diff --git a/01_卡资（金）/金仓_存储备份/群晖NAS管理/参考资料/NAS千问小模型API配置.md b/01_卡资（金）/金仓_存储备份/群晖NAS管理/参考资料/NAS千问小模型API配置.md
index 18a70fae..089b6130 100644
--- a/01_卡资（金）/金仓_存储备份/群晖NAS管理/参考资料/NAS千问小模型API配置.md
+++ b/01_卡资（金）/金仓_存储备份/群晖NAS管理/参考资料/NAS千问小模型API配置.md
@@ -60,6 +60,8 @@ export OLLAMA_BASE_URL="http://192.168.1.201:11434"
 
 外网需确保 **frp 服务端（42.194.245.239）已开放 11401 端口**；若无法访问，请在宝塔/安全组中放行 `11401/TCP`。
 
+**OpenClaw（如阿猫 Mac）使用千问**：已配置主模型为 `nas-qwen/qwen2.5:3b`，备选 `qwen2.5:1.5b` → `v0/v0-1.5-lg`。若该终端 **DNS 解析超时**（访问 `open.quwanzhi.com` 报 Resolving timed out），可改为 **IP 直连**：在 OpenClaw 的 nas-qwen 里将 `baseUrl` 设为 `http://42.194.245.239:11401/v1`（frp 同机 IP），改完后重启网关即可连通千问。
+
 ---
 
 ## 二、常用 API 端点
@@ -87,9 +89,9 @@ curl -s http://192.168.1.201:11434/api/tags | jq .
 ### 2. 文本生成（curl）
 
 ```bash
-# 外网示例（qwen2.5:1.5b）
+# 外网示例（推荐 qwen2.5:3b，也可用 qwen2.5:1.5b）
 curl -s http://open.quwanzhi.com:11401/api/generate -d '{
-  "model": "qwen2.5:1.5b",
+  "model": "qwen2.5:3b",
   "prompt": "用一句话介绍厦门",
   "stream": false
 }' | jq .
@@ -99,7 +101,7 @@ curl -s http://open.quwanzhi.com:11401/api/generate -d '{
 
 ```bash
 curl -s http://open.quwanzhi.com:11401/v1/chat/completions -d '{
-  "model": "qwen2.5:1.5b",
+  "model": "qwen2.5:3b",
   "messages": [{"role": "user", "content": "你好，请简短回复"}],
   "stream": false
 }' | jq .
@@ -130,7 +132,7 @@ import requests
 # 外网
 OLLAMA_BASE = os.environ.get("OLLAMA_BASE_URL", "http://open.quwanzhi.com:11401")
 
-def chat(text: str, model: str = "qwen2.5:1.5b") -> str:
+def chat(text: str, model: str = "qwen2.5:3b") -> str:
     r = requests.post(
         f"{OLLAMA_BASE}/api/generate",
         json={"model": model, "prompt": text, "stream": False},
@@ -153,7 +155,7 @@ client = OpenAI(
     api_key="ollama",  # Ollama 不校验，可随意
 )
 r = client.chat.completions.create(
-    model="qwen2.5:1.5b",
+    model="qwen2.5:3b",
     messages=[{"role": "user", "content": "你好"}],
 )
 print(r.choices[0].message.content)
@@ -165,7 +167,7 @@ print(r.choices[0].message.content)
 
 - **一键部署（本机执行）**：  
   `bash 群晖NAS管理/scripts/ollama/deploy_ollama_nas.sh`  
-  会完成：创建目录、上传 compose、启动容器、拉取 qwen2.5:1.5b、配置 frp 并重启 frpc。
+  会完成：创建目录、上传 compose、启动容器、拉取 qwen2.5:1.5b（及推荐 qwen2.5:3b）、配置 frp 并重启 frpc。
 
 - **NAS 上手动操作**：  
   - 编排目录：`/volume1/docker/ollama/`  
diff --git a/03_卡木（木）/木叶_视频内容/视频切片/脚本/soul_enhance.py b/03_卡木（木）/木叶_视频内容/视频切片/脚本/soul_enhance.py
index d7f05143..9da8a783 100644
--- a/03_卡木（木）/木叶_视频内容/视频切片/脚本/soul_enhance.py
+++ b/03_卡木（木）/木叶_视频内容/视频切片/脚本/soul_enhance.py
@@ -963,56 +963,71 @@ def enhance_clip(clip_path, output_path, highlight_info, temp_dir, transcript_pa
     print(f"  ✓ 封面烧录", flush=True)
     
