头从手部极端特写缓慢拉远，展现他坐在窗边的剪影，窗外是万家灯火的城市夜景。台灯暖光只照亮桌面，其余空间沉入黑暗。悬疑、沉重、真相初现的氛围。电影级画质，35mm胶片质感，写实风格，浅景深，24fps

第二卷：《中蚀》

场景 2-1：纪鸢的地下诊所

剧情：城市地下管道改造的非法诊所，纪鸢（26岁，短发，白大褂上沾着血和机油）正在给一个"穿越后遗症"患者做手术。患者皮肤下有镜像纹路在蠕动。

镜头：低角度仰拍手术台，冷绿光。

提示词：

地下管道改造的非法诊所，金属墙壁上挂着手术灯和杂乱的工具。一个26岁中国女性（利落短发、白大褂沾血渍和机油）戴着放大镜正在给患者手臂做手术，患者皮肤下有银色纹路如活物般蠕动。镜头从手术台下方低角度仰拍，手术灯冷绿光从上方打下，在医生脸上形成恐怖光影。蒸汽、金属质感、地下感。电影级画质，写实风格，冷绿色调，24fps

场景 2-2：镜渊世界首次全景展现

剧情：视角切换至镜渊。黄昏色天空下，建筑如倒影般从地面向下生长（悬在空中），街道在"天花板"上。映白走在颠倒的街道上，周围行人面色苍白、带有蚀痕。

镜头：大全景缓慢横摇，展现颠倒世界。

提示词：

超现实城市全景，永恒黄昏色的天空（橙紫渐变），建筑物如倒影般从天空向下悬挂生长，尖顶朝下。街道和行人走在"天花板"上（画面上方），地面是虚空。一个28岁中国男性（温和面容、学者气质、穿深色长袍）走在悬挂的街道上，周围行人面色苍白，部分人脸上有银色疤痕（蚀痕）。镜头大全景缓慢横摇展现颠倒世界全貌。永恒黄昏光，忧郁、异世界、压迫感。电影级画质，写实风格，超现实建筑，24fps

场景 2-3：映白的禁忌研究

剧情：映白在研究院地下密室中研究古籍，全息投影展示"大分裂"前的完整世界模型。他兴奋地发现关键证据，但警报突然响起——映司来了。

镜头：环绕镜头围绕全息模型旋转→警报红光打断。

提示词：

地下密室中，一个28岁中国男性学者（温和面容、深色长袍）站在全息投影前，投影展示一个完整的球形世界模型正在被"对折"成两半的过程。他伸手触碰投影，眼中映出蓝色光芒，表情从专注变为震惊。镜头环绕他和全息模型缓慢旋转。突然红色警报灯亮起，蓝光被红光吞没。暗室、全息蓝光→警报红光转换、紧张。电影级画质，写实科幻风格，24fps

场景 2-4：命脉共振——90秒对话

剧情：映白逃亡中触发古老薄点，与沈既白产生命脉共振。两人第一次"面对面"——但彼此是半透明的幻影，只能维持90秒。两人隔着 worlds 对视。

镜头：分屏→合并为同一画面，两人面对面但触不到。

提示词：

虚空中，两个28岁中国男性面对面站立，但各自身体呈半透明蓝白色幻影状。左侧是短发锐利眼神（沈既白），右侧是温和学者气质（映白）。他们伸手试图触碰对方，手指穿过彼此如穿过水面，产生涟漪。背景是扭曲的镜面碎片虚空。镜头从分屏逐渐合并为同一画面，缓慢推进至两人面部。冷蓝白光，粒子飘散，悲伤、惊奇、命运感。电影级画质，写实风格，24fps

场景 2-5：裴渡发现调查

剧情：裴渡在监控室看到沈既白与纪鸢的联络记录。他平静地摘下眼镜擦拭，然后拿起电话："把他调离外勤。"

镜头：监控画面嵌套→裴渡面部特写。

提示词：

昏暗监控室内，数十块屏幕显示城市各角落的监控画面。一个45岁中国男性（鬓角灰白、西装）坐在屏幕墙前，其中一块屏幕上显示两个年轻人会面的画面。他平静地摘下眼镜用布擦拭，面部毫无表情，然后拿起电话。镜头从监控屏幕画面缓慢拉出至他的面部特写，屏幕冷蓝光映在他脸上。权力、冷静、威胁感。电影级画质，写实风格，冷色调，24fps

场景 2-6：燃灯会大规模替换行动

剧情：深夜，现世某城市。47个地点同时发生替换——镜面从墙壁、水面、玻璃中涌出，镜影走出，人类被吸入。城市陷入混乱。

镜头：多机位快速切换→航拍城市混乱。

提示词A（镜面涌出）：

深夜居民楼走廊，一面墙壁上的镜子突然泛起水波纹，一只苍白的手从镜面中伸出，接着一个与住户外貌完全相同的人（瞳孔有银色反光）从镜中走出。走廊灯光闪烁，镜面如液态金属般波动。镜头固定中景拍摄镜面，恐怖、超现实、冷蓝月光。电影级画质，写实风格，惊悚氛围，24fps

提示词B（城市混乱航拍）：

深夜城市航拍，多个街区同时出现异常——建筑玻璃幕墙全部泛起银色波纹，街道上人群奔逃，警灯闪烁。镜头从高空俯瞰缓慢下降，展现整座城市陷入混乱的全貌。夜空被警灯染成红蓝交替，烟雾升起。灾难片质感，写实风格，电影级画质，冷色调，24fps，超广角

场景 2-7：第二卷结尾——沈既白被停职

剧情：沈既白交出证件和配枪，走出镜务局大门。门外是记者和抗议人群。他抬头看天，玻璃幕墙中映出他的倒影——倒影似乎在对他微笑。

镜头：正面中景→仰拍天空→玻璃倒影特写。

提示词：

政府大楼门口，一个28岁中国男性（短发、风衣）将证件和手枪放在前台，转身走出大门。门外是闪光灯和抗议人群。他停下脚步抬头看天，镜头跟随仰拍。然后切至旁边玻璃幕墙的特写——他的倒影在玻璃中，但倒影的嘴角微微上扬（本体没有笑）。黄昏逆光，孤独、悬疑、不寒而栗。电影级画质，写实风格，35mm胶片质感，24fps

第三卷：《重蚀》

场景 3-1：镜戒状态下的城市

剧情：现世进入"镜戒状态"。街头出现镜务局武装巡逻队，所有镜面被贴上"封印条"，市民排队接受"瞳孔检测"。社会撕裂——"人类优先"派与"善待镜影"派在街头对峙。

镜头：长镜头横移展现戒严街景。

提示词：

戒严状态的城市街道，武装探员持枪巡逻，所有商店橱窗和镜子被贴上红色"封印"封条。市民排长队接受瞳孔扫描检测（蓝色扫描光）。街道对面，两群抗议者举着标语对峙——一边写"人类优先"，一边写"他们也是人"。镜头以长镜头方式从左向右缓慢横移，展现整条街的戒严全貌。阴天冷灰色调，压迫、紧张、社会撕裂感。电影级画质，写实风格，24fps

场景 3-2：血包农场（现世侧）

剧情：沈既白潜入渡桥组织的地下血包农场。巨大的地下空间中，数十个人类被固定在椅子上，被迫进行高消耗活动（强制注射兴奋剂保持清醒、强制喂食高热量食物），生命力被抽取储存到银色容器中。

镜头：主观镜头潜入→全景揭示恐怖空间。

提示词：

巨大地下空间改造的非法设施，数十个瘦骨嶙峋的人被固定在金属椅上，手臂连接着透明管道，管道中流动着银色液体（生命力）。他们被迫保持清醒（眼皮被撑开），面前堆满高热量食物。银色收集容器排列在墙边如酒窖。镜头从主观视角（手电筒光束）缓慢扫过整个空间，揭示恐怖全貌。冷绿荧光灯，工业金属质感，恐怖、压抑、反乌托邦。电影级画质，写实风格，24fps

场景 3-3：小满被救出

剧情：沈既白在农场角落发现小满——一个外表12岁的孩子，蜷缩在笼子里，手臂上满是针孔。小满抬头看他，眼中没有恐惧只有空洞。沈既白脱下外套裹住他。

镜头：低角度特写→沈既白面部反应。

提示词：

地下设施角落的铁笼中，一个外表12岁的孩子（性别模糊、极度瘦弱、手臂布满针孔和淤青）蜷缩着，听到声响缓缓抬头，眼神空洞无光。一只成年男性的手伸入画面，脱下深色外套轻轻裹住孩子。镜头从笼内低角度拍摄孩子的面部特写，然后切至成年男性（短发、风衣）面部——他的眼眶泛红但表情克制。冷光、铁笼阴影、心碎、愤怒。电影级画质，写实风格，浅景深，24fps

场景 3-4：裴渡现身揭示计划

剧情：沈既白撤离时被发现，裴渡亲自带人出现。他站在银色容器之间，平静地讲述"合界"计划——"30%的代价，换来永恒的团圆。"他身后是一面巨大的界膜裂隙，从中可以看到镜渊的黄昏天空。

镜头：裴渡逆光剪影→裂隙全景。

提示词：

地下设施中央，一个45岁中国男性（鬓角灰白、西装）站在两排银色容器之间，背后是一面巨大的发光裂隙（如撕裂的空气），裂隙中可见另一个世界的黄昏色天空和颠倒建筑。他张开双臂如布道者，面部被裂隙光芒照亮一半。镜头从正面中景缓慢后拉，展现他身后的裂隙全貌和整个地下空间。银白裂隙光与冷蓝环境光对比，疯狂、悲壮、末日感。电影级画质，写实科幻风格，24fps

场景 3-5：镜渊·映白与烛娘的对峙

剧情：镜渊侧，映白被燃灯会救下后拒绝为暴力背书。烛娘（半脸蚀痕、极具压迫感）在燃灯会据点质问他："你的研究证明了他们是寄生虫，却不愿让我们拔除寄生虫？"

镜头：双人对峙，烛娘始终占据画面上方（仰拍）。

提示词：

镜渊地下据点（颠倒建筑内部，家具固定在天花板上），一个年龄不明的中国女性（左半脸有严重银色蚀痕疤痕、眼神狂热、穿暗红色长袍）俯视着一个坐着的28岁男性学者。她一只手按在椅背上，身体前倾逼近。镜头仰拍女性（使其显得高大压迫），俯拍男性（使其显得渺小）。黄昏色光从颠倒的窗户射入，暖橙与阴影对比，对峙、张力、理念冲突。电影级画质，写实风格，24fps

场景 3-6：第三卷结尾——沈既白与映白建立链语通信

剧情：沈既白在安全屋中，手臂上突然出现银色纹路——映白通过链语术发来的第一条信息："我找到了真相。命脉链不是法则，是伤疤。"沈既白握紧拳头，银色纹路在皮肤下脉动。

镜头：手臂特写→沈既白面部决心。

提示词：

昏暗安全屋内，一个28岁中国男性（短发、风衣、疲惫）卷起袖子，前臂皮肤下出现银色纹路如电路般蔓延脉动，发出微弱冷光。他盯着纹路，表情从惊讶变为坚定，握紧拳头。镜头从手臂极端特写（银色纹路在皮肤下流动）缓慢上摇至他的面部，眼中映出银色光芒。暗室、唯一光源是手臂的银光、决心、转折。电影级画质，写实科幻风格，浅景深，24fps

第四卷：《极蚀》

场景 4-1：两世界最高警戒

剧情：分屏展现现世和镜渊同时进入最高警戒。现世：军队封锁所有已知薄点，战斗机巡逻。镜渊：映司的渊息师部队在颠倒城市中列阵，天空出现裂痕。

镜头：垂直分屏，两侧同步运动。

提示词A（现世侧）：

现世城市边缘，军队设置路障封锁一片废弃矿区（已知薄点），探照灯扫射夜空，战斗机编队从头顶掠过。士兵持枪警戒，气氛紧张。镜头从地面仰拍战斗机划过灰色天空。阴天、军事绿灰色调、末日备战感。电影级画质，写实风格，24fps

提示词B（镜渊侧）：

镜渊颠倒城市中，一队穿黑色铠甲的渊息师（面部有银色纹路发光）在悬挂的广场上列阵，他们手掌中凝聚着扭曲空间的能量球。天空中（实际是地面方向）出现巨大裂痕，透出白色光芒。镜头从列阵部队后方拍摄，展现他们面对天空裂痕的渺小。永恒黄昏光+裂痕白光、史诗、备战。电影级画质，写实奇幻风格，24fps

场景 4-2：纪鸢发现续接液真相

剧情：纪鸢在实验室分析续接液样本，显微镜下看到活体神经细胞在挣扎。她调出供应链记录，追溯到系统性绑架网络。她摔碎试管，手被割破，血滴在报告上。

镜头：显微镜视角→摔碎→手部特写。

提示词：

地下实验室，一个26岁中国女性（短发、白大褂）从显微镜前猛然抬头，表情震惊转为愤怒。她抓起一管银色液体摔在地上，玻璃碎裂，液体溅出。然后切至她的手部特写——被玻璃割破，血滴落在一份文件上，文件标题可见"供体来源：活体提取"。冷白实验室光、愤怒、恐惧、真相的代价。电影级画质，写实风格，浅景深，24fps

场景 4-3：烛娘的转变

剧情：燃灯会内部，极端派在策划"消耗恐怖袭击"——强迫大量人类同时熬夜暴食以制造镜渊大规模伤亡。烛娘看到计划后沉默良久，然后一刀刺穿计划文件："这不是解放，是屠杀。"

镜头：烛娘面部特写→刀刺文件的动作。

提示词：

昏暗密室中，一个半脸蚀痕的中国女性（暗红长袍）坐在长桌主位，面前摊着一份袭击计划。她沉默地注视文件，眼中从狂热逐渐变为厌恶。然后她猛然拔出腰间短刀刺穿文件，刀尖钉入桌面。镜头从她面部特写（表情转变）快速切至刀刺入文件的动作特写。烛光摇曳、暗红色调、决断、转折。电影级画质，写实风格，24fps

