Jellyseerr v2.6.0 版本发布:媒体管理与用户体验全面升级
Jellyseerr 是一个基于 Jellyfin/Emby 生态系统的媒体请求管理工具,它为用户提供了便捷的媒体内容请求、审批和管理功能。作为 Overseerr 的一个分支,Jellyseerr 特别针对 Jellyfin 用户进行了优化和功能增强。
核心功能改进
媒体内容过滤与分类增强
本次 2.6.0 版本在内容过滤方面做出了显著改进。新增了内容认证/年龄分级过滤器,管理员现在可以根据不同年龄分级筛选内容,这对于家庭友好型媒体库管理特别有价值。同时,在个人详情页面增加了媒体类型过滤功能,用户可以更精确地查看演员或导演参与的特定类型作品。
黑名单功能也得到了加强,现在系统可以自动将带有黑名单标签的媒体添加到黑名单中。更智能的是,对于管理员用户,黑名单项目会自动从发现页面隐藏,既保持了界面的整洁,又不影响管理员对黑名单内容的管理。
通知系统优化
通知系统是本版本的另一大亮点。新增了对 ntfy 的原生支持,这是一种轻量级的推送通知服务。Gotify 通知现在支持优先级设置,而 Discord 通知则在待审批请求中加入了直接链接,提高了管理效率。Pushover 通知的声音设置问题也得到了修复,确保用户偏好能够正确保存。
技术架构改进
缓存机制优化
图像缓存系统进行了全面升级。新增了对 TVDB 图像的缓存支持,同时修复了 TMDB 部分图像的缓存缺失问题。头像缓存文件夹的创建问题也得到了解决,确保了用户头像能够正确加载和缓存。
数据库与排序逻辑
PostgreSQL 用户将受益于 TIMESTAMPTZ 类型的使用改进,问题评论现在会按照从旧到新的正确顺序显示。媒体请求中的季数排序问题也得到了修复,确保季数按自然顺序排列而非字母顺序。
用户体验提升
界面与交互优化
请求列表现在支持媒体类型过滤,让用户能更快找到特定类型的请求。季节徽章的顺序显示问题被修复,界面更加一致。移动端的人物媒体类型过滤器也进行了优化,确保在不同设备上体验一致。
配置灵活性
用户现在可以配置图表探针,根据自身需求调整系统监控的精细度。视频分享平台现在可配置,方便在不同地区的用户访问适合的视频实例。Markdown 换行支持也被引入,改善了多行文本的显示效果。
安全与稳定性
用户设置中的电子邮件检查逻辑得到改进,系统现在会正确排除当前用户检查重复邮箱。URL 验证也更加严格,能够正确处理空字段的情况。Jellyfin 会话管理得到加强,确保在 Jellyseerr 登出时清理相关会话。
总结
Jellyseerr v2.6.0 版本在媒体管理、通知系统、缓存机制和用户体验等多个维度进行了全面升级。这些改进不仅提高了系统的稳定性和功能性,也为管理员和普通用户带来了更加流畅和高效的使用体验。特别是新增的内容过滤和分类功能,使得媒体库管理更加精细化和个性化,满足了不同用户群体的需求。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00