ErsatzTV v25.1.0版本发布:流媒体电视解决方案的重大更新
项目简介
ErsatzTV是一个开源的流媒体电视解决方案,它允许用户将个人媒体库转换为类似传统电视频道的流媒体服务。通过智能编排节目单、生成电子节目指南(EPG)等功能,ErsatzTV为用户提供了专业级的电视观看体验。该项目特别适合那些希望将个人收藏的电影、电视剧、音乐等内容以电视频道形式组织和分享的用户。
核心功能更新
播放控制增强
本次v25.1.0版本在播放控制方面进行了多项改进。新增的"重置所有播放"按钮位于播放页面顶部,为用户提供了更便捷的操作方式。对于YAML播放指令,新增了rewind_on_reset选项,允许播放从过去的时间点开始,这在某些特殊编排场景下非常有用。
另一个值得注意的改进是epg_group指令新增了advance选项。当设置为false时,这个选项可以锁定节目指南组而不启动新的组,特别适合处理"后滚动"内容——那些应该属于前一个节目指南组的附加内容。
音乐视频模式创新
针对音乐内容的播放,v25.1.0引入了全新的"歌曲视频模式"设置:
- 默认模式:保持原有行为
- 带进度条模式:在生成的视频底部显示动画进度条
这个功能的灵感来源于社区贡献者@JeckDev,它不仅提升了音乐播放的视觉体验,还让用户能够直观地了解歌曲播放进度。对于没有专辑封面的歌曲,系统现在会使用备用专辑艺术图像,确保播放界面始终美观完整。
技术优化与修复
硬件加速改进
在视频处理方面,本次更新对VAAPI硬件加速支持进行了多项优化:
- 新增了"Vaapi Display"选项到FFmpeg配置文件中,允许用户根据具体硬件环境选择最佳显示方式
- 默认使用
drm作为显示方式,这在大多数情况下都是最佳选择 - 在"故障排除"菜单中新增了"VAAPI能力测试"功能,可以全面检测所有可用的显示方式
数据库与搜索优化
针对不同后端数据库的稳定性问题,v25.1.0进行了多项修复:
- 解决了MySQL后端启动时的数据库清理错误
- 修复了ElasticSearch后端清空回收站的功能
- 优化了搜索索引,新增了
tag_full字段,提供未分析和未标记的原始标签数据,改善搜索体验
播放与同步修复
在播放和内容同步方面,本次更新解决了多个关键问题:
- 修复了频道预览播放器关闭后无法停止播放的问题
- 解决了默认填充内容无法使用硬件加速的问题
- 修正了当播放列表项目减少时构建播放列表的逻辑
- 修复了Plex集合同步问题,需要配合最新版Plex服务器使用
用户体验改进
除了上述技术性改进,v25.1.0还包含多项用户体验优化:
- 修复了回收站UI元素重复加载的问题
- 改进了播放项目时长显示,现在可以正确显示超过24小时的时长
- 优化了4:3分辨率下的歌曲背景显示,现在能够正确填充而不是添加黑边
- 改进了XMLTV频道标识符,解决了与Plex的兼容性问题
总结
ErsatzTV v25.1.0版本带来了从核心功能到用户体验的全方位提升。无论是新增的音乐播放进度条、硬件加速优化,还是各种稳定性修复,都体现了开发团队对产品质量的持续追求。这些改进使得ErsatzTV作为一个个人流媒体电视解决方案更加成熟可靠,能够为用户提供更稳定、更丰富的观看体验。
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