ani-cli:终端里的动漫浏览与播放工具
2024-08-27 06:08:40作者:沈韬淼Beryl
项目介绍
ani-cli 是一个基于命令行界面(CLI)的工具,专为动漫爱好者设计。它允许用户在终端中搜索、播放并管理动漫,提供了一种新颖且高效的观看体验。此项目由 Python 编写,旨在支持多种来源,确保用户可以方便地获取他们喜爱的内容。此外,ani-cli 还能够与其他服务集成,如同步播放功能,增强了动漫社区的互动性。
项目快速启动
对于 Windows 用户:
- 环境准备: 确保安装了 Windows Terminal 和 Git Bash。
- 使用 Scoop 包管理器来安装 ani-cli 及其依赖项:
scoop bucket add extras scoop install ani-cli fzf ffmpeg mpv scoop install yt-dlp aria2 - 更新 ani-cli 到最新版本:
ani-cli -U
对于 Linux(以 Fedora、Arch、Gentoo 和 OpenSUSE 为例)和 macOS 用户:
- 在各自系统下通过包管理器或编译安装 ani-cli,具体命令根据上述引用中的说明进行。
对于 Arch Linux 用户,可以通过 AUR 安装:
yay -S ani-cli
macOS 用户需安装 Homebrew,并随后执行相应的安装步骤。
应用案例和最佳实践
- 日常观看: 快速查找今天想看的新番,只需一条命令即可播放。
ani-cli search 新番名称 - 交互式选择: 利用
fzf提供的模糊匹配,高效筛选出你想看的剧集。 - 下载管理: 结合
yt-dlp和aria2,轻松下载整季动画,便于离线观看。
典型生态项目
ani-cli 不孤单,在其周边有着一系列类似的开源工具,丰富了终端内的娱乐体验:
- tv-cli: 用于观看直播电视的 CLI 工具。
- animdl: 高效的动漫下载工具,支持多源。
- manga-cli: 终端中的漫画阅读器,满足漫画爱好者的需要。
- mov-cli: 尝试在终端中观看电影或电视节目,虽然还在开发中。
- ani-cli: 本身作为核心,还有其不同语言实现的变体或特定领域的对应工具,如韩剧版的 dra-cli 和 manga阅读工具 mangal。
这些项目共同构建了一个生态系统,让技术爱好者能够在终端环境中享受多媒体内容的便捷访问和控制,展现了开源世界对传统娱乐方式的创新融合。
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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1