「NAS、键盘、路由器······年轻就要多折腾，我是爱折腾的熊猫—多面手博主！咱主打的就是一个 “技能不压身，干货不掺水”」

引言

这两天我翻了翻笔记软件，好家伙，突然发现文章总数都 800 多篇了，创作字数也快到千万了。虽说写了这么多，但老实讲，我写过的东西基本不回头看，因为每次再看都能发现好多错别字，或者表达不对劲的地方。在熊猫文章里找错字，都成粉丝们的保留节目了。

不过最近我也是尽量每次写完都检查两遍，但纯靠人工实在是太慢了。所以我就琢磨着用 AI，好巧不巧，还真让我找到个巨有用的项目 ——Ink Battles。（开源地址：https://github.com/Hoshino-Yumetsuki/ink-battles）

一个 AI 驱动的作品分析平台，它能用 AI 分析用户上传的文字和图片内容，从多个维度给作品打分，还会给出内容解析和建议，你可以理解为让 AI 做阅读理解，读你写的内容。

项目部署

这次部署用的是绿联 6800 Pro。之所以选择绿联，也是因为我现在大多数 AI 驱动的项目都在绿联上跑着。而且绿联本身也支持本地大模型，再加上有 PCIE 扩展这玩意儿，以后还能外接显卡扩展本地的算力。

Ink Battles 的作者给了 Dockerfile 文件，不过需要自己构建镜像。所以第一步就是先把项目文件下载下来，解压后放到 Docker 的文件夹里，就像这样哈。

这儿得注意，下载下来的.env.example 文件得重命名成.env。而且还得自己建个 compose 文件，源文件里并没有。打开绿联的 Docker，在项目里新建个项目，把下面这串代码输进去，同时把文件目录设成项目的根目录。

version: '3.8'services:  node-app:    # 基于当前目录的Dockerfile构建    build:      context: .      dockerfile: Dockerfile    # 容器名称    container_name: Ink-Battles    # 端口映射：主机端口:容器端口    ports:      - "3600:3000"    # 环境变量配置    environment:      - NODE_ENV=production      # OpenAI 相关      - OPENAI_API_KEY=sk-xxxxxxx      # 自定义代理或兼容 Azure 配置      - OPENAI_BASE_URL=默认为OpenAI地址      # 指定模型 (可选，默认 gpt-4o)      - MODEL=gpt-4o    # 重启策略：容器退出时总是重启    restart: always    networks:      - app-networknetworks:  app-network:    driver: bridge

代码

这里面端口、API 相关的内容，得按照自己的实际情况改。有一点要注意，因为这项目得用到图片识别与内容识别，所以选模型的时候，得选支持 Vision 的模型。

最后构建并创建项目，日志出现这样的内容就代表项目成功部署了。

项目使用

通过绿联的快捷访问或者浏览器手动输入IP与端口号就能访问项目了，左边为内容输入界面，支持文本和图片，右边则是评分模式。

评分模式非常多，可以多选，也能单选，还可以不选。一般按照自己内容的形式选就行，比方说常规的测评啥的，选初始门槛、产出编辑、内容特点跟文本法官就成。同时，内容输入那会显示字数统计，不过统计是按字符来算的。

文本内容的评分只支持文字内容，不过实际测的时候发现能解析 Markdown 格式的图片地址，但图片内容不会去分析。满分是一百分，综合战力评分是根据各维度评分和总评算出来的。各维度分了多内容，每项内容也都有对应的分数，还会显示得分的地方和不足的点。

最后会有一个作品的概述，可以理解为剖析，同时会有优势亮点与改进建议，不得不说AI分析得还是头头是道的，结论也符合逻辑。

写在最后

不得不说，AI在阅读理解这块的确是比我要厉害多了，不过我发现测试下来，鲁迅的文章居然和我的文章分数相差不大，是不是等于我也算是当代“鲁迅”了呢？

以上便是本次分享的全部内容了，如果你觉得还算有趣或者对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！