[軟體分享] 設定步驟再簡化,虛擬區域網路軟體-Tailscale

閱讀時間約 4 分鐘

之前的文章中有分享到Zerotier這套虛擬區網軟體,可以將不同網路下的裝置給連接起來達到,方便分享和傳輸。不過,對於Zerotier的設定一下要登入帳號、塡ID,一下又要到網頁後台授權認證,對於有些人來說難免會過於複雜。

所以,本篇要分享的Tailscale,可以省去到後台授權認證和填寫ID的問題,只要註冊和登入帳號就能可以直接使用,免去不少步驟(當然之後也能在後台做更詳細的設定)。

與Zerotier相比,操作流程大致上是這樣:

raw-image

軟體特色

  • 跨平台:Windows、macOS、Linux、Android、iOS、NAS
  • 傳輸過程全程採用P2P點對點加密
  • 只能建立一個區網(免費版)
  • 可以加入100個裝置(免費版)
  • 可以邀請3個Tailscale帳號加入

使用教學

註冊帳號

與Zerotier相同,Tailscale也需要一組帳號才能開始使用,在官網點選 Get Started 就可進入註冊帳號的頁面。比較特別的是,Tailscale僅允許使用第三方帳號進行登入。

raw-image

選擇一種你要用來註冊的第三方帳號,之後就會看到Tailscale的管理後台。(註冊到這裡就結束了~夠簡單吧~!)

raw-image

添加裝置

當你在裝置上安裝好Tailscale,就可以登入帳號了。這裡用Windows和Android來做示範。

Windows:

  1. 在工作列的右下角找到Tailscale的圖示按 右鍵,並點選 Log in
  2. 之後會跳出瀏覽器視窗,登入剛剛用來註冊的第三方帳號
  3. 點選 Connect,就可以把裝置加入到虛擬區網中

如果要取得區網裡其他裝置的IP,只在工作列的Tailscale的圖示按右鍵>Network Devices>My Devices,點選裝置名稱就可以將IP地址給複製起來


Android:

  1. 開啟Tailscale,如果要使用Google帳號登入點選Sign in with Google;要是想要用其他第三方帳號登入,就選擇Sign in with other
  2. 之後就可以加入到虛擬區網中了
raw-image

如果要取得區網裡其他裝置的IP,只要點選該裝置的名稱,就可以將IP地址給複製起來做使用


分享檔案

Tailscale有內建分享檔案的功能,可以方便在裝置之間傳輸檔案,傳輸的檔案會被存放到 下載資料夾

在Windows上對著要分享檔案按右鍵,點選 Send with Tailscale,並選擇要分享的裝置,就可以將檔案傳輸過去。要注意的是單次分享檔案不能選擇太多,不然不會出先Send with Tailscale的選項 (目前不知道是不是Bug)

raw-image


而在Android上,只要點選分享按紐>Tailscale,在選擇要傳送到哪個設備,就可以了~

raw-image

總結

Tailscale整體使用下來,可以說相比Zerotier會簡單不少,不但設定步驟較少,還有內建檔案傳輸的功能,可以跨平台分享檔案。個人會覺得Zerotier比較適合需要細部設定且需要多網域的使用者,否則使用Tailscale應該可以滿足絕大多數使用者的需求。