场景 4-4：沈既白与映白在界膜薄点会合

剧情：一处古老湖泊（现世侧是月光下的湖，镜渊侧是黄昏下的湖），两人从两侧走向湖面。他们同时踏入水中，在界膜夹层中物理性地第一次面对面。沈既白伸手，映白伸手，这次——触到了。

镜头：双侧对称构图→水中合并→触碰特写。

提示词：

夜晚的古老湖泊，月光银白（画面左半）与黄昏橙光（画面右半）在湖面中央交汇形成分界线。两个28岁中国男性分别从两侧走向湖心，水面在他们脚下泛起涟漪。他们在湖中央面对面，一个从月光侧来（短发、风衣），一个从黄昏侧来（深色长袍）。他们同时伸手，指尖触碰的瞬间，接触点爆发出银白色光芒。对称构图、月光与黄昏光交汇、命运、史诗。电影级画质，写实奇幻风格，24fps

场景 4-5：进入界膜夹层

剧情：两人触碰后，周围空间碎裂如镜面破碎，他们坠入界膜夹层——一个由无数镜面碎片构成的虚空，每片碎片中映出两个世界的不同时间线。

镜头：坠落主观镜头→环绕展现碎片虚空。

提示词：

超现实虚空空间，无数大小不一的镜面碎片悬浮在黑暗中，每片碎片中映出不同场景（城市、人群、战争、和平）。两个男性在碎片中缓慢坠落/漂浮，伸手试图抓住碎片。镜头以主观视角展现坠落感，然后切为环绕镜头展现碎片虚空的壮观全貌。镜面反射出多重光线、深蓝虚空、超现实、壮观、迷失。电影级画质，写实奇幻风格，24fps

场景 4-6：第四卷结尾——裴渡追入

剧情：裴渡带着合界装置追入夹层。装置启动，界膜开始崩解。碎片虚空中出现巨大裂缝，两个世界的画面开始重叠——现世天空出现黄昏色，镜渊建筑在现世城市显现。

镜头：裴渡启动装置→世界崩裂蒙太奇。

提示词：

镜面碎片虚空中，一个45岁中国男性（西装、疯狂眼神）启动手中一个发光的球形装置，装置释放出环形冲击波，所有镜面碎片开始震颤碎裂。虚空中出现巨大裂缝，裂缝两侧分别是现代城市（蓝白色调）和颠倒城市（黄昏色调），两个世界开始重叠融合。镜头从装置特写快速拉远至虚空全景，展现世界崩裂。银白冲击波、世界重叠、末日、史诗。电影级画质，写实科幻风格，24fps

第五卷：《命断·新生》

场景 5-1：大分裂真相——远古闪回

剧情：在夹层深处，两人看到"大分裂"的真相影像：远古时期一个完整文明，因内战使用终极武器将世界"对折"。画面如纪录片般展现：繁华城市→战争→一道白光将世界折叠→命脉链如伤疤般形成。

镜头：史诗级全景闪回，快速时间流逝。

提示词：

史诗级远古文明全景：一座辉煌的完整城市（融合东西方建筑风格），突然被一道从天而降的白色光柱击中，城市从中间被"对折"——左半翻转为右半的镜像，大地撕裂，天空一分为二（一半变为永恒黄昏）。对折线处形成银色疤痕（命脉链）。镜头从城市全景快速推进至对折瞬间，时间流逝感。白光、大地崩裂、史诗悲剧、远古。电影级画质，写实奇幻风格，超广角，24fps

场景 5-2：合界装置失控——两世界重叠

剧情：现世城市中，天空出现镜渊的黄昏色，颠倒建筑如海市蜃楼般叠加在现代建筑上。市民恐慌奔逃。镜渊侧同样——现世的摩天大楼出现在黄昏天空中。

镜头：城市全景，两个世界叠加。

提示词：

现代城市街道，天空中叠加了另一个世界的景象——黄昏色天空与蓝色天空交融，颠倒的尖顶建筑如半透明海市蜃楼般悬浮在现代摩天大楼之间。街道上人群恐慌奔逃，汽车相撞。两个世界的建筑在画面中重叠交错，产生强烈的视觉冲突。镜头从街道低角度仰拍天空中的世界重叠。末日、超现实、恐慌、壮观。电影级画质，写实科幻风格，超广角，24fps

场景 5-3：最终抉择——切断命脉链

剧情：沈既白与映白决定从两侧同时切断命脉链。他们背对背站在夹层中心，各自面对自己世界的方向。沈既白："5%的代价。"映白："比30%好。"他们同时闭眼，银色光芒从体内爆发。

镜头：背对背双人构图→光芒爆发。

提示词：

镜面碎片虚空中央，两个28岁中国男性背对背站立，一个穿风衣（面向蓝白色光芒方向），一个穿长袍（面向黄昏色光芒方向）。他们同时闭上眼睛，身体中爆发出强烈银白色光芒，光芒如血管网络般从他们身体向四面八方蔓延，连接着无数看不见的命脉链。镜头从侧面拍摄背对背构图，然后快速拉远展现光芒网络覆盖整个虚空。银白光芒、牺牲、史诗、悲壮。电影级画质，写实奇幻风格，24fps

场景 5-4：命脉链断裂——沈既白濒死

剧情：切断完成，沈既白的命脉链断裂。他倒地，皮肤下银色纹路消失，生命力急速流失。视野模糊中，他看到纪鸢从裂隙中冲出来，手持新型续接装置。

镜头：主观模糊视角→纪鸢冲入画面。

提示词：

主观视角（沈既白倒地），视野模糊摇晃，天空/天花板在旋转。皮肤下的银色纹路正在消退如退潮。一个26岁中国女性（短发、白大褂）从画面边缘冲入，手持一个发光的医疗装置，嘴在喊什么但声音模糊。镜头模拟濒死主观视角：浅景深、画面边缘暗角、焦点不稳、色彩褪去。然后一只温暖的手抓住他的手腕，画面稍微稳定。濒死、紧迫、希望。电影级画质，写实风格，24fps

场景 5-5：界膜消失——新世界诞生

剧情：大远景。两个世界不再是"对折"关系，界膜如晨雾般消散。两片大陆（现世与镜渊）出现在同一片天空下，中间是一片平静的海洋。黄昏色与蓝色天空融合为正常的昼夜交替。

镜头：太空视角→大气层→地面，一镜到底。

提示词：

太空视角俯瞰：一颗星球上，两片大陆被一片平静海洋分隔。左侧大陆是现代城市（蓝白色调），右侧大陆是颠倒建筑城市（暖橙色调）。两片大陆之间的界膜如银色晨雾正在消散。天空从一半蓝一半黄昏逐渐融合为正常的蓝天。镜头从太空缓慢穿过大气层下降至海面，展现两片大陆在远方地平线上相望。新生、希望、史诗、宁静。电影级画质，写实奇幻风格，超广角，24fps

场景 5-6：尾声——跨世界联络处

剧情：数月后。沈既白穿着新的制服（跨世界联络处徽章），站在一片新建的跨海大桥前。桥连接两片大陆，桥上两个世界的人正在小心翼翼地互相打量。映白从桥的另一端走来，两人相视而笑。小满跑过桥面。

镜头：大桥全景→两人重逢→小满奔跑。

提示词：

晴朗蓝天下一座宏伟的跨海大桥，连接两片风格迥异的大陆（左侧现代城市，右侧黄昏色颠倒建筑城市）。桥上，两个世界的人们小心翼翼地互相走近打量。一个28岁中国男性（短发、新制服、胸前有徽章）站在桥中央，对面另一个28岁男性（温和笑容、学者气质）向他走来。两人相视而笑，一个孩子从他们之间跑过桥面。阳光、海风、希望、和解、新生。电影级画质，写实风格，暖色调，超广角，24fps

场景 5-7：裴渡之死（闪回/插叙）

剧情：合界装置反噬的瞬间，裴渡被银光吞噬。在光芒中，他看到妻子和女儿的幻影向他伸手。他微笑，伸手去触碰，身体化为光粒子消散。

镜头：裴渡面部特写→光粒子消散。

提示词：

银白色光芒吞噬的空间中，一个45岁中国男性（西装、鬓角灰白）被光芒包围，他的身体边缘正在化为光粒子飘散。他面前出现两个半透明的女性幻影（妻子和女儿）向他伸出手。他露出全片唯一的真诚微笑，伸手去触碰。手指触碰的瞬间，他的身体完全化为金色光粒子向上飘散。逆光、光粒子、悲伤、释然、救赎。电影级画质，写实奇幻风格，浅景深，24fps

场景 5-8：最终镜头——镜面不再反射

剧情：最后一个画面：沈既白公寓的浴室镜子。曾经，镜中倒影总是"慢半拍"。现在，镜中只有正常的反射——不再有另一个世界。沈既白对着镜子刷牙，镜中的他同步微笑。平凡、日常、珍贵。

镜头：镜面特写→拉远至日常全景。黑屏。

提示词：

清晨浴室，一面普通镜子中映出一个28岁中国男性（短发、穿着居家T恤）刷牙的画面，镜中倒影完全同步正常。他对着镜子微笑，嘴角有泡沫。阳光从窗户照入，温暖明亮。镜头从镜面特写缓慢拉远，展现整个温馨的浴室和窗外的城市晨光。一切平凡、正常、珍贵。暖色调、晨光、日常、治愈、圆满。电影级画质，写实风格，暖光，24fps。画面缓慢淡出至黑屏。

附录：角色视觉参考描述（用于角色一致性）

使用即梦Seedance的多图参考功能时，建议先用图片生成工具为每个主角生成3-5张不同角度参考图，然后在视频提示词中作为参考输入。

附录：通用负面提示词（Negative Prompt）

卡通，动画，赛璐璐，水彩，油画，低画质，模糊，变形，多余手指，文字水印，过度饱和，HDR过曝

关于在内网环境下本地部署人工智能模型辅助装备维修文书工作的可行性研究

摘要

随着人工智能技术的快速发展，大语言模型在文本生成、知识检索和智能问答等领域展现出巨大潜力。然而，在军事等涉密环境中，数据安全和保密要求使得依赖互联网的商用AI服务无法使用。本文提出了一种基于国产硬件平台（飞腾D2000处理器+银河麒麟V10操作系统）的完全离线大语言模型部署方案，采用Ollama推理引擎结合MaxKB知识库平台，实现了在纯内网环境下的本地AI辅助系统。本文详细阐述了系统架构设计、模型量化与适配、离线部署流程、知识库构建方法，并在实际装备维修文书工作场景中进行了验证。实验结果表明，该系统在完全断网条件下可稳定运行，轻量模型（15亿参数）推理速度达每秒10-14个汉字，标准模型（40亿参数）达每秒6-10个汉字，能够有效辅助修理日志撰写、技术档案整理、故障知识检索等文书工作，将重复性文书耗时压缩至原来的三分之一以下。同时，本文客观分析了飞腾桌面级平台在推理速度和模型容量方面的局限性，并探讨了未来配备国产AI加速芯片后的性能提升空间。本研究为涉密环境下的人工智能应用提供了一条可复制、可推广的技术路径。

关键词： 大语言模型；离线部署；飞腾处理器；银河麒麟；装备维修；知识库；检索增强生成；信息安全

一、问题的提出与研究背景

（一）研究背景

近年来，以GPT、LLaMA、Qwen、DeepSeek为代表的大语言模型技术取得了突破性进展。这类模型通过在海量文本数据上进行预训练，习得了丰富的语言知识和世界知识，能够执行文本生成、问答对话、信息抽取、逻辑推理等多种自然语言处理任务。在民用领域，AI辅助写作、智能客服、知识管理等应用已广泛落地，显著提升了工作效率。据中国信息通信研究院2025年发布的报告，国内已有超过60%的大型企业在办公场景中引入了AI辅助工具，平均文书处理效率提升40%以上。

在军事装备保障领域，维修文书工作是保障链条中不可或缺的重要环节。装备维修过程中产生的方案计划、修理日志、故障分析报告、器材消耗统计、技术总结等材料，不仅数量庞大，而且格式要求严格、用语规范明确。以我单位为例，一台装备的一次二级保养即需填写保养记录表、器材消耗登记表、工时统计表等5-7份表格，撰写修理日志1篇；一次中修则涉及维修方案、故障分析报告、质量检验记录、试车报告等10余份文书。基层维修人员往往需要将大量时间精力投入到文书材料的撰写和整理中，据统计约占工作总时间的25%-35%，严重影响了实际维修保障工作的效率。

（二）当前文书工作面临的具体困难

一是方案计划类材料繁多。维修方案、保障计划、应急预案等各类文书格式各异，每次撰写均需查阅模板、核对要素，耗时耗力。仅维修方案一项，即包含任务来源、装备现状分析、维修内容确定、器材保障计划、质量控制措施、安全注意事项等十余个必填要素，任何一项遗漏均需返工。

二是表格填写重复性高。装备履历卡、维修记录表、器材消耗登记表等表格字段固定，但需逐条手工录入，数据散落在纸质台账中，汇总统计困难。同一数据（如装备编号、维修日期）往往需要在多份表格中重复填写，既浪费时间又容易出错。

三是文字材料记录要求严格。修理日志、故障分析报告、技术总结等材料对用语规范、逻辑结构有明确要求，撰写门槛较高，反复修改占用大量精力。部分年轻同志因文字功底不足，一篇800字的修理日志需反复修改3-4遍方能通过审核。

四是历史资料检索不便。历年维修档案以纸质为主，查阅特定型号、特定故障的历史记录需逐本翻阅，效率低下。我单位现存纸质维修档案逾200册，查找某一条具体记录平均耗时15-30分钟。

（三）保密约束下的技术困境

当前，人工智能技术已在文字生成、知识检索、数据整理等方面展现出显著的效率提升能力。但商用AI服务必须联网使用，数据需上传至外部服务器，不符合部队保密规定。根据《涉密信息系统安全保密管理规定》，涉密计算机和信息系统不得连接互联网，涉密数据不得在非涉密设备上处理和存储。这意味着市面上主流的在线AI服务在军事环境中完全不可用——任何需要将数据上传至外部服务器的方案都违反保密规定。

