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。
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
项目优选









