Kavita项目中的单卷/单章书评功能设计与实现
2025-05-29 10:56:46作者:秋阔奎Evelyn
在数字阅读平台Kavita的最新开发计划中,团队正在为书籍/漫画用户设计一个更丰富的阅读体验功能——单卷(Volume)和单章(Chapter)级别的书评系统。这一功能将允许用户对作品的特定部分进行更细致的评价,而不仅仅局限于对整个系列的评价。
功能概述
传统的书评系统通常只允许用户对整个作品系列进行评价,这在处理多卷本作品时显得过于笼统。Kavita的新设计将书评功能细分为三个层次:
- 系列评价:保留原有的整体系列评价功能,反映用户对整个系列的综合体验
- 卷评价:针对特定卷(如单行本、合订本)的评价,会聚合该卷下所有章节的评价
- 章节评价:最细粒度的评价单元,允许用户对单个章节进行评分和评论
数据库设计
为了实现这一功能,Kavita团队设计了以下数据库模型:
用户实体扩展
在现有的AppUser实体中,新增了一个ChapterRatings集合属性,用于关联用户对各个章节的评价记录:
public class AppUser {
// 其他属性...
public ICollection<AppUserChapterRating> ChapterRatings {get; set;} = null!;
}
章节评价实体
新增的AppUserChapterRating实体包含了详细的评价信息:
public class AppUserChapterRating {
public int Id { get; set; }
public float Rating { get; set; } // 评分值
public bool HasBeenRated { get; set; } // 是否已评分
public string? Review { get; set; } // 评论文本
public ScrobbleProvider Provider {get; set; } // 评价来源平台
public bool IsCritic {get; set;} // 是否为专业评论
// 关联的系列信息
public int SeriesId { get; set; }
public Series Series { get; set; } = null!;
// 关联的章节信息
public int ChapterId { get; set; }
public Chapter Chapter { get; set; } = null!;
// 关联的卷信息
public int VolumeId { get; set; }
public Volume Volume { get; set; } = null!;
// 关联的用户信息
public int AppUserId { get; set; }
public AppUser AppUser { get; set; } = null!;
}
功能实现细节
卷详情页设计
卷详情页将展示该卷下所有章节的评价内容。设计上会:
- 自动聚合该卷下所有章节的评价
- 对于单卷作品(如单行本、图书),预期只有一个主要评价
- 提供"添加评价"按钮,引导用户进入添加章节评价流程
章节详情页设计
章节详情页将提供:
- 专门的"添加评价"按钮
- 展示其他用户、自己的评价以及任何外部评价
- 评价展示风格与系列详情页保持一致,保证用户体验的一致性
技术考量
- 数据一致性:通过外键约束确保评价与系列、卷、章节的关联完整性
- 性能优化:评价聚合查询需要考虑大数据量下的性能问题
- 用户体验:保持不同层级评价界面的一致性,降低用户学习成本
- 扩展性:设计时考虑了评价来源平台(Provider)和专业评论标志(IsCritic),为未来功能扩展预留空间
应用场景
这一功能的典型使用场景包括:
- 用户对漫画单行本中特定章节的精彩内容进行评价
- 专业评论家对书籍某一卷的深度分析
- 读者追踪同一系列不同卷的质量变化
- 社区讨论特定章节的情节发展
通过这种细粒度的评价系统,Kavita能够为用户提供更精准的内容推荐,同时丰富社区互动体验。这一设计也体现了现代数字阅读平台向精细化、个性化方向发展的趋势。
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
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 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 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 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 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218