由此产生了一个核心矛盾：一方面，AI技术确实能够显著提升文书工作效率；另一方面，保密要求使得常规AI应用路径被完全封堵。能否在完全断网的条件下，在本地计算机上运行AI模型，使其在不产生任何外发数据的前提下提供智能辅助服务？

（四）面临的技术挑战

这一问题的解决面临多重技术挑战：第一，主流AI推理框架和模型发布通常面向x86架构和NVIDIA GPU环境，而军事单位配备的国产计算机多采用飞腾、鲲鹏等ARM架构处理器，且通常不配备独立显卡，需要解决架构适配和纯CPU推理的问题；第二，离线环境无法在线下载模型和依赖包，所有资源必须预先准备并通过物理介质传入，对部署流程的完整性提出了更高要求；第三，国产操作系统（银河麒麟、统信UOS等）的软件生态与主流Linux发行版存在差异，部分依赖可能无法直接安装，需要针对性的解决方案。

二、相关技术综述

（一）大语言模型技术发展

大语言模型的发展经历了从统计语言模型到神经网络语言模型、再到Transformer架构预训练模型的演进过程。2017年，Vaswani等人提出Transformer架构，其自注意力机制有效解决了长距离依赖建模问题，成为后续所有主流大模型的基础架构。2018年，OpenAI发布GPT系列模型，验证了"大规模预训练+下游任务微调"范式的有效性。此后，模型参数规模从数亿快速增长至数千亿，能力边界不断拓展。

2023年以来，开源大语言模型生态蓬勃发展。Meta发布的LLaMA系列、阿里巴巴发布的Qwen（通义千问）系列、深度求索发布的DeepSeek系列等开源模型，在多项基准测试中接近甚至超越同期闭源模型水平。特别是2025年发布的DeepSeek-R1系列，通过强化学习训练获得了较强的推理能力，其蒸馏版本（1.5B、7B参数）在保持较好能力的同时大幅降低了硬件需求，为本地化部署提供了现实条件。

（二）模型量化与CPU推理技术

大语言模型的参数量通常在数十亿至数千亿级别，直接以浮点精度存储和运算需要大量内存和算力。以Qwen3-4B模型为例，其FP16精度权重文件约8GB，加上推理时的中间状态，至少需要12GB以上内存才能运行，且计算速度极慢。

模型量化技术通过降低权重和激活值的数值精度来解决这一问题。GGUF格式是当前CPU推理场景下最主流的量化模型格式，由llama.cpp项目定义。其Q4_K_M量化方案采用混合精度策略：使用4位量化存储大部分权重，对注意力层等关键组件保持6位精度，同时使用K-quant分组量化减少精度损失。经Q4_K_M量化后，Qwen3-4B模型体积从8GB压缩至2.4GB，压缩比约3.3:1，而在标准基准测试上的精度损失通常不超过2-3个百分点。

llama.cpp项目针对ARM架构（包括ARMv8.0至ARMv9.2的多种指令集扩展）进行了深度优化，利用NEON/SVE向量指令加速矩阵运算，使得纯CPU推理在ARM平台上成为可能。Ollama是基于llama.cpp构建的高层推理引擎，提供了模型管理、REST API服务、systemd系统服务集成等生产级功能，支持Linux ARM64平台，是目前离线部署大模型最成熟的开源方案之一。

（三）检索增强生成技术

大语言模型虽然具备广泛的世界知识，但其训练数据存在时效性限制，且无法获取特定组织的内部文档和专有知识。检索增强生成（Retrieval-Augmented Generation, RAG）技术通过在推理前先从外部知识库中检索相关文档片段，将其作为上下文注入模型输入，使模型能够基于真实、最新的资料生成回答，有效解决了模型"幻觉"（编造不存在的信息）问题。

RAG系统的核心组件包括：文档解析与分段模块（将上传文档切分为适当长度的文本块）、向量化模块（使用Embedding模型将文本块转换为高维向量）、向量数据库（存储和检索向量）、以及生成模块（将检索结果与用户问题组合后送入LLM生成回答）。在中文场景下，bge-m3（由智源研究院发布）是当前效果最优的开源中文Embedding模型之一，在C-MTEB等多个中文检索基准上表现优异。其Q4_K_M量化版本体积仅约400MB，可在CPU环境下高效运行，每段文本的向量化耗时约0.1-0.3秒。

（四）军事信息化与国产化替代

军事信息化建设对自主可控提出了刚性要求。在硬件层面，飞腾、鲲鹏等国产ARM架构处理器已广泛应用于军事办公系统；在操作系统层面，银河麒麟、统信UOS等国产Linux发行版已成为标配。这些国产平台在通用办公场景下已趋成熟，但在AI推理等新兴应用场景下的适配和优化仍处于探索阶段。

现有文献中，关于军事领域AI应用的研究多集中于目标识别、态势感知、辅助决策等方向，而面向日常文书工作的AI辅助系统研究较少。在部署环境方面，已有研究多基于x86+NVIDIA GPU平台，针对国产ARM平台纯CPU环境的离线部署实践报道不多。本文的工作填补了这一空白，为同类条件下的方案实施提供了可参考的工程实践。

三、系统总体设计

（一）设计原则

本系统的设计遵循以下五项原则：

1.安全优先原则。系统全链路不产生任何外发网络流量，所有数据存储和处理均在本机完成，满足涉密信息系统"不上网、不外传"的基本要求。

2.自主可控原则。硬件采用国产飞腾处理器，操作系统采用银河麒麟，软件组件全部为开源可审计项目，不依赖任何境外商业服务或闭源组件。

3.实用优先原则。不追求模型能力的极致，而是在现有硬件条件下选择"够用"的模型规模，确保系统响应速度在可接受范围内，优先保障日常高频任务的流畅体验。

4.易部署原则。将复杂的安装配置过程封装为自动化脚本，降低对操作人员技术水平的要求，使方案具备可复制、可推广的条件。

5.易使用原则。最终用户通过浏览器即可访问系统，无需安装客户端软件，无需掌握命令行操作，学习成本趋近于零。

（二）系统架构

本系统采用三层架构设计：

1.推理层（Ollama推理引擎）。负责加载和运行大语言模型，提供标准的REST API接口（兼容OpenAI API格式）。该层运行于宿主机操作系统上，以systemd服务形式常驻后台，监听本地网络端口（11434）。支持同时加载多个模型（对话模型和向量模型），根据请求动态调度。

2.应用层（MaxKB知识库平台）。负责知识库管理、文档解析、向量检索、对话管理和用户界面。该层以Docker容器形式运行，内部集成了PostgreSQL数据库（存储知识库元数据和对话记录）、Redis缓存（加速检索）和Web服务（提供浏览器访问界面）。应用层通过HTTP协议调用推理层的API完成模型推理。

3.数据层。包括模型文件（GGUF格式的量化权重，存储于宿主机文件系统）和知识库数据（上传的文档、分段后的文本块、向量化后的Embedding，存储于PostgreSQL和向量索引中）。

三层之间的数据流向为：用户通过浏览器向应用层发送问题；应用层对问题进行向量化（调用推理层的Embedding模型）；在向量数据库中检索相关文档片段（默认返回最相似的5段）；将检索结果与问题组合为提示词；调用推理层的对话模型生成回答；将回答返回用户浏览器展示。整个流程在本机内部完成，不产生任何外部网络通信。