     # 5.2 烧录字幕
-    # 策略：先尝试单次 FFmpeg 通道（一次 pass 完成所有字幕叠加）；
-    #       若失败（filter 太长/输入太多）则自动分批（batch_size=40）兜底。
+    # 策略：concat 图片序列 + 单次 overlay（最快正确方案）
+    # 原理：
+    #   - -loop 1 + enable=between：每帧都要判断所有overlay节点，极慢（163条/270s需30min+）
+    #   - -ss/-t 对PNG：PNG只有1帧，seek到>0时返回空流，字幕消失
+    #   - concat 图片序列（每条字幕是精确时长的帧段）+单次overlay：一次pass，速度快几十倍
     if sub_images:
-        print(f"  [3/5] 字幕烧录中（{len(sub_images)} 条，随语音时间轴显示）…", flush=True)
+        print(f"  [3/5] 字幕烧录中（{len(sub_images)} 条，concat+overlay 单次 pass）…", flush=True)
 
-        # 字幕烧录：使用 -ss/-t 有限时长输入（非 -loop 1），FFmpeg 只在字幕有效段处理图像帧，速度大幅提升。
-        # 原理：-loop 1 会生成无限帧流（每帧都要合成），-ss start -t duration 生成有限帧，FFmpeg 自动优化。
-        # 每批 25 条 overlay（约 2-4 次 pass）。
-        batch_size = 25
-        total_batches = (len(sub_images) + batch_size - 1) // batch_size
-        for batch_idx in range(0, len(sub_images), batch_size):
-            batch = sub_images[batch_idx:batch_idx + batch_size]
-            inputs = ['-i', current_video]
-            for img in batch:
-                sub_start = max(img['start'], cover_duration)
-                sub_end = img['end']
-                sub_dur = max(0.05, sub_end - sub_start)  # 有限时长，至少 50ms
-                # -ss 偏移，-t 时长，-i 图片 → 有限帧数的图像输入
-                inputs.extend(['-ss', f'{sub_start:.3f}', '-t', f'{sub_dur:.3f}', '-i', img['path']])
-            fc_parts = []
-            last = '0:v'
-            for i, img in enumerate(batch):
-                idx = i + 1
-                out_n = f'vsub{i}'
-                sub_start = max(img['start'], cover_duration)
-                if sub_start < img['end']:
-                    # itsoffset 告诉 FFmpeg 从主视频哪个时刻开始叠加该输入
-                    fc_parts.append(
-                        f"[{last}][{idx}:v]overlay={overlay_pos}:enable='between(t,{sub_start:.3f},{img['end']:.3f})'[{out_n}]"
-                    )
-                else:
-                    fc_parts.append(f"[{last}]copy[{out_n}]")
-                last = out_n
-            fc = ';'.join(fc_parts)
-            batch_out = os.path.join(temp_dir, f'sub_batch_{batch_idx}.mp4')
-            cmd = [
-                'ffmpeg', '-y', *inputs,
-                '-filter_complex', fc,
-                '-map', f'[{last}]', '-map', '0:a',
-                '-c:v', 'libx264', '-preset', 'fast', '-crf', '22',
-                '-c:a', 'copy', '-shortest', batch_out
-            ]
-            r = subprocess.run(cmd, capture_output=True, text=True)
-            if r.returncode != 0:
-                print(f"  ⚠ 字幕批次 {batch_idx//batch_size+1} 失败: {(r.stderr or '')[-300:]}", file=sys.stderr)
-            if r.returncode == 0 and os.path.exists(batch_out):
-                current_video = batch_out
-            if total_batches > 1:
-                print(f"      字幕批次 {batch_idx//batch_size+1}/{total_batches} 完成", flush=True)
-        print(f"  ✓ 字幕烧录完成（{total_batches}批，{len(sub_images)} 条）", flush=True)
+        # 创建透明空白帧（RGBA 498x1080，所有像素透明）
+        blank_path = os.path.join(temp_dir, 'sub_blank.png')
+        if not os.path.exists(blank_path):
+            blank = Image.new('RGBA', (out_w, out_h), (0, 0, 0, 0))
+            blank.save(blank_path, 'PNG')
+
+        # 构建 concat 文件：把所有字幕帧描述为"时间段→图片"的序列
+        # concat demuxer 格式：
+        #   file 'path'
+        #   duration X.XXX
+        # 最后一行不写 duration（用于循环/截断防报错）