好der~本篇就分享到這裡,我是紅茶,我們下篇文章見~


*非常感謝您讀完這篇文章*

如果你喜歡或覺得這篇文章有幫助到你,可以按個愛心或是追蹤。如果文章有誤或有其它想法,歡迎在下方留言討論。你的支持是我創作的動力~


~有興趣的話還可以看看~

avatar-img
32會員
54內容數
在創作間就任意隨心創作吧~為每件作品賦予意義,即使微不足道也沒有關係
留言0
查看全部
avatar-img
發表第一個留言支持創作者!
在上篇,我們說了Windows Vista吸引人的地方,現在要說到這個系統讓人唾棄的原因。
你覺得最好看的Windows是哪一版本呢?有這麼一版的Windows,花了5年的時間開發,想用嶄新的外觀和功能,來驚豔市場、吸引使用者。沒想到的是,這款系統不但沒有得到消費者的青睞,反而是罵聲一片。
時間過的很快,轉眼間2023馬上就要結束了。這一年中寫了不少文章(好像也沒有很多?) ,正好在今年快結束時來分享一下這段時間的創作心得。
中階手機對於需求不高的消費者來說,無疑是最有CP值的選擇,能在性能和價格之間取得到比較好的平衡。但也因為性能不高,通常可能使用個2~3年就會開始出現變慢、卡頓。如果你也想讓手機用久一點,紅茶整理出了幾個方式,或許能讓手機用的更久一些。
同一個App你也有兩個帳號嗎?現在有許多手機廠商,系統裡都會內建雙開App的功能。使用者不用額外多準備一支手機,就可以在一個裝置上登入兩個帳號。只是,看似方便的功能,並非每隻手機都有具備,尤其是搭載原生Android的裝置(例如:Pixel、Sony、Nokia),系統裡面根本就沒有內建。
出門在外想要存取家中電腦中的檔案,或是與好友遊玩區網遊戲(例如:Minecraft),在過去,需要連線到同一個網路或是使用固定IP的方式才能達成。前者有侷限性,後者不只設定過程複雜,而且容易遭受攻擊,會有安全風險。
在上篇,我們說了Windows Vista吸引人的地方,現在要說到這個系統讓人唾棄的原因。
你覺得最好看的Windows是哪一版本呢?有這麼一版的Windows,花了5年的時間開發,想用嶄新的外觀和功能,來驚豔市場、吸引使用者。沒想到的是,這款系統不但沒有得到消費者的青睞,反而是罵聲一片。
時間過的很快,轉眼間2023馬上就要結束了。這一年中寫了不少文章(好像也沒有很多?) ,正好在今年快結束時來分享一下這段時間的創作心得。
中階手機對於需求不高的消費者來說,無疑是最有CP值的選擇,能在性能和價格之間取得到比較好的平衡。但也因為性能不高,通常可能使用個2~3年就會開始出現變慢、卡頓。如果你也想讓手機用久一點,紅茶整理出了幾個方式,或許能讓手機用的更久一些。
同一個App你也有兩個帳號嗎?現在有許多手機廠商,系統裡都會內建雙開App的功能。使用者不用額外多準備一支手機,就可以在一個裝置上登入兩個帳號。只是,看似方便的功能,並非每隻手機都有具備,尤其是搭載原生Android的裝置(例如:Pixel、Sony、Nokia),系統裡面根本就沒有內建。
出門在外想要存取家中電腦中的檔案,或是與好友遊玩區網遊戲(例如:Minecraft),在過去,需要連線到同一個網路或是使用固定IP的方式才能達成。前者有侷限性,後者不只設定過程複雜,而且容易遭受攻擊,會有安全風險。
你可能也想看
Google News 追蹤
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們從 AI說書 - 從0開始 - 103 至 AI說書 - 從0開始 - 105 的努力,已經完成資料集前處理,現在需要定義一個函數來加載這些清理過的數據集,並在預處
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經有資料集在 AI說書 - 從0開始 - 103 ,必要的清理函數在 AI說書 - 從0開始 - 104 ,現在把它們湊在一起,如下: # load Eng
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續 AI說書 - 從0開始 - 103 所載入的資料集,現在要來進行資料前置處理,首先載入需要的依賴: import pickle from pickle impo
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續 AI說書 - 從0開始 - 102 說要窺探 WMT 資料集,以下著手資料集下載程式: import urllib.request # Define the
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 下游任務是一個 Fine-Tuned 的 Transformer 任務,它從預先訓練的 Transformer 模型繼承模型和參數,故,下游任務是運行微調任務的預訓練模
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先做個總回顧: Transformer 架構總覽:AI說書 - 從0開始 - 39 Attention 意圖說明:AI說書 - 從0開始 - 40 Transfo
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在AI說書 - 從0開始 - 42中,見識了 Tokenizer 做的事情了,以下來羅列幾個要點: 它將原始文字轉成小寫 有可能將原始文字再進行切割 通常 T
Thumbnail
隨著數位轉型的加速,雲計算已成為企業支撐運營和創新的關鍵技術。本文將深入探討雲計算的基本概念、主要服務商的比較,以及企業在選擇和實施雲計算服務時的最佳實踐。
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們從 AI說書 - 從0開始 - 103 至 AI說書 - 從0開始 - 105 的努力,已經完成資料集前處理,現在需要定義一個函數來加載這些清理過的數據集,並在預處
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經有資料集在 AI說書 - 從0開始 - 103 ,必要的清理函數在 AI說書 - 從0開始 - 104 ,現在把它們湊在一起,如下: # load Eng
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續 AI說書 - 從0開始 - 103 所載入的資料集,現在要來進行資料前置處理,首先載入需要的依賴: import pickle from pickle impo
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續 AI說書 - 從0開始 - 102 說要窺探 WMT 資料集,以下著手資料集下載程式: import urllib.request # Define the
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 下游任務是一個 Fine-Tuned 的 Transformer 任務,它從預先訓練的 Transformer 模型繼承模型和參數,故,下游任務是運行微調任務的預訓練模
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 先做個總回顧: Transformer 架構總覽:AI說書 - 從0開始 - 39 Attention 意圖說明:AI說書 - 從0開始 - 40 Transfo
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 我們在AI說書 - 從0開始 - 42中,見識了 Tokenizer 做的事情了,以下來羅列幾個要點: 它將原始文字轉成小寫 有可能將原始文字再進行切割 通常 T
Thumbnail
隨著數位轉型的加速,雲計算已成為企業支撐運營和創新的關鍵技術。本文將深入探討雲計算的基本概念、主要服務商的比較,以及企業在選擇和實施雲計算服務時的最佳實踐。