Animeko:一站式跨平台动漫追番神器完全指南
Animeko(曾用名Ani)是一款基于Kotlin Multiplatform和Compose Multiplatform技术构建的跨平台动漫追番应用,支持Android、iOS、Windows、macOS和Linux全平台。这款开源工具集找番、追番、看番于一体,提供弹幕支持、云同步观看记录、多数据源聚合等强大功能,为动漫爱好者打造极致的追番体验。🎬
✨ 核心功能亮点
智能番剧信息管理
Animeko深度整合Bangumi番组计划,提供精准的番剧信息、社区评价和新番时间表。你可以轻松浏览番剧详情、查看评分、管理收藏,还能根据标签进行智能搜索,发现更多符合口味的新番。
云端进度同步
告别手动记录观看进度的烦恼!Animeko自动同步你的追番记录到Bangumi账户,打开应用即可续看上次的进度,真正实现多设备无缝衔接。
🎯 多数据源聚合播放
智能资源选择
Animeko聚合多种视频数据源,包括BT种子、Jellyfin/Emby媒体服务器以及自定义在线源。应用会自动选择最佳播放源,确保流畅的观看体验。
强大弹幕系统
内置公益弹幕服务器,支持发送和接收弹幕,同时整合弹弹play等多平台弹幕源,每集可达数千条弹幕,重现B站般的弹幕文化体验。
💾 离线缓存与多设备支持
全平台缓存功能
所有数据源都支持离线缓存,下载剧集后随时随地观看,无需担心网络问题。缓存管理界面清晰直观,方便管理已下载内容。
跨设备完美适配
从手机到平板,从桌面到电视,Animeko针对不同屏幕尺寸进行深度优化,提供一致而优秀的用户体验。
🔧 个性化设置与高级功能
丰富的自定义选项
提供详细的弹幕设置、主题定制、媒体偏好等个性化选项,让每个用户都能打造专属的追番环境。
技术架构优势
基于现代Kotlin Multiplatform技术栈,内置专为边下边播优化的libtorrent引擎,支持ExoPlayer(Android)和VLC(PC)双核播放器,确保最佳的性能和兼容性。
📥 安装与使用指南
下载安装
Animeko提供稳定版和测试版两个版本通道:
- 稳定版:每两周更新,功能稳定可靠
- 测试版:每日构建,抢先体验新功能
支持所有主流平台,访问发布页面选择适合你设备的版本下载安装。
快速入门
- 下载并安装对应平台的Animeko应用
- 登录Bangumi账号同步追番数据
- 探索发现页面的新番时间表
- 开始追番并享受智能播放体验
🚀 开发者参与
Animeko是完全开源的项目,欢迎开发者贡献代码。项目采用现代化的技术架构,包括:
- Kotlin Multiplatform跨平台开发
- Compose Multiplatform声明式UI
- 模块化架构设计
详细开发文档和贡献指南请参考项目文档。
Animeko重新定义了动漫追番的体验,将分散的功能整合到一个应用中,为动漫爱好者提供真正的一站式解决方案。无论你是 casual viewer 还是 hardcore otaku,这款工具都能满足你的所有追番需求!🌟
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






