Unmanic插件notify_sonarr与Sonarr API兼容性问题解决方案
2025-07-08 02:07:22作者:范垣楠Rhoda
问题背景
在使用Unmanic媒体处理系统的notify_sonarr插件时,用户遇到了一个API调用错误。该插件的主要功能是在Unmanic完成文件处理后通知Sonarr进行相应的更新操作。具体表现为插件能够成功触发Sonarr的刷新操作,但在尝试重命名文件时失败,并返回错误信息:"SonarrAPI.get_episode_file() got an unexpected keyword argument 'series'"。
错误分析
这个错误表明插件尝试调用Sonarr API的方式与当前Sonarr API版本不兼容。具体来说,插件使用了get_episode_file方法并传入了series参数,但这个参数在当前API版本中不被支持。
通过分析Sonarr API的变更历史可以发现,不同版本的API方法签名可能有所变化。在较新版本的Sonarr中,获取剧集文件的方法可能需要使用不同的参数或完全不同的方法名。
解决方案
经过技术分析,发现可以通过修改插件代码中的API调用方式来解决问题。具体修改如下:
- 原问题代码:
rename_list = api.get_episode_file(series_id, series=True)
- 修改后代码:
rename_list = api.get_episode_files_by_series_id(series_id)
这个修改将调用方法从get_episode_file改为get_episode_files_by_series_id,并移除了不被支持的series参数。新方法名更符合当前Sonarr API的设计规范,直接通过系列ID获取相关剧集文件。
实施步骤
- 定位插件文件:
~/.unmanic/plugins/notify_sonarr/plugin.py - 找到第162行左右的API调用代码
- 将原有调用替换为新的API方法调用
- 保存文件并重启Unmanic服务
验证结果
修改后,插件功能恢复正常,日志显示:
- 成功触发系列刷新
- 成功执行文件重命名操作
- Sonarr界面也能正确反映这些变更
技术建议
对于类似集成不同系统API的插件开发,建议:
- 定期检查依赖API的变更日志
- 实现API版本兼容性检查
- 在代码中添加适当的错误处理和回退机制
- 考虑使用API客户端库而不是直接调用,以获得更好的兼容性
这个案例也展示了开源社区解决问题的典型流程:用户发现问题、分析原因、提出解决方案并验证,最终分享给社区。这种协作方式使得开源软件能够不断改进和完善。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.2 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
661