MoviePilot-Plugins 的项目扩展与二次开发
2025-06-04 11:30:38作者:管翌锬
项目的基础介绍
MoviePilot-Plugins 是一个针对 MoviePilot 项目的三方插件集合,旨在为 MoviePilot 提供额外的功能扩展和个性化定制。项目托管在 GitHub 上,遵循 GPL-3.0 许可协议,欢迎广大开发者参与贡献。
项目的核心功能
MoviePilot-Plugins 提供了多种实用的功能,包括但不限于:
- 站点刷流优化: 在官方刷流插件的基础上进行了功能优化和细节调整。
- 飞书机器人消息通知: 与飞书机器人集成,实现消息通知功能。
- 插件热加载: 在 Docker 容器中调试插件时无需重启容器即可完成热加载。
- 刷流种子整理: 对刷流种子进行整理入库操作,支持自动分类和添加标签等功能。
- Plex 元数据刷新: 定时通知 Plex 刷新最近入库的元数据。
- WebDAV 备份: 定时通过 WebDAV 备份数据库和配置文件。
- Plex 中文本地化: 实现拼音排序、搜索及类型标签中文本地化功能。
- PlexAutoSkip: 实现自动跳过 Plex 中片头、片尾以及类似内容的功能。
- PlexEdition: 根据入库记录修改 Edition 为电影版本/资源类型/特效信息。
- 历史记录清理: 提供一键清理历史记录的功能。
- 天气小部件: 在仪表盘中显示实时天气信息。
- 插件自定义排序: 支持将插件按自定义顺序排序。
- 种子关键字分类整理: 通过匹配种子关键字进行自定义分类。
- 历史记录分类刷新: 刷新历史记录分类的功能。
- 自动诊断: 自动发起系统健康检查、网络连通性测试以及硬链接检查。
- 系统通知: 通过通知渠道发送系统通知消息。
- 站点流量管理: 自动管理流量,保障站点分享率。
- Plex 演职人员刮削: 实现刮削演职人员中文名称及角色。
- PlexMatch: 实现入库时添加 .plexmatch 文件,提高识别准确率。
- 自定义插件: 支持编写自定义插件。
- 小米路由 Hosts: 定时将本地 Hosts 同步至小米路由 Hosts。
- Plex 自动语言: 实现自动选择 Plex 电视节目的音轨和字幕语言。
- H&R 助手: 监听下载、订阅、刷流等行为,对 H&R 种子进行自动标签管理。
- Plex IP 优选: 自动获取 Plex 相关域名,实现 IP 优选。
- 辅助认证: 支持使用第三方系统进行辅助认证。
- 即时通讯客户端命令管理: 实现微信等客户端的命令管理。
- 智能重命名: 自定义适配多场景重命名。
- 服务管理: 实现自定义服务管理。
项目使用了哪些框架或库?
MoviePilot-Plugins 项目主要使用 Python 编写,并可能依赖于一些第三方库和框架,例如但不限于:
- Plex API
- 飞书机器人 API
- 和风天气 API
- WebDAV
- 等等
项目的代码目录及介绍
项目的代码目录可能包括以下部分:
MoviePilot-Plugins/
├── README.md # 项目说明文档
├── LICENSE # 许可协议文件
├── package.json # 项目配置文件
├── package.v2.json # 项目配置文件 (v2)
├── .gitignore # Git 忽略文件列表
├── plugins # 插件目录
│ ├── plugin1 # 插件1
│ │ ├── __init__.py # 插件初始化文件
│ │ └── plugin.py # 插件主逻辑文件
│ ├── plugin2 # 插件2
│ │ ├── __init__.py # 插件初始化文件
│ │ └── plugin.py # 插件主逻辑文件
│ └── ...
└── ...
对项目进行扩展或者二次开发的方向
对于 MoviePilot-Plugins 的扩展或二次开发,可以考虑以下方向:
- 开发新的插件: 根据个人需求或社区反馈,开发新的插件以满足更多功能需求。
- 改进现有插件: 对现有插件进行优化和改进,提升性能和稳定性。
- 集成更多 API: 集成更多外部 API,如影视信息 API、天气 API 等,扩展项目功能。
- 优化用户体验: 改进用户界面和交互设计,提升用户体验。
- 编写文档和教程: 编写详细的文档和教程,帮助其他开发者更好地理解和使用项目。
- 构建社区: 建立开发者社区,鼓励更多开发者参与贡献。
欢迎广大开发者积极参与 MoviePilot-Plugins 的开发,共同推动项目的成长和进步!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
310
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1