端侧 AI · 交付
端侧 AI 存储迁移怎样避免丢数据
分别迁移 artifact、部分文件、缓存、索引和用户数据，并提供恢复。
主查询：端侧 AI 存储迁移 · 核验：2026-09-16 · 事实卡：COVE-DOWNLOAD-01, PRIVACY-01
先给结论
按 artifact、部分文件、缓存、索引、用户数据分别迁移，并提供恢复路径，这一点必须严格依据已记录材料，不能向外推断未列出的文件类别或未声明的恢复方式。
需要先收集的证据
至少把下面三项与同一个 artifact、运行时和任务绑定：
- 源目标清单
- 中断迁移 fixture
- 完整性回滚结果
若缺一项，就把它写成未知，不要用模型参数、芯片宣传或网上截图代替。
实施流程
迁移过程要串联这些证据并对照记录：维护源端与目标端的清单，准备中断迁移 fixture 以便在迁移未完成时复现，记录完整性回滚结果，确保每一类数据的迁移行为都能回溯到既定证据。
- 固定来源与 revision
- 记录长度与 digest
- 下载到临时文件
- 安全续传与验证
- 完成后再切换
- 提供修复与回滚
最容易写错的地方
- 模型删除与用户删除混在一起
- 验证前切换路径
两类错误模式仅限既有记录：把模型删除与用户删除混在一起，会让本应保留的用户数据被一并清除；在验证完成前就切换路径，则会让未确认的数据丢失风险直接落到运行环节，发布结论也只能停留在“已记录”层面，不能据此推断更广的影响范围。
最小复现记录
| 层 | 必须记录 |
|---|---|
| 设备 | 型号、芯片、系统、RAM 档位 |
| 软件 | App 版本与 git commit |
| 模型 | 家族、变种、revision、格式、长度、hash、量化 |
| 运行时 | 版本、请求后端、实际后端证据 |
| 任务 | fixture、输入 hash、prompt hash、输出规则 |
| 结果 | 完成、失败、取消、回退与恢复 |
发布检查单
- 目标查询已在开头直接回答。
- 所有数字都能回到事实卡或原始记录。
- artifact、runtime、设备与任务没有混淆。
- 失败、取消、清理与回退都被测试。
- 隐私和网络边界单独说明。
- 结论只适用于记录中的配置。
事实来源与延伸
本页使用奇连 AI 的端侧事实卡镜像，性能结论等待 Cove 原始 benchmark 数据。