收藏夹吃灰？不存在！用NAS搭个AI播客，让收藏夹自己开口说话

哈喽小伙伴们好，我是Stark-C~

在这个信息爆炸的时代，我们所缺的从来都不是内容，而是消化内容的时间。

我来说几个在座各位绝大多数人，也包括我自己在内正在经历的窘境：微信里的分享越来越多，浏览器里的书签已经分了十几个文件夹，还有小破站的收藏可能就已经超过上百个，但大家最后真正看完的，又有多少呢？可能连十分之一都不到吧~

是这些信息没有价值吗？当然不是！毕竟都是我们主动收藏，肯定都是我们需要的。那问题出在哪里？其实就是缺少消化内容的时间和精力。

那么有没有一种办法，能够让这些躺在收藏夹里吃灰的内容，真正为我们所用？你还别说，我还真找到了一个不错的解决方案，它就是今天要给大家介绍的『BokeBox 』。

关于BokeBox

🔺BokeBox 中文名字“播匣”，它是是一个开源的、支持私有化部署的 AI 播客生成平台。而这个项目的诞生，其实也正是为了解决我开头提到的那些痛点。

简单来说，它的作用就是将视频、文章、网页链接甚至课程资料，自动转换成专属于你的 AI 播客，让原本需要用眼睛看的内容，变成随时随地都能听的内容。这样即使是在通勤、散步、跑步或者做家务时，也能慢慢消化那些曾经收藏却没时间看的优质内容。

项目Github地址：https://github.com/vastsa/BokeBox

（真的是一个非常优秀的项目，开发者也很很用心，但目前只到的人还不是很多，建议大家多多Star支持作者）

项目亮点特色：

1，把视频、文章、课程一键变成播客，彻底拯救吃灰收藏夹。
2，把“眼睛时间”变成“耳朵时间”，通勤、开车、散步时也能学习。
3，AI 自动总结重点，不用再硬啃几十分钟甚至几小时的长视频。
4，自定义播客主播和声音，打造属于自己的私人知识电台。
5，自动生成知识闪卡和学习笔记，帮助巩固记忆。
6，支持视频、网页、文档、会议纪要等多种内容来源。
7，支持插件扩展和 MCP 协议，可接入更多 AI 服务。
8，支持 Docker 一键部署，NAS 用户也能轻松搭建。
9，数据全部掌握在自己手里，不怕隐私泄露。
10，让收藏不再只是收藏，而是真正转化为自己的知识和成长。

BokeBox 部署

🔺本次部署以极空间NAS为例，打开文件管理器，在Docker目录下新建一个“bokebox”的文件夹。

🔺然后点击极空间NAS的“Docker”应用，点击【Compose】 > 【新增项目】。

🔺在“创建项目”页面自定义项目名称，“存储位置”需要手动选择我们前面新建的“bokebox”文件夹，在下方输入框输入以下Docker Compose 配置信息：

services: bokebox: image: ghcr.io/vastsa/bokebox:latest container_name: bokebox ports: - "8787:8787" # 项目访问端口，冒号前面请勿与其它服务冲突 env_file: - .env environment: HOST: 0.0.0.0 PORT: 8787 volumes: - ./storage:/app/storage restart: unless-stopped healthcheck: test: [ "CMD", "node", "-e", "fetch('http://127.0.0.1:8787/api/health').then(r=>process.exit(r.ok?0:1)).catch(()=>process.exit(1))" ] interval: 30s timeout: 5s start_period: 20s retries: 3

以上代码需要修改的地方就看我给到的中文注释即可，镜像的拉取需要自行解决网络问题，粘贴到自己的NAS这边之前建议使用AI工具优化一下，以防止格式问题造成的部署失败。

🔺接着勾选下面的“添加.env”，输入以下配置信息，最后直接点“创建”即可：

# Web访问端口 PORT=8787 # AI平台API Key（必填） OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxx # AI平台接口地址 OPENAI_BASE_URL=https://api.siliconflow.cn/v1 # 大语言模型（负责理解内容、生成播客稿） OPENAI_CHAT_MODEL=deepseek-ai/DeepSeek-V3.2 # 语音识别模型（视频转文字） OPENAI_TRANSCRIBE_MODEL=Qwen/Qwen3-ASR-1.7B # 语音合成模型（文字转语音） OPENAI_TTS_MODEL= # 音色设计模型（生成自定义声音） OPENAI_TTS_VOICEDESIGN_MODEL=FunAudioLLM/CosyVoice2-0.5B # 默认音色 OPENAI_TTS_DEFAULT_VOICE=anna # 前端接口地址（默认无需修改） VITE_API_BASE=/api # 图片生成模型（留空即可） OPENAI_IMAGE_MODEL= # 对外访问地址（内网使用可留空） PUBLIC_BASE_URL=

以上代码每个代码的意思我都用中文注释了，我个人使用的是硅基流动，所以以上你可以看作是硅基流动的.env配置模板。你那边如果有其它选择请根据注释自行修改即可。

语音合成模型（文字转语音）硅基流动那边提供的TTS模型存在长度限制，所以长文生成有问题。我这里留空没有填，等下我们部署好之后可以在设置里启用微软Edge浏览器自带的语音引擎即可，不仅免费好用，而且音色选择也非常丰富。