Kavita项目基础架构升级:章节与卷管理重构解析
2025-05-30 18:37:06作者:苗圣禹Peter
核心变更概述
Kavita团队近期完成了对漫画阅读系统基础架构的重大升级,重点重构了章节(Chapter)和卷(Volume)的数据模型与管理逻辑。此次改造主要解决了三个核心问题:特殊章节处理混乱、非标准编号支持不足以及排序逻辑复杂等问题。
章节模型深度改造
多维度编号体系
- 显示编号(ChapterNumberDisplay):新增字段存储可视化编号表示,支持特殊章节使用符号或标题替代传统数字
- 数值范围字段:引入MinNumber/MaxNumber浮点型字段,精确记录章节数值范围
- 智能排序机制:
- 重构SortOrder字段处理逻辑
- 支持负数章节编号(如-1)
- 完善特殊章节排序规则
- 处理复杂编号情况(如19/19.HU/19.BH/20序列)
技术实现细节
- 将标题生成逻辑迁移至数据库层
- 统一单文件EPUB的特殊章节标识处理
- 开发entity-title组件集中处理展示逻辑
- 封面生成系统适配新排序规则
卷管理系统升级
显示优化
- 新增DisplayTitle字段存储格式化卷名
- 自动转换数值显示(1.0→1)
结构重组
-
特殊卷分离:
- 创建独立编号空间处理Special章节
- 保留原有松散章节(Loose Leaf)处理逻辑
- 新增年度特刊(Annuals)专用处理通道
-
测试体系完善:
- 全面更新SeriesExtensions等核心模块测试用例
- 验证特殊卷与常规卷的交互逻辑
数据迁移方案
自动化迁移流程
- 范围数据(Range)向Min/Max数值转换
- 补全MangaFile的文件名记录
- 默认章节编号标准化(0→新编号体系)
- 松散章节卷号重映射
特殊处理项
- 进度数据保留迁移
- 阅读记录(scrobble)重新编码
- 用户需全库强制扫描完成最终同步
客户端适配要求
所有客户端应用(Kavya/Aidoku等)需适配新的编号规则,特别注意:
- 特殊章节的显示逻辑
- 负值卷/章编号处理
- OPDS协议对PDF特殊章节的支持
技术挑战与解决方案
复杂编号处理
通过浮点数+字符串混合排序方案,完美支持:
- 常规数字编号
- 带后缀编号(19.HU)
- 负值编号
- 非数字标识符
兼容性保障
- 设计渐进式迁移路径
- 维护旧版数据自动转换
- 提供明确的用户操作指引(强制刷新)
升级影响说明
本次架构变更涉及核心数据模型修改,建议用户:
- 提前备份数据库
- 预留足够的处理时间
- 更新后执行全库扫描
- 检查特殊章节的显示准确性
该升级为后续漫画功能扩展奠定了坚实基础,特别是为即将到来的漫画系统重做提供了必要的数据模型支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492