一、环境准备：部署前的必备清单

部署方式	所需工具	安装命令（Ubuntu/Debian）
Docker版（推荐）	Docker	sudo apt update && sudo apt install -y docker.io docker-compose
源码版	Go 1.18+ + Git	sudo apt install -y golang git && go version

💡 小技巧：

• Docker方式适合快速部署，推荐新手使用。（参考文章：Docker安装及使用教程（Windows版）、Docker安装及初始化配置（Linux版））
• 源码版适合二次开发，需掌握Go语言基础。

二、部署步骤：从0到1搭建服务

🐳 方式一：Docker一键部署（推荐）

docker run -d --name pansou -p 80:80 ghcr.io/fish2018/pansou-web

🔨 方式二：源码编译部署（适合开发者）

# 1. 克隆仓库代码
git clone https://github.com/fish2018/pansou.git && cd pansou

# 2. 配置环境变量（可选，创建 .env 文件）
cat > .env << EOF
PORT=8888
PROXY=socks5://127.0.0.1:1080    # Telegram 访问代理（如需要）
CHANNELS=tgsearchers3,yunpanxunlei   # 默认搜索频道
EOF

# 3. 编译项目（生成可执行文件）
CGO_ENABLED=0 GOOS=linux GOARCH=amd64 go build -ldflags="-s -w" -o pansou .

# 4. 启动服务（使用 nohup 后台运行）
nohup ./pansou > pansou.log 2>&1 &

三、实战演示：搜索功能全解析

1. 基础搜索示例

直接访问 127.0.0.1:80 搜索即可。

点击状态可以查看配置信息：

2. 进阶技巧：API组合使用

点击 API 文档可以参看传参，也可以在线调用接口：

• 多网盘类型搜索：cloud_types=baidu,aliyun,quark
• 强制刷新缓存：添加 &refresh=true 参数
• 指定插件搜索：plugins=jikepan,panyq（仅使用特定插件）

3. 高级技巧：配置成PanSou MCP服务供AI模型调用

PanSou MCP 服务是一个基于 Model Context Protocol (MCP) 的工具服务，它将 PanSou 网盘搜索 API 的功能封装为可在支持 MCP 的客户端（如 Cherry Studio）中直接调用的工具。

通过 PanSou MCP 服务，可以直接在 Claude 等 AI 助手中搜索网盘资源，极大地提升了获取网盘资源的便捷性。

四、总结与二次开发建议

1. 项目优缺点分析

优点	缺点
1. 搜索速度快（并发 + 缓存设计）	1. 依赖 Telegram 频道内容质量
2. 支持多网盘类型自动分类	2. 无官方 Web UI（需自行开发）
3. 插件系统扩展性强	3. 代理配置复杂（对新手不友好）

2. 二次开发方向

• 前端界面：基于 Vue / React 开发 Web 管理界面（参考 API 文档实现搜索功能）
• 私有插件：开发企业网盘搜索插件（如 OneDrive / Google Drive 支持）
• 数据可视化：添加搜索热度统计和资源趋势分析功能

📌 开源项目地址：https://github.com/fish2018/pansou（欢迎 Star 支持作者）

🙏 结语

通过本文的保姆级教程，你已掌握 PanSou 的部署与优化技巧。这款开源工具不仅能帮你高效管理网盘资源，其模块化架构也为二次开发提供了无限可能。如果你在使用中遇到问题，欢迎在 GitHub Issues 交流，或在评论区分享你的部署经验！