BiliTools v1.3.8版本发布:NFO元数据刮削与多项功能优化
BiliTools是一款专注于Bilibili视频下载与管理的开源工具,它能够帮助用户高效地获取Bilibili平台上的视频内容,并提供丰富的格式选择和元数据处理功能。本次发布的v1.3.8版本带来了多项重要更新和修复,特别是新增了NFO元数据刮削功能,进一步提升了视频管理的专业性。
NFO元数据刮削功能(预览版)
本次更新的亮点之一是新增了NFO元数据刮削功能。NFO文件是一种常见的元数据存储格式,广泛应用于多媒体文件管理系统中。通过这一功能,BiliTools现在能够为下载的视频生成包含丰富信息的NFO文件,这些信息可能包括:
- 视频标题和描述
- 上传者信息
- 发布时间和分类
- 视频标签和关键词
- 其他相关元数据
这一功能目前处于预览阶段,意味着它已经可用但可能还需要进一步的优化和完善。对于使用专业媒体管理软件(如Kodi、Plex等)的用户来说,这一功能将大大提升视频库的管理体验。
DASH格式增强
v1.3.8版本对DASH格式的支持进行了增强,新增了格式描述信息。DASH(Dynamic Adaptive Streaming over HTTP)是一种自适应流媒体传输协议,能够根据网络条件动态调整视频质量。通过增加描述信息,用户现在可以更清楚地了解DASH格式的特点和优势,做出更明智的下载选择。
多项问题修复
本次更新还解决了多个影响用户体验的问题:
-
界面溢出修复:解决了选择界面可能出现的溢出问题,提升了界面布局的稳定性。
-
音频格式解析改进:
- 修复了FLAC音频格式的解析问题,确保高质量音频的完整下载
- 解决了Dolby音频格式的解析异常,提升了对杜比音效的支持
-
链接解析优化:
- 修复了收藏夹链接解析问题,确保用户能够顺利下载收藏夹中的内容
- 改进了MP4格式的解析逻辑,提高了对这种常见视频格式的兼容性
存储版本更新
v1.3.8版本将STORAGE_VERSION更新至6,这表明工具内部的数据存储结构可能发生了变化。对于开发者而言,这意味着需要注意数据迁移和兼容性问题;对于普通用户,这一变化通常是透明的,但可能会带来性能或稳定性的提升。
跨平台支持
BiliTools继续保持良好的跨平台特性,提供了多种平台的安装包:
- Windows平台:提供标准的exe安装包和NSIS打包版本
- macOS平台:提供针对不同架构(x64、aarch64)的dmg安装包,以及通用版本
- 应用打包:提供tar.gz格式的应用打包,方便不同环境下的部署
总结
BiliTools v1.3.8版本通过引入NFO元数据刮削功能,进一步强化了其作为专业视频下载和管理工具的地位。同时,多项问题修复和功能优化提升了工具的稳定性和用户体验。对于需要高效管理Bilibili视频内容的用户,特别是那些使用专业媒体库管理系统的用户,这一版本值得升级。
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
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