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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00