Foxel
Foxel 是一款专为个人和团队打造的高可扩展私有云存储解决方案,旨在帮助用户统一管理分散在不同地方的文件。它解决了传统网盘无法跨平台整合、搜索功能单一以及数据隐私难以保障的痛点。无论是拥有多个云盘账号的普通用户,还是需要构建内部文件系统的开发团队,都能通过 Foxel 将本地硬盘、S3 对象存储、WebDAV 以及 Google Drive、OneDrive 等主流云服务汇聚到一个界面中,实现统一的浏览、上传与权限管控。
Foxel 的核心亮点在于其强大的 AI 语义搜索能力。不同于仅能匹配文件名的传统工具,Foxel 利用嵌入模型和向量数据库,让用户能用自然语言描述直接搜到图片、文档等非结构化数据中的具体内容。此外,它还内置了丰富的文件预览功能、细粒度的角色权限控制(RBAC)以及独特的插件系统,允许开发者在不修改核心代码的情况下动态扩展前端组件或后端逻辑。配合内置的 AI 智能体,Foxel 不仅能存储数据,还能自动执行文件处理等复杂任务。对于希望搭建安全、智能且高度定制化私有云环境的极客、研究人员及中小企业而言,Foxel 是一个理想的选择。
使用场景
某设计团队需要在本地硬盘、Google Drive 和 S3 对象存储中管理数千份分散的设计稿、合同文档及素材视频,并频繁进行跨平台协作与内容检索。
没有 Foxel 时
- 存储孤岛严重:成员需分别登录不同网盘或连接多个映射驱动器才能找齐项目文件,操作繁琐且容易遗漏。
- 检索效率低下:只能依靠文件名关键词搜索,无法查找图片内容或文档内部语义(如“去年夏天的海边活动照片”),导致大量时间浪费在人工翻找上。
- 权限管控混乱:缺乏统一的细粒度控制,难以针对特定路径设置“只读”或“禁止下载”规则,敏感资料存在泄露风险。
- 预览体验割裂:查看 PDF 合同或高清视频时必须先下载到本地,不仅占用带宽,还降低了即时评审的效率。
使用 Foxel 后
- 统一资源视图:通过插件化适配器将本地、Google Drive 和 S3 无缝整合至单一界面,团队成员在一个窗口即可浏览和管理所有后端数据。
- AI 语义秒级定位:利用内置的 AI 语义搜索,直接输入自然语言描述(如“包含红色 Logo 的海报初稿”)即可精准定位图片与文档内容,无需记忆具体文件名。
- 精细化安全防御:基于角色的访问控制(RBAC)支持路径级正则匹配,轻松实现“实习生仅可查看素材库但不可下载源文件”等复杂策略,并全程记录审计日志。
- 浏览器即开即用:依托强大的内置预览引擎,直接在浏览器中流畅查看 Office 文档、代码及 4K 视频,大幅缩短从查找到的决策周期。
Foxel 通过打破存储边界并赋予数据“理解力”,将原本碎片化的文件管理升级为智能、安全且高效的统一知识中枢。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
Foxel
一款高度可扩展的个人与团队私有云存储解决方案,具备AI驱动的语义搜索功能。
数据的海洋浩瀚无垠,让洞察之眼指引航程;然而其错综复杂的关联深藏其中,仅凭表面难以完全辨识。
👀 在线演示
账号/密码:
admin/admin
✨ 核心功能
📁 统一文件管理
集中管理分布在不同存储后端的文件。通过单一、统一的界面即可浏览、上传、下载、移动、复制和删除文件。
🔌 可插拔存储后端
采用可扩展的适配器模式,轻松集成多种存储类型:
| 类别 | 适配器 |
|---|---|
| 标准协议 | 本地、S3兼容、WebDAV、SFTP、FTP |
| 云盘 | Google Drive、OneDrive、Dropbox、Quark |
| 特殊 | Telegram、AList、Foxel-to-Foxel |
🔍 AI驱动的语义搜索
超越文件名匹配——通过自然语言描述搜索图像、文档及其他非结构化数据中的内容。由可配置的嵌入提供商和向量数据库(Milvus、Qdrant)提供支持。
👁️ 内置文件预览
直接在浏览器中预览图片、视频、PDF、Office文档、文本和代码文件——无需下载。
🔐 权限与访问控制
功能完善的**基于角色的访问控制(RBAC)**系统,确保您的数据安全:
