推荐一款神奇的Gnome Shell扩展:Cast to TV
在你的Linux系统上享受流媒体体验从未如此简单,感谢这个名为“Cast to TV”的Gnome Shell扩展。它不仅让你能够将视频、音乐和图片轻松投射到Chromecast设备,还可以与任何具备Web浏览器的设备或媒体播放器应用程序(如MPV或VLC)无缝协作。
项目介绍
Cast to TV是一款强大的Gnome Shell扩展,它可以将你的桌面变成一个多媒体中心。只需点击一下,即可将你的本地媒体内容投放到大屏幕电视或者任何支持Web播放的设备上。该扩展提供了丰富的特性,包括外部字幕支持、远程控制器、媒体播放列表功能,甚至还能通过内置Web播放器来切换内容而无需刷新页面。
项目技术分析
Cast to TV基于Node.js构建,并利用了FFmpeg的强大转码能力,可以在不兼容的格式之间进行实时转换。此外,针对高性能硬件,还提供了VAAPI和NVENC硬件编码选项,以降低CPU负载。扩展还包括集成的Add-ons,如链接插件和桌面插件,进一步增强了功能。
应用场景
无论你是想在家庭聚会中分享照片,还是希望在大屏幕上欣赏高清电影,Cast to TV都是理想的选择。你可以将手机、平板或电脑上的媒体无线传输到Chromecast或其他设备,让家庭娱乐变得更加便捷。同时,如果你有一个HTPC或树莓派,可以将其配置为媒体接收器,从而创建一个类似Chromecast的家庭影院体验。
项目特点
- 多平台兼容:支持Chromecast、其他设备(如PC、智能手机)以及媒体播放器应用。
- 媒体播放控制:从Gnome顶部栏遥控投射的内容。
- 字幕支持:兼容外部和内置字幕,支持自定义粉丝字幕。
- 硬件加速:可选VAAPI/NVENC视频编码,减少CPU占用。
- 可视化音乐播放:对于快速CPU,可以实现可视化音乐播放。
- Nautilus右键菜单集成:方便快捷地从文件管理器发送媒体。
- 拖放媒体播放列表:直观易用的媒体播放列表,支持直接拖放操作。
- 丰富的附加组件:可通过链接插件和桌面插件扩展功能。
获取与安装
Cast to TV在GitHub上发布了最新版本,并且可在Gnome Extensions网站上一键安装。确保已满足所有依赖项后,按项目文档中的指示安装并启用扩展。
总的来说,Cast to TV是一个高度定制化、功能丰富的解决方案,为Gnome桌面环境带来了极佳的多媒体共享体验。如果你是Gnome用户并且热衷于流媒体,那么这款扩展绝对不容错过!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00