（三）网络安全设计

在网络安全层面，本系统采取以下措施：

1.物理隔离。系统运行于不连接互联网的涉密计算机上，从物理层面杜绝数据外泄通道。

2.最小化网络暴露。Ollama服务虽监听0.0.0.0:11434（因Docker容器需通过宿主机IP访问），但该端口仅在局域网内可达。在单机使用场景下，可进一步配置为仅监听127.0.0.1，完全关闭外部访问。

3.防火墙策略。通过系统防火墙（firewalld）精确控制端口开放范围，仅放行必要的服务端口（8080用于Web访问，11434用于容器间通信），其余端口全部关闭。

4.无外发流量。系统运行期间不产生任何DNS查询、HTTP外联、遥测上报等外发网络行为。所有开源组件的遥测功能在离线环境下自动失效。

（四）软件组件选型

四、关键技术与实现

（一）ARM64架构适配

飞腾D2000采用ARMv8架构（aarch64），与主流的x86_64（Intel/AMD）在指令集层面完全不同。这意味着所有二进制可执行文件必须针对aarch64重新编译，x86版本无法运行（会报"exec format error"错误）。

Ollama官方发布包提供了linux-arm64版本，但其打包格式为.tar.zst（zstd压缩的tar归档）。在离线环境下，目标机器可能未安装zstd解压工具且无法在线安装。本方案的解决策略是：在联网准备阶段即完成解压，将解压后的完整目录（包含二进制文件和共享库）作为离线介质的一部分传入目标机器，从根本上规避了对zstd工具的依赖。

Ollama v0.32及以后版本的发布包结构发生了变化，从单一二进制文件演变为包含bin/和lib/两个子目录的结构。bin/目录包含ollama主程序（约34MB），lib/ollama/目录包含运行时共享库（libggml系列、libllama系列、libomp等十余个.so文件，以及针对不同ARM指令集变体armv8.0至armv9.2的CPU优化库）。部署时必须同时安装二进制和共享库，并通过ldconfig注册动态库搜索路径，否则运行时会因找不到.so文件而失败。本方案的一键安装脚本已完整处理上述所有步骤。

（二）模型量化与多档配置策略

本方案选用的Q4_K_M量化方案是一种平衡型策略，在体积压缩和精度保持之间取得了良好平衡。各模型的量化前后对比如下：

在模型规模选择上，本方案采用"多档配置"策略：1.5B参数模型作为日常快速问答的主力（速度快，等待时间短）；4B参数模型作为需要更强推理能力时的备选（质量更好，速度适中）；7B参数模型作为能力上限的储备（质量最好，但速度较慢）。这种策略使用户可根据任务复杂度和时间要求灵活切换，而非一刀切地使用单一模型。

（三）离线部署流程设计

离线部署的核心挑战在于：目标机器无法访问互联网，所有依赖必须预先准备。本方案将部署流程设计为五个阶段：

1.联网准备阶段（在可上网的计算机上完成）。下载Ollama ARM64发布包并解压；下载MaxKB离线安装器；从ModelScope等国内模型仓库下载GGUF格式模型文件；编写自动化安装脚本；生成文件完整性校验清单（MD5摘要值）。

2.介质传输阶段。将上述文件通过U盘或光盘（刻录时启用数据校验）传入涉密环境。传输前后均进行MD5校验，确保文件完整性。建议优先使用U盘（可靠性高于光盘），若使用光盘则必须勾选"刻录后校验数据"选项。

3.目标机安装阶段（在飞腾机上完成）。运行一键安装脚本，自动完成架构校验、二进制安装、共享库部署、用户创建、systemd服务配置、服务启动和验证。整个过程无需人工干预，无需联网，耗时约5分钟。

4.模型导入阶段。运行模型导入脚本，自动扫描模型目录、校验GGUF文件完整性（检查文件头魔数）、生成Modelfile、调用Ollama API创建模型。5个模型全部导入约需20分钟。

5.知识库平台安装阶段。解压MaxKB离线安装器（1.26GB），运行其内置的install.sh脚本。该安装器自包含Docker引擎和所有容器镜像，安装过程不产生任何网络请求，耗时约15分钟。

（四）知识库构建方法

知识库的构建遵循RAG技术的标准流程，具体步骤如下：

1.文档上传与解析。支持PDF、Word、PPT、TXT、Markdown等常见格式。系统自动提取文本内容，处理表格、标题层级等结构信息。对于扫描件PDF，需先通过OCR工具转换为可编辑文本后再上传。

2.文本分段。将长文档切分为适当长度的文本块（chunk）。分段策略采用"按段落+滑动窗口"方式，每个chunk约300-500字，相邻chunk之间有50-100字的重叠，以确保语义完整性。分段过大会导致检索精度下降，过小则会丢失上下文信息。

3.向量化。使用bge-m3模型将每个文本块转换为1024维的浮点向量。该过程在本地CPU上完成，每个chunk的向量化耗时约0.1-0.3秒。一份100页的文档（约5万字）完成全部向量化约需3-5分钟。

4.索引存储。向量数据存入内置的向量数据库，建立近似最近邻（ANN）索引，支持高效的相似度检索。检索时通过余弦相似度计算问题向量与文档向量的匹配程度。

5.检索与生成。用户提问时，系统先将问题向量化，然后在向量索引中检索Top-K个最相似的文本块（默认K=5），将这些文本块作为上下文与问题一起送入对话模型，生成基于文档内容的回答。回答中会标注引用来源，便于用户核实。

（五）数据完整性保障与安全审计

在离线介质传输过程中，数据完整性是必须严格保障的环节。本方案采用MD5校验机制：在联网准备阶段，对所有模型文件和安装包逐一计算MD5摘要值，生成校验清单文件随介质一同传入。在目标机上，运行校验脚本逐文件比对MD5值，任何不一致均标记为"损坏"并提示重新拷贝。

实际部署中验证了该校验机制的必要性：首次使用光盘刻录传输时，因刻录软件未启用"刻录后校验"选项，导致部分大文件（4GB以上）出现静默数据损坏——文件大小完全正确，但内部字节存在错误。这类损坏无法通过简单的"看文件大小"来发现，只有MD5校验才能检出。损坏的模型文件在导入Ollama时报"supplied file was not in GGUF format"错误，经校验定位后重新拷贝即恢复正常。

在安全审计方面，本方案所用全部软件组件均为开源项目，源代码公开可查。Ollama以MIT许可证发布，其网络通信模块仅包含本地HTTP服务器实现，不存在任何外联逻辑；MaxKB以GPLv3许可证发布，其网络请求仅指向用户配置的模型服务地址，不包含遥测或数据上报功能。在离线环境下，即使代码中存在外联逻辑，也因无网络可达而自动失效，形成双重保障。

五、实验环境与部署实施

（一）硬件环境

飞腾D2000是面向桌面办公市场的国产处理器，其单核性能约为同期Intel Core i5的40%-50%，多核性能约为60%。该处理器不具备NVIDIA CUDA或AMD ROCm等GPU计算能力，AI推理完全依赖CPU的整数和浮点运算单元。选择该平台的原因是其为部队现有配备的办公电脑标准配置，本方案的目标即是在不新增硬件采购的前提下挖掘现有设备的AI应用潜力。