- 内置角色:三种系统角色——管理员(完全访问权限)、用户(可配置访问权限)和查看者(只读)。
- 自定义角色:创建具有细粒度系统和适配器权限的定制角色。
- 路径级规则:按路径定义读/写/删除/共享权限,支持通配符、正则表达式模式以及优先级规则排序。
- 审计日志:记录每个用户操作,具备完整追溯能力(用户、IP、方法、状态、耗时)。
🔗 共享
生成可配置过期时间的公开或受密码保护的共享链接。接收者无需登录即可浏览共享文件和文件夹。
🧩 插件系统
通过基于清单的插件架构扩展Foxel的功能。可在运行时加载React前端组件和自定义后端路由,无需修改核心代码库。
⚙️ 任务处理中心
运行异步后台任务——文件索引、数据备份、定时任务——而不会影响主应用程序。
🤖 AI智能体
集成AI智能体,内置用于VFS操作、网页抓取和文件处理的工具——将智能自动化直接引入您的云存储。
🌐 协议映射
通过熟悉的协议访问您的文件:
- S3 API — S3兼容端点,用于程序化访问
- WebDAV — 可作为网络驱动挂载到您的操作系统文件管理器中
- 直链 — 临时签名URL,用于直接访问文件
🛠️ 技术栈
| 层 | 技术 |
|---|---|
| 后端 | Python 3.14+、FastAPI、Tortoise ORM、SQLite |
| 前端 | React 19、TypeScript、Vite、Ant Design |
| 认证 | JWT(OAuth2)、bcrypt |
| 向量数据库 | Milvus Lite / Server、Qdrant |
| 部署 | Docker、Gunicorn + Uvicorn |
| 包管理器 | uv(Python)、Bun(JS) |
🚀 快速开始
使用Docker Compose是启动Foxel最推荐的方式。
1. 创建数据目录
创建一个用于持久化数据的data文件夹:
mkdir -p data/db data/mount
chmod 777 data/db data/mount
2. 下载Docker Compose文件
curl -L -O https://github.com/DrizzleTime/Foxel/raw/main/compose.yaml
下载后,强烈建议修改compose.yaml文件中的环境变量以确保安全性:
- 修改
SECRET_KEY和TEMP_LINK_SECRET_KEY:将默认密钥替换为随机生成的强密钥。
3. 启动服务
docker-compose up -d
4. 访问应用
服务启动后,在浏览器中打开页面。
首次启动时,请按照设置指南初始化管理员账号。
🤝 如何贡献
我们欢迎社区的贡献!无论是提交Bug、提出新功能建议,还是直接贡献代码。
在开始之前,请阅读我们的CONTRIBUTING.md文件,其中介绍了开发环境和提交流程。简体中文翻译版本可在CONTRIBUTING_zh.md中找到。
🌐 社区
加入我们的Telegram社区(https://t.me/+thDsBfyqJxZkNTU1),与开发者和其他用户交流讨论!
您也可以加入我们的微信交流群,获取更实时的沟通和支持。请扫描下方二维码加入:
如果二维码无效,请添加微信号drizzle2001,我们将邀请您入群。
📄 许可证
Foxel根据MIT许可证开源。
版本历史
v2.1.12026/03/15v2.1.02026/03/09v2.0.12026/02/10v2.0.02026/02/09v1.7.42026/01/19v1.7.32026/01/18v1.7.22026/01/16v1.7.12026/01/12v1.7.02026/01/11v1.6.12026/01/08v1.6.02026/01/06v1.5.52026/01/03v1.5.42026/01/02v1.5.32025/12/30v1.5.22025/12/30v1.5.12025/12/29v1.5.02025/12/23v1.4.02025/12/09v1.3.82025/11/27v1.3.72025/11/10常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器