Kometa项目中的Plex高级过滤器Dolby Vision支持问题解析
2025-06-28 21:32:39作者:咎岭娴Homer
背景介绍
Kometa是一个强大的媒体库管理工具,它能够帮助用户自动化管理和组织Plex媒体服务器中的内容。在最新版本的Plex Media Server 1.41.6中,官方新增了对Dolby Vision(DoVi)内容的筛选功能,这为4K HDR内容的管理提供了更多可能性。
问题发现
在使用Kometa构建智能过滤器时,用户发现无法使用"dovi"作为筛选条件。系统会报错提示"dovi is not a valid smart_filter attribute"。经过分析,这是因为Kometa尚未更新以支持Plex新增的Dolby Vision筛选功能。
技术分析
Plex Media Server在1.41.6版本中新增了以下功能:
- 在视频库中添加了DOVI过滤器
- 该过滤器适用于电影和电视节目两种媒体类型
- 是一个布尔型属性,与现有的HDR属性类似
Kometa的智能过滤器实现中,需要将"dovi"添加到布尔属性列表中。具体来说,需要在plex.py文件中的boolean_attributes列表中加入"dovi"项。
解决方案
对于技术用户,可以采取以下临时解决方案:
- 手动修改Kometa源代码,在boolean_attributes列表中添加"dovi"
- 等待官方发布包含此修复的正式版本
对于正式解决方案,开发团队已经:
- 确认该功能已从Plex的测试版转为正式版功能
- 修复了相关代码,确保支持电影和电视节目库的dovi筛选
- 在nightly版本中提供了修复
使用示例
修复后,用户可以在Kometa配置文件中使用如下智能过滤器定义:
4K Dolby Vision Movies:
smart_filter:
all:
resolution: 4k
dovi: true
sort_by: audience_rating.desc
这将创建一个包含所有4K Dolby Vision电影的合集,并按观众评分降序排列。
注意事项
- 确保Plex Media Server版本在1.41.6或更高
- 电视节目库的dovi筛选需要特定版本的Plex服务器
- 某些早期版本可能存在服务器端错误,建议升级到最新稳定版
总结
随着4K HDR内容的普及,媒体管理工具需要不断适应新的元数据和筛选条件。Kometa项目团队及时响应Plex的新功能,为用户提供了完整的Dolby Vision内容管理支持。这体现了开源项目快速迭代的优势,也展示了Kometa作为专业媒体管理工具的成熟度。
登录后查看全文
热门项目推荐
相关项目推荐
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
321
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
Ascend Extension for PyTorch
Python
157
179
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++
641
251
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
244
86
暂无简介
Dart
610
136
React Native鸿蒙化仓库
JavaScript
239
311
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.04 K