Readarr 0.4.11.2747版本发布:增强连接功能与搜索体验优化
Readarr是一款开源的电子书管理工具,专为整理和自动化获取电子书而设计。作为Sonarr的电子书版本,它能够帮助用户高效管理个人电子书库,自动搜索和下载缺失的书籍,并保持现有书籍的更新。本次发布的0.4.11.2747版本带来了一系列功能增强和问题修复,特别是在连接设置和搜索体验方面有了显著改进。
核心功能更新
连接绕过功能增强
新版本引入了IP地址范围绕过功能,允许用户配置特定的IP地址范围,使这些地址不通过中间服务器进行连接。这一功能特别适合在企业内网或特定网络环境下使用,可以避免不必要的连接流量,提高连接效率。
实现原理上,系统会检查请求的目标IP是否在用户配置的绕过列表中。如果是,则直接建立连接而不经过中间服务器。开发者还优化了连接绕过列表的处理逻辑,现在会自动去除配置中的空格和空值,确保配置的准确性和可靠性。
搜索功能改进
在"Wanted"(需求)页面新增了"Last Searched"(最后搜索时间)列,这一改进让用户可以清晰地看到每本书籍最后一次被自动搜索的时间。这对于监控自动搜索系统的运行状态非常有帮助,用户可以直观了解哪些书籍正在被定期搜索,以及搜索的频率是否符合预期。
技术优化与问题修复
文件列表下载链接修复
修复了FileList索引器在passkey包含空格时生成错误下载链接的问题。现在系统能够正确处理包含空格的passkey,确保生成的下载链接有效。这一修复涉及URL编码处理的改进,确保特殊字符能够被正确转义。
Node.js版本升级
将内置的Node.js运行时升级至20.11.1版本。这一升级带来了性能改进、安全补丁和最新的JavaScript特性支持。对于开发者而言,这意味着可以享受更稳定的运行环境和更丰富的API支持。
多语言支持更新
本次更新包含了多个语言翻译的改进,通过Weblate平台完成了翻译同步。这些翻译更新涵盖了用户界面的各个部分,使非英语用户能够获得更准确、更地道的使用体验。
安装与升级说明
对于非Docker用户,建议将更新分支切换至"develop"以接收后续预发布更新。这一设置可以在"设置->通用(显示高级设置)->更新->分支"中完成。
Docker用户需要特别注意:必须更新容器镜像,而不是尝试在现有容器内更新Readarr。这是因为Docker容器的隔离特性决定了更新必须在新的镜像中完成。
总结
Readarr 0.4.11.2747版本通过增强连接功能和改进搜索体验,进一步提升了电子书管理的自动化水平和用户体验。特别是连接绕过功能的加入,为复杂网络环境下的用户提供了更灵活的配置选项。这些改进展示了开发团队对用户需求的持续关注和对产品质量的不懈追求。
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