Kometa项目中的Plex高级过滤器Dolby Vision支持问题解析
2025-06-28 17:17:21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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue07- 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
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
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
394
472
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++
899
697
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
358
219
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
124
161
🎉 (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
1.39 K
785
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
811
199
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
533
236
React Native鸿蒙化仓库
JavaScript
312
364