Ampache 7.5.0 版本发布:艺术数据处理与WebDav功能增强
2025-06-15 11:48:20作者:余洋婵Anita
Ampache 是一个开源的媒体服务器和流媒体平台,它允许用户通过网页界面或API访问和管理音乐、视频等多媒体内容。作为一个功能丰富的自托管解决方案,Ampache 提供了完整的媒体库管理、流媒体播放、用户权限控制等功能。
艺术数据处理优化
本次7.5.0版本重点解决了艺术图像处理方面的一系列问题。在之前的版本中,图像表(image)可能存在重复记录的问题,特别是在复制专辑封面时。新版本通过数据库更新移除了这些重复项,并在表上实施了唯一性约束,从根本上防止了重复问题的发生。
对于现有系统中可能存在的异常图像尺寸,Ampache 提供了专门的命令行工具bin/cli run:calculateArtSize
来进行修复。这个工具不仅可以计算正确的图像尺寸,还可以通过-f
参数专门查找并修复损坏的图像文件。
艺术图像的显示和生成机制也得到了显著改进:
- 艺术缩放和调整大小现在会正确居中图像,避免了因缩放比例不当而产生的黑边问题
- 对象页面不再强制使用缩略图,而是会根据需要显示原始图像
- 所有缩略图生成现在都基于原始文件,确保了图像质量
- 当缩略图尺寸与原始艺术尺寸相同时,系统会跳过生成过程,直接使用原始文件
WebDav功能增强
WebDav功能在本版本中获得了多项改进,使其更加稳定和易用:
- 输出路径名称验证机制得到加强,防止了因特殊字符导致的路径问题
- 新增了浏览器插件支持,用户现在可以直接通过网页浏览器访问WebDav服务
- 子目录列表功能被简化和修复,现在能够正确处理所有媒体类型
- 修复了艺术家名称中包含斜杠(/)导致创建空对象的问题
用户界面与功能改进
在用户界面方面,7.5.0版本带来了多项优化:
- 主对象页面(如艺术家页面)上的图像显示不再局限于正方形,宽幅图像可以更好地展示
- 编辑对话框的CSS样式得到修正,解决了暗色主题下输入框文字颜色不清晰的问题
- 重写了用户对象的URL重写规则,提高了链接的稳定性和兼容性
搜索与协作功能
搜索系统获得了协作功能增强:
- 用户现在可以通过"协作"功能与其他人共享私有的智能播放列表
- 搜索结果的限制和随机排序设置现在能够正确更新
- 修复了播放列表协作映射在搜索查询中的错误连接问题
数据库与性能优化
数据库层面进行了多项结构调整:
- 为podcast_episode表添加了update_time字段
- 确保video和song表的update_time字段不为空
- 修复了image表中width和height字段为0的问题,现在使用size字段作为参考
- 删除了image表中的重复记录并应用了唯一约束
性能方面,验证过程现在会基于文件的最后修改时间更高效地筛选需要更新的文件。当文件无法验证时,系统会设置update_time标记,表明已经进行过检查。
命令行工具增强
命令行界面(CLI)获得了多项新功能和改进:
- 新增
print:duplicates
命令,可以输出可能的重复项列表 admin:updateDatabase
命令现在会显示查询错误信息- 改进了
run:calculateArtSize
命令,使其能够处理更多类型的图像文件 - 为目录检查和清理操作添加了交互式提示和状态输出
向后兼容性说明
需要注意的是,7.5.0版本中移除了几个已弃用的功能:
- 图像链接中的thumb参数已被弃用,建议使用size参数替代
- 移除了冗余的格式调用和已替换的函数
get_f_artist_link
- 调试页面中移除了数据库密码等敏感信息的显示
对于使用自定义结构的用户,调试页面现在会显示安装版本的结构信息,方便问题排查。
总结
Ampache 7.5.0版本通过全面的艺术数据处理优化、WebDav功能增强和多项用户体验改进,进一步提升了作为自托管媒体服务器的稳定性和功能性。特别是对图像管理和协作功能的改进,使得这个版本成为注重媒体展示质量和团队协作的用户值得升级的选择。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 JavaWeb企业门户网站源码 - 企业级门户系统开发指南 WebVideoDownloader:高效网页视频抓取工具全面使用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
212
287

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

暂无简介
Dart
527
116

🎉 (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
987
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44