+        concat_lines = []
+        prev_end = cover_duration  # 字幕从封面结束后开始
+
+        for img in sub_images:
+            sub_start = max(img['start'], cover_duration)
+            sub_end = img['end']
+            if sub_start >= sub_end:
+                continue
+            # 空白段（上一条字幕结束 → 本条开始）
+            gap = sub_start - prev_end
+            if gap > 0.04:
+                concat_lines.append(f"file '{blank_path}'")
+                concat_lines.append(f"duration {gap:.3f}")
+            # 字幕段
+            concat_lines.append(f"file '{img['path']}'")
+            concat_lines.append(f"duration {sub_end - sub_start:.3f}")
+            prev_end = sub_end
+
+        # 末尾空白（最后一条字幕结束 → 视频结束）
+        tail = duration - prev_end
+        if tail > 0.04:
+            concat_lines.append(f"file '{blank_path}'")
+            concat_lines.append(f"duration {tail:.3f}")
+        concat_lines.append(f"file '{blank_path}'")  # concat demuxer 必须的结束帧
+
+        concat_file = os.path.join(temp_dir, 'sub_concat.txt')
+        with open(concat_file, 'w') as f:
+            f.write('\n'.join(concat_lines))
+
+        # 单次 FFmpeg overlay：-f concat 读图片序列 → overlay 到主视频
+        sub_out = os.path.join(temp_dir, 'with_subs.mp4')
+        cmd = [
+            'ffmpeg', '-y',
+            '-i', current_video,
+            '-f', 'concat', '-safe', '0', '-i', concat_file,
+            '-filter_complex', f'[0:v][1:v]overlay={overlay_pos}[v]',
+            '-map', '[v]', '-map', '0:a',
+            '-c:v', 'libx264', '-preset', 'fast', '-crf', '22',
+            '-c:a', 'copy', sub_out
+        ]
+        r = subprocess.run(cmd, capture_output=True, text=True)
+        if r.returncode == 0 and os.path.exists(sub_out):
+            current_video = sub_out
+            print(f"  ✓ 字幕烧录完成（concat 单次 pass，{len(sub_images)} 条）", flush=True)
+        else:
+            print(f"  ⚠ 字幕烧录失败: {(r.stderr or '')[-400:]}", file=sys.stderr)
     else:
         if do_burn_subs and os.path.exists(transcript_path):
             print(f"  ⚠ 未烧录字幕：解析后无有效字幕（请用 MLX Whisper 重新生成 transcript.srt）", flush=True)
diff --git a/运营中枢/工作台/gitea_push_log.md b/运营中枢/工作台/gitea_push_log.md
index 06226dd2..c0bfcb4c 100644
--- a/运营中枢/工作台/gitea_push_log.md
+++ b/运营中枢/工作台/gitea_push_log.md
@@ -276,3 +276,4 @@
 | 2026-03-10 20:26:50 | 🔄 卡若AI 同步 2026-03-10 20:26 | 更新：卡木、运营中枢工作台 | 排除 >20MB: 11 个 |
 | 2026-03-10 20:45:03 | 🔄 卡若AI 同步 2026-03-10 20:45 | 更新：卡木、运营中枢工作台 | 排除 >20MB: 11 个 |
 | 2026-03-10 20:55:38 | 🔄 卡若AI 同步 2026-03-10 20:55 | 更新：卡木、运营中枢工作台 | 排除 >20MB: 11 个 |
+| 2026-03-10 23:34:57 | 🔄 卡若AI 同步 2026-03-10 23:34 | 更新：金仓、卡木、运营中枢工作台 | 排除 >20MB: 11 个 |
diff --git a/运营中枢/工作台/代码管理.md b/运营中枢/工作台/代码管理.md
index 64e2512d..9aa4f2a7 100644
--- a/运营中枢/工作台/代码管理.md
+++ b/运营中枢/工作台/代码管理.md
@@ -279,3 +279,4 @@
 | 2026-03-10 20:26:50 | 成功 | 成功 | 🔄 卡若AI 同步 2026-03-10 20:26 | 更新：卡木、运营中枢工作台 | 排除 >20MB: 11 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
 | 2026-03-10 20:45:03 | 成功 | 成功 | 🔄 卡若AI 同步 2026-03-10 20:45 | 更新：卡木、运营中枢工作台 | 排除 >20MB: 11 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
 | 2026-03-10 20:55:38 | 成功 | 成功 | 🔄 卡若AI 同步 2026-03-10 20:55 | 更新：卡木、运营中枢工作台 | 排除 >20MB: 11 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
+| 2026-03-10 23:34:57 | 成功 | 成功 | 🔄 卡若AI 同步 2026-03-10 23:34 | 更新：金仓、卡木、运营中枢工作台 | 排除 >20MB: 11 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |