Supersonic音乐播放器v0.15.0版本发布:新增DLNA投屏与播放列表搜索功能
Supersonic是一款基于Subsonic API的开源音乐播放器,它为用户提供了美观的界面和丰富的音乐管理功能。作为一款跨平台应用,Supersonic支持Windows、macOS和Linux系统,能够连接自托管或云端的音乐服务器,为用户带来流畅的音乐体验。
核心功能更新
DLNA/UPnP设备投屏支持
v0.15.0版本最引人注目的新特性是增加了对DLNA/UPnP设备的投屏支持。这意味着用户现在可以将音乐从Supersonic直接投射到家中的智能音响、电视或其他兼容DLNA协议的设备上播放。这项功能的实现基于标准的DLNA协议栈,确保了与市面上大多数智能家居音频设备的兼容性。
技术实现上,Supersonic通过集成成熟的DLNA客户端库,实现了设备发现、连接控制和媒体传输的全套功能。用户只需在播放界面选择目标设备,应用便会自动处理后续的协议协商和流媒体传输工作。
播放列表内搜索功能
针对大型播放列表的管理难题,新版本增加了播放列表内搜索功能。用户现在可以在任意播放列表页面直接搜索特定曲目,搜索结果会实时筛选显示。这项功能特别适合拥有庞大音乐库的用户,它采用了本地缓存和快速索引技术,确保即使面对数千首曲目的播放列表也能提供即时响应。
其他重要改进
搜索对话框增强
"全局搜索"对话框现在支持更多上下文操作。用户可以直接在搜索结果上右键调出完整的功能菜单,包括添加到播放队列、收藏或查看专辑等操作,大大提升了工作流程的效率。
网络请求超时优化
针对网络连接不稳定的使用场景,新版本将服务器请求超时时间设为可配置选项,并提高了默认超时阈值。这一改进显著减少了在弱网络环境下因请求超时导致的操作失败情况。
封面动画效果
专辑封面展示增加了新的过渡动画效果。当用户查看全尺寸封面时,会呈现平滑的覆盖层动画,提升了视觉体验的流畅度。
问题修复
新版本修复了两个关键问题:修复了跳过曲目时可能错误记录播放历史的问题;修正了"所有曲目"页面搜索功能漏掉部分结果的缺陷。这些修复进一步提升了应用的稳定性和可靠性。
安装方式更新
对于macOS用户,Supersonic现在可以通过Homebrew进行安装,简化了安装流程。用户只需运行简单的brew命令即可完成安装和后续更新。
Supersonic v0.15.0通过新增DLNA投屏和播放列表搜索这两项实用功能,进一步巩固了其作为专业音乐播放器的地位。同时,多项细节改进和问题修复使得用户体验更加流畅稳定。对于追求高品质音乐播放体验的用户来说,这次更新值得升级体验。
kernelopenEuler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。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
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