`tvnamer` 技术文档
1. 安装指南
通过 pip 安装
tvnamer 的官方推荐安装方式是通过 pip 进行安装:
pip install tvnamer
此命令将安装 tvnamer 命令行工具及其依赖项。
通过平台/发行版特定的包管理器安装
tvnamer 也被社区打包在多种平台和发行版的包管理器中,包括:
-
Homebrew for OS X:
brew install tvnamer -
Debian:
apt-get install tvnamer -
FreeBSD/DragonFlyBSD/MacPorts:
pkg install py36-tvnamer -
Nix package manager:
nix-env -iA nixpkgs.python37Packages.tvnamer
安装开发版本
虽然不推荐普通用户使用,但如果你想安装不稳定的开发版本,可以参考 CONTRIBUTING.md 中的详细说明。
2. 项目使用说明
基本用法
tvnamer 是一个用于重命名电视节目文件的工具,它可以将文件名从 some.show.s01e03.blah.abc.avi 重命名为 Some Show - [01x03] - The Episode Name.avi。它通过从 tvdb_api 获取剧集信息来实现这一功能。
命令行使用
在命令行中,只需运行以下命令:
tvnamer the.file.s01e01.avi
例如:
$ tvnamer brass.eye.s01e01.avi
####################
# Starting tvnamer
# Found 1 episodes
# Processing brass.eye.s01e01.avi
TVDB Search Results:
1 -> Brass Eye [en] # http://thetvdb.com/?tab=series&id=70679&lid=7
Automatically selecting only result
####################
# Old filename: brass.eye.s01e01.avi
# New filename: Brass Eye - [01x01] - Animals.avi
Rename?
([y]/n/a/q)
输入 y 并按回车键,文件将被重命名为 Brass Eye - [01x01] - Animals.avi。你也可以直接按回车键选择默认选项,默认选项用 [] 表示。
批量重命名
你可以通过指定多个文件或目录来批量重命名文件:
$ tvnamer file1.avi file2.avi etc
$ tvnamer .
$ tvnamer /path/to/my/folder/
$ tvnamer ./folder/1/ ./folder/2/
递归重命名
默认情况下,tvnamer 只会递归到目录的第一层。如果你希望重命名所有文件,可以使用 -r 或 --recursive 标志:
tvnamer --recursive dir1/
3. 项目API使用文档
命令行参数
tvnamer 提供了多种命令行参数,可以通过以下命令查看所有可用参数及其简短描述:
tvnamer --help
常用参数
--batch: 自动选择第一个搜索结果并自动重命名所有文件。--selectfirst: 选择第一个搜索结果,但不自动重命名。--always: 选择正确的剧集后,自动重命名所有文件。--series-id: 允许你使用来自 theTVdb 的特定 ID,有助于解决名称检测问题。
4. 项目安装方式
通过 pip 安装
pip install tvnamer
通过平台/发行版特定的包管理器安装
-
Homebrew for OS X:
brew install tvnamer -
Debian:
apt-get install tvnamer -
FreeBSD/DragonFlyBSD/MacPorts:
pkg install py36-tvnamer -
Nix package manager:
nix-env -iA nixpkgs.python37Packages.tvnamer
安装开发版本
参考 CONTRIBUTING.md 中的详细说明。
5. 配置文件
生成默认配置文件
你可以通过以下命令生成默认的 JSON 配置文件:
tvnamer --save=./mytvnamerconfig.json
使用自定义配置
要使用自定义配置,你可以通过以下方式指定配置文件路径:
tvnamer --config=/path/to/mytvnamerconfig.json
或者将配置文件放在 ~/.config/tvnamer/tvnamer.json 路径下。
配置选项
你可以在配置文件中自定义 tvnamer 的行为,例如更改默认语言:
{
"language": "fr"
}
更多配置选项的详细描述,请参考 config_defaults.py 中的注释。
6. 自定义输出文件名
tvnamer 允许你自定义输出文件名的格式。你可以通过修改配置文件中的相关选项来实现。例如,如果你想将文件名格式设置为 Show Name 01x24 Episode Name.avi,可以将 filename_with_episode 选项设置为:
"filename_with_episode": "%(seriesname)s %(seasonno)02dx%(episode)s %(episodename)s%(ext)s"
这个格式化语言使用的是 Python 的字符串格式化功能。
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