（二）软件环境

（三）模型文件清单

（四）部署实施过程

实际部署于2026年7月完成，由一名具备基本Linux操作能力的技术人员执行，总耗时约3小时（含问题排查时间）。主要步骤及耗时如下：

1.介质准备与校验（约30分钟）。将U盘中的文件拷入/data/ollma目录，运行MD5校验脚本验证文件完整性。首次部署时因光盘刻录未启用校验，导致部分模型文件损坏，重新拷贝后通过。

2.Ollama安装（约5分钟）。运行install_ollama.sh一键脚本，自动完成全部安装步骤。脚本输出显示架构校验通过（aarch64）、二进制和共享库安装成功、systemd服务启动正常、11434端口监听确认。

3.模型导入（约20分钟）。运行import_models.sh，依次导入5个模型。每个模型的导入过程包括：GGUF魔数校验（确认文件头为"GGUF"标识）、生成Modelfile配置文件、调用ollama create构建模型。1.5B模型导入约2分钟，7B模型约8分钟。

4.MaxKB安装（约15分钟）。解压离线安装器（1.26GB），运行install.sh。安装过程自动加载Docker镜像、启动PostgreSQL和Redis容器、初始化数据库、启动Web服务。

5.配置与验证（约20分钟）。在MaxKB Web界面中添加Ollama模型（填写宿主机IP:11434）、配置Embedding模型（bge-m3）、上传测试文档、验证问答功能正常。

六、实验结果与性能评估

（一）推理速度测试

在飞腾D2000平台上，对不同规模模型进行了推理速度测试。测试方法为：向模型发送固定长度的提示（约100字），记录生成256个token所需时间，计算平均生成速度。每个模型重复测试5次取平均值。

从结果可以看出：1.5B模型速度最快，每秒生成约10-14个汉字，用户等待感较轻，适合日常高频问答；4B模型速度约为1.5B的60%-70%，仍在可接受范围，适合对质量要求较高的文书撰写；7B模型速度骤降至每秒2-3字，生成一段200字的回答需要等待超过1分钟，交互体验较差，不建议作为日常主力使用。

（二）内存占用分析

16GB内存在加载4B对话模型加bge-m3向量模型及MaxKB容器后仍有约6GB余量，系统运行稳定。若加载7B模型则余量紧张，不建议同时运行MaxKB服务。

（三）知识库问答质量评估

为评估知识库问答的实际效果，选取了20个装备维修领域的典型问题进行测试。测试文档包括：某型装备维修手册（PDF，86页）、修理操作规程（Word，32页）、历年故障案例汇编（PDF，154页），合计约272页、15万字。

评估由两名具有维修专业背景的人员独立进行，按四个维度打分：

使用4B模型时的整体表现：85%的问题能够给出准确且有参考价值的回答，10%的回答需要人工补充或修正，5%的问题因文档中未涉及相关内容而无法有效回答。使用1.5B模型时，事实准确性下降约15个百分点，在涉及多步骤推理的问题上表现明显弱于4B模型。

（四）文书辅助效率对比

选取"撰写一篇800字修理日志"作为典型任务，对比AI辅助与纯手工方式的耗时。测试由3名维修技师分别完成，取平均值：

效率提升：使用4B模型时，总耗时压缩至纯手工的约五分之一至四分之一；使用1.5B模型时约为三分之一至四分之一。主要节省来自"撰写初稿"环节——AI可在1-2分钟内生成结构完整的初稿，人工只需审核修改。

（五）系统稳定性测试

系统在测试期间连续运行72小时，期间执行了约200次问答交互、上传了12份文档（总计约350页）、进行了3次模型切换。未出现服务崩溃、内存泄漏或响应异常等情况。Ollama服务的systemd自动重启机制在测试中未被触发（即未发生异常退出）。CPU温度在持续推理时稳定在65-72摄氏度，未触发过热降频。

七、应用场景与效果分析

（一）修理日志智能撰写

修理日志是装备维修中最基础、最高频的文书材料。其格式固定（包含装备信息、故障现象、修理过程、更换器材、试车结果等字段），但每次填写仍需回忆和整理大量细节。使用本系统后，操作人员可用自然语言描述修理过程的要点（如"今天修了3号车的液压泵，换了密封圈，试车正常"），系统即可自动生成符合格式规范的修理日志初稿，包含完整的字段结构和规范用语。人工只需核对事实准确性和补充具体数据（如器材编号、工时等）。

（二）故障知识检索与辅助诊断

将历年故障案例汇编导入知识库后，维修人员遇到疑难故障时可用自然语言描述现象（如"发动机冷启动后怠速不稳，热车后恢复正常"），系统从历史案例中检索相似故障，给出可能的原因分析和处置建议。这相当于将老技师的经验"数字化"，使年轻同志也能快速获得参考，有效缓解了"人走经验断"的问题。

（三）技术档案电子化与智能检索

历年纸质技术档案（装备履历卡、大修记录、器材消耗台账等）可通过扫描OCR后导入知识库。导入后支持自然语言检索（如"去年所有更换过活塞的发动机记录"），秒级定位，替代逐本翻阅纸质台账的低效方式。我单位现存200余册纸质档案，电子化后检索效率提升百倍以上。

（四）方案计划辅助生成

对于格式固定的维修方案、保障计划等文书，可预先将模板和历史范例导入知识库。撰写新方案时，只需输入关键参数（装备型号、维修等级、时间安排等），系统即可参照模板生成方案初稿，大幅减少"对着空白模板发呆"的时间。实测中，一份维修方案初稿的生成时间约3-5分钟，而纯手工撰写通常需要2-3小时。

（五）多用户协同使用

MaxKB专业版支持多用户账号管理。可将系统访问地址分发给多个岗位人员，各人独立登录、独立对话，互不干扰。适合班排级单位共享一台设备、多人轮流使用的场景。管理员可查看各用户的对话记录和使用统计，便于掌握系统使用情况和优化知识库内容。

（六）典型工作日使用流程

以一名维修技师的典型工作日为例：上午8时，技师接到保养任务，在系统中查询保养记录表模板和填写要求（替代翻阅纸质规程，耗时从15分钟缩短至10秒）；保养中发现液压转向器渗油，提问获取历史案例参考和排查步骤（替代请教老技师或翻阅案例汇编）；下午撰写修理日志时，输入关键信息要点，系统在1分钟内生成规范初稿，审核修改后提交（总耗时10分钟，以往需40分钟以上）。全天累计节省文书工作时间约1-1.5小时。

八、现有局限与不足

（一）推理速度受限

飞腾D2000属于桌面级处理器，没有专用AI加速芯片（显卡），AI"思考"完全靠CPU逐字计算。实测中，轻量模型每秒生成约10-14个汉字，标准模型约6-10个汉字。问一个简单问题等回答约需10-20秒，写一篇800字材料需等待1-2分钟。这与手机上用在线AI"秒回"的体验有明显差距，使用者需要有一定耐心。作为对比，商用在线AI服务的响应速度通常为每秒50-100字，本方案速度约为其五分之一至十分之一。

