ani-cli v4.10 版本发布:命令行动画播放器的重大更新
项目介绍
ani-cli 是一个功能强大的命令行动画播放工具,它允许用户直接在终端中搜索、播放和下载动画内容。作为一个轻量级的解决方案,ani-cli 特别适合喜欢使用命令行界面的技术爱好者和开发者。项目采用 Bash 脚本编写,具有高度的可定制性和跨平台兼容性。
版本亮点
v4.10 版本是继 v4.9 之后半年多的重要更新,主要针对提供源情况进行了清理和优化。这个版本不仅修复了多个关键问题,还引入了一些实用的新功能,提升了用户体验。
主要更新内容
1. 文档完善
开发团队对项目文档进行了全面梳理和更新:
- 新增了FAQ部分,解答常见问题
- 详细说明了如何更改下载文件夹
- 更新了贡献者名单
- 移除了过时的nix-shell相关内容
- 修正了文档中的拼写错误和死链
2. 重要错误修复
- 改进了播放器检测逻辑,现在会优先检查ANICLIPLAYER环境变量
- 修复了操作系统检测中主机名干扰的问题
- 更新了allanime的URL并重新添加了wixmp提供源
- 修正了时间计算函数中的编码问题
- 修复了iSH平台上的下载问题
- 改进了剧集选择范围的处理
3. 新功能引入
- 为zsh和bash添加了tab自动补全功能,提高了命令行使用效率
- 新增了对flatpak版mpv播放器的支持
- 增加了将rofi菜单显示为普通窗口的选项,提升了界面灵活性
4. 持续集成改进
开发团队对CI流程进行了优化:
- 修复了由自动补全功能引起的CI问题
- 解决了路径冲突和路径忽略的问题
- 优化了shellcheck对补全文件的检查
技术细节分析
播放器检测优化
新版本改进了播放器检测逻辑,现在会优先检查ANICLIPLAYER环境变量,这为高级用户提供了更大的灵活性。同时,新增的flatpak支持使得在不同Linux发行版上使用mpv变得更加方便。
提供源稳定性
针对动画提供源的稳定性问题,开发团队重新添加了wixmp提供源并更新了allanime的URL,这显著提高了内容获取的成功率。这种对提供源的持续维护确保了用户能够稳定地访问动画资源。
跨平台兼容性
特别值得注意的是对iSH平台下载功能的修复,这使得ani-cli在iOS设备上的使用体验得到了提升。同时,操作系统检测逻辑的优化也增强了工具在不同Unix-like系统上的兼容性。
使用建议
对于现有用户,建议尽快升级到v4.10版本以获得更稳定的体验。新用户可以充分利用tab自动补全功能来提高操作效率。对于使用rofi作为界面工具的用户,可以尝试新的窗口模式以获得更传统的菜单体验。
总结
ani-cli v4.10版本在稳定性、功能性和用户体验方面都做出了显著改进。这个版本不仅解决了多个长期存在的问题,还引入了一些实用的新特性,进一步巩固了ani-cli作为命令行动画播放工具的领导地位。对于喜欢在终端中观看动画的技术用户来说,这无疑是一个值得升级的版本。
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-1.5暂无简介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
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
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