什么是 FileFlows ?
FileFlows
是一款文件处理软件,可以转码、转换、压缩和管理任何文件类型,包括视频、音频、图像和漫画书。它支持多个平台、硬件编码器以及强大的流程和报告功能。
FileFlows
通过监视“库”(文件夹/路径)中的文件,会自动或根据时间表处理这些文件。例如,您可以将所有视频文件转码为适合您需求的格式。一个非常典型的用例是让 FFmpeg
将所有视频文件转换为特定的编解码器、音频编解码器、从视频中删除黑条、删除不需要的音频、字幕、重新复用为 mkv/mp4
。
FileFlows
提供了插件和脚本扩展,可以将多个操作合成一个流程,以便在单个步骤中执行多个操作,实现了类似 n8n
的自动化处理。
文章传送门:开源工作流自动化工具n8n
FileFlows
绝大部分应用场景是不需要订阅的,但一些更高级的功能,如更好的仪表板、外部数据库支持、更多的处理节点(免费中有 2
个)需要 patreon
订阅。
在群晖上以 Docker 方式安装。
在注册表中搜索 fileflows
,选择第一个 revenz/fileflows
,版本选择 latest
。
本文写作时,
latest
版本对应为23.10
;
如果你熟悉命令行,可能用 docker cli
更快捷
# 新建文件夹 fileflows 和 子目录
mkdir -p /volume1/docker/fileflows/{data,logs,media/{pictures,output},temp}
# 进入 fileflows 目录
cd /volume1/docker/fileflows
# 运行容器
docker run -d \
--restart unless-stopped \
--name fileflows \
-p 5040:5000 \
-v /var/run/docker.sock:/var/run/docker.sock:ro \
-v $(pwd)/data:/app/Data \
-v $(pwd)/logs:/app/Logs \
-v $(pwd)/temp:/temp \
-v $(pwd)/media:/media \
-e TempPathHost:$(pwd)/temp \
revenz/fileflows
文件夹 | 装载路径 | 说明 |
---|---|---|
docker/fileflows/data |
/app/Data |
存放数据库、插件等 |
docker/fileflows/logs |
/app/Logs |
存放日志 |
docker/fileflows/temp |
/temp |
临时目录 |
docker/fileflows/media |
/media |
媒体目录 |
media
有两个子目录,和安装没有关系,主要是用于后面的示例,其中:
pictures :用于存放需要转换的图片;
output:用于存放转换完成后的图片;
可变 | 值 |
---|---|
TZ |
时区设置 |
TempPathHost |
设置临时目录 |
更多的环境变量,请参考官方文档:https://fileflows.com/docs/installation/docker#parameters
也可以用 docker-compose
安装,将下面的内容保存为 docker-compose.yml
文件
version: '3'
services:
fileflows:
image: revenz/fileflows
container_name: fileflows
restart: unless-stopped
ports:
- 5040:5000
volumes:
- /var/run/docker.sock:/var/run/docker.sock:ro
- ./data:/app/Data
- ./logs:/app/Logs
- ./temp:/temp
- ./media:/media
environment:
- TZ=Asia/Shanghai
- TempPathHost=/volume1/docker/fileflows/temp
然后执行下面的命令
# 新建文件夹 fileflows 和 子目录
mkdir -p /volume1/docker/fileflows/{data,logs,media/{pictures,output},temp}
# 进入 fileflows 目录
cd /volume1/docker/fileflows
# 将 docker-compose.yml 放入当前目录
# 一键启动
docker-compose up -d
如果你的群晖带 NVIDIA
显卡,可以使用硬件编解码,但是很抱歉,老苏的小机器没法帮大家测试、验证
# 运行容器(支持N卡)
docker run -d \
--restart unless-stopped \
--name fileflows \
--runtime nvidia \
-p 5040:5000 \
-v /var/run/docker.sock:/var/run/docker.sock:ro \
-v $(pwd)/data:/app/Data \
-v $(pwd)/logs:/app/Logs \
-v $(pwd)/temp:/temp \
-v $(pwd)/media:/media \
-e TempPathHost:$(pwd)/temp \
-e NVIDIA_DRIVER_CAPABILITIES=compute,video,utility \
-e NVIDIA_VISIBLE_DEVICES=all \
revenz/fileflows
如果你是 unRAID
,不仅支持 NVIDIA
,也支持 Intel Quicksync (QSV)
其实群晖也是可以启用 Intel Quicksync (QSV)
的,具体检测办法可以参考老苏之前写的文章
文章传送门:
- 用Dim搭建轻量级媒体服务器
- 用Portainer安装Jellyfin媒体服务器(安装篇)
在浏览器中输入 http://群晖IP:5040
,第一次会有设置向导
设置完成后的主界面
Plugins
中勾选全部,然后右键选择 download
下载完成后,全部都启用 enabled
FileFlows
支持 Apprise
、Discord
和 Email
等通知方式,老苏选择了 Email
,还是以 88
邮箱为例
SMTP Server
:为 smtp
服务的地址;SMTP Port
:为 smtp
服务的端口;SMTP Username
:用户;SMTP Password
:密码;Sender
:显示发送电子邮件的电子邮件地址;如果你要使用 Apprise
,可以看老苏之前写的文章
文章传送门:几乎每个平台都可以使用的推送通知apprise
假设我们的需求是:将其他的图片格式转为 png
格式
第一步、首先要在 Flows
中 ADD
一个新的流程
如果template
显示空白,你会在日志中找到下面的错误,因此要确保你的群晖能连上 raw.githubusercontent.com
Error -> ExceptionMiddleware: Resource temporarily unavailable (raw.githubusercontent.com:443)
选择 Image File
,然后点 NEXT
现在我们有了第一个节点,其他的节点要在右侧选取
第二个节点用的是 Image Format
Format
选择了 PNG
第三个节点用的是 Move File
Destination Folder
:目标输出路径选择了 /media/output
;第四个节点用的是 Send Email
Recipients
:收件人的地址;Subject
:邮件主题;Body
:邮件的内容;现在一个基本的流程就完成了,取名为 Image2png
第二步、在 Libraries
中 ADD
一个库
Template
:下拉选择了 Image Library
;Flow
:选择我们前面创建的 Image2png
流程;Scan
:启用,并将 Scan Interval
设置为 3600
保存
往 /fileflows/media/pictures
目录中丢一张图片
转换完成后,如果邮件设置没问题的话,会收到提醒邮件
在 /fileflows/media/output
中能看到转换后的 png
文件
jpg
文件分辨率是 1920*1301
,但是转换完成的 png
分辨率是 1301*1301
的;revenz/FileFlows: FileFlows is a file processing application that can execute actions against a file in a tree flow structure.
地址:https://github.com/revenz/FileFlows
FileFlows
地址:https://fileflows.com/
Docker | FileFlows
地址:https://fileflows.com/docs/installation/docker
FileFlows: Self hosted file processing, videos, audio, images, anything : selfhosted
地址:https://www.reddit.com/r/selfhosted/comments/15jledo/fileflows_self_hosted_file_processing_videos/