（二）模型能力上限

受硬件算力制约，目前只能运行小型模型（相当于"初级参谋"水平）。它能完成格式化的文书生成、资料检索、信息整理等规范性工作，但在需要深度推理、复杂分析、创造性思考的场景下，回答质量与商用在线AI存在明显差距。通俗地说：写个修理日志、查个数据没问题，但做复杂的故障原因分析或写高质量研究论文，还力不从心。

（三）并发能力有限

CPU推理是串行计算过程，一台电脑同时只能"想一件事"。多人同时提问需要排队等待。日常3-5人低频使用（每人每10分钟提问1-2次）体验流畅，但不适合十几人同时密集交互的场景。

（四）模型不会自动进步

离线部署的模型是"固定版本"，不会像在线服务那样持续升级变强。如需更强的能力，需要等待新版本模型发布后通过U盘手动更新。更新过程约需30分钟，不复杂但需有人主动关注和执行。

（五）首次部署有技术门槛

虽然安装过程已封装为一键脚本，但初始环境准备（拷贝文件、校验完整性、排查问题）仍需具备基本计算机操作能力的人员完成。后续日常使用则无门槛，打开浏览器即可。

（六）客观看待局限

上述局限的本质原因是：我们在用一台普通办公电脑，做原本需要大型服务器集群才能做好的事。这是在"保密约束"和"硬件条件"双重限制下的务实选择——不追求最强效果，而是在合规前提下解决"有没有"的问题。随着国产AI芯片（如华为昇腾310/910系列、寒武纪MLU系列）逐步成熟，未来若配备专用加速卡，推理速度预计可提升10-50倍，届时7B乃至14B规模的模型均可达到实用速度。

九、结论与建议

（一）主要结论

本次实测证明：在完全断网的部队内网环境下，使用国产硬件（飞腾D2000+麒麟V10）本地部署AI大模型和知识库系统，技术上完全可行，保密上完全合规，操作上简便易行。具体结论如下：

1.技术可行性得到验证。成功部署了Ollama推理引擎和MaxKB知识库平台，实现了从模型推理到知识库问答的完整功能链路，全程不依赖互联网，连续72小时运行稳定。

2.保密合规性满足要求。系统全链路无外发网络流量，数据本地存储，组件开源可审计，硬件自主可控，符合涉密信息系统安全管理要求。

3.实用效果显著。在修理日志撰写、故障知识检索、技术档案整理等典型场景中，AI辅助可将文书工作耗时压缩至纯手工方式的三分之一至五分之一，有效减轻基层负担。

4.部署门槛可控。通过自动化脚本封装，整个安装过程可在半天内由一名技术人员完成，后续使用无技术门槛。

5.局限性客观存在。受桌面级CPU算力制约，推理速度和模型规模与商用在线服务存在明显差距，适用于非实时、规范化的文书辅助场景。

（二）推广建议

1.优先在文书工作量大的基层维修单位试点，积累使用经验后再逐步推广。

2.建立"AI辅助+人工审核"的工作流程规范，明确AI生成内容必须经责任人审核确认后方可使用，AI是"辅助工具"而非"替代者"。

3.指定专人负责知识库内容的维护和更新，新下发的条令条例、新列装装备的技术资料应及时录入，确保参考资料的时效性。

4.建立模型文件和知识库数据的定期备份机制（建议每周一次），防止硬件故障导致数据丢失。

5.关注国产AI芯片发展动态，条件成熟时升级硬件以获得更好的使用体验。

（三）未来展望

1.模型能力升级。随着开源社区持续发布更高效的小型模型（如MoE混合专家架构），通过U盘更新即可获得能力提升，无需改动系统架构。

2.硬件加速。待国产AI加速芯片与飞腾平台适配成熟后，可加装加速卡实现推理速度的数量级提升，使更大规模模型达到实用水平。

3.多模态扩展。未来可引入图像理解能力，支持上传装备照片进行故障识别辅助，或支持手写体档案的自动识别和录入。

4.领域微调。在本单位积累的高质量维修语料上对模型进行专项优化（LoRA等参数高效方法），进一步提升专业术语使用和领域知识的准确性。

5.联邦知识共享。在保密框架允许范围内，探索多单位之间的知识库安全共享机制，使各单位的维修经验能够互相借鉴。

参考文献

[1] Vaswani A, Shazeer N, Parmar N, et al. Attention is all you need[C]. NeurIPS, 2017: 5998-6008.
[2] Brown T B, Mann B, Ryder N, et al. Language models are few-shot learners[C]. NeurIPS, 2020: 1877-1901.
[3] Touvron H, Lavril T, Izacard G, et al. LLaMA: Open foundation language models[J]. arXiv:2302.13971, 2023.
[4] Yang A, Yang B, Hui B, et al. Qwen2 technical report[J]. arXiv:2407.10671, 2024.
[5] DeepSeek-AI. DeepSeek-R1: Incentivizing reasoning capability in LLMs via RL[J]. arXiv:2501.12948, 2025.
[6] Lewis P, Perez E, Piktus A, et al. Retrieval-augmented generation for knowledge-intensive NLP tasks[C]. NeurIPS, 2020: 9459-9474.
[7] Xiao S, Liu Z, Zhang P, et al. C-Pack: Packaged resources to advance general Chinese embedding[J]. arXiv:2309.07597, 2023.
[8] Gerganov G. llama.cpp: LLM inference in C/C++[EB/OL]. https://github.com/ggerganov/llama.cpp, 2023.
[9] Ollama. Get up and running with LLMs locally[EB/OL]. https://github.com/ollama/ollama, 2023.
[10] 飞致云. MaxKB: 基于LLM的开源知识库问答系统[EB/OL]. https://github.com/1Panel-dev/MaxKB, 2023.
[11] 飞腾信息技术有限公司. 飞腾D2000处理器数据手册[Z]. 2021.
[12] 麒麟软件有限公司. 银河麒麟高级服务器操作系统V10技术白皮书[Z]. 2022.
[13] Dettmers T, Pagnoni A, et al. QLoRA: Efficient finetuning of quantized LLMs[C]. NeurIPS, 2023.
[14] 国家保密局. 涉密信息系统安全保密管理规定[Z]. 2020.
[15] 张平, 李明. 军事装备维修保障信息化建设研究[J]. 装备学院学报, 2022, 33(4): 45-52.
[16] 王强, 刘洋. 基于知识图谱的装备故障诊断方法研究[J]. 兵工学报, 2023, 44(2): 178-186.
[17] Frantar E, et al. GPTQ: Accurate post-training quantization for generative pre-trained transformers[J]. arXiv:2210.17323, 2022.
[18] 陈华, 赵军. 国产化替代背景下军事信息系统建设路径探析[J]. 国防科技, 2023, 44(3): 89-95.
[19] 李伟, 张强. 人工智能技术在军事领域的应用与展望[J]. 军事运筹与系统工程, 2024, 38(1): 1-9.
[20] Hoffman M D, et al. Measuring the algorithmic efficiency of neural networks[J]. arXiv:2305.05176, 2023.