RomM游戏库管理系统3.10.0-beta版本发布:新增复古成就系统与多项优化
RomM是一款开源的跨平台游戏库管理系统,它能够帮助游戏爱好者高效地组织、管理和游玩各类游戏ROM。作为一个现代化的游戏库解决方案,RomM提供了游戏元数据管理、多平台支持、云同步等核心功能,特别适合复古游戏爱好者和模拟器用户使用。
本次发布的3.10.0-beta版本带来了多项重要更新,其中最引人注目的是新增的Retroachievements(复古成就系统)集成功能,让用户在游玩经典游戏时也能获得现代游戏般的成就体验。此外,该版本还包含了多项用户体验改进、性能优化和安全增强。
Retroachievements复古成就系统集成
Retroachievements是一个为复古游戏设计的成就系统,类似于现代游戏平台上的成就/奖杯系统。RomM 3.10.0-beta版本深度集成了这一功能,为经典游戏注入了新的活力。
要启用这一功能,用户需要:
- 在环境变量中添加RETROACHIEVEMENTS_API_KEY
- 对目标平台执行部分扫描以匹配Retroachievements数据
- 在个人资料设置中添加RA用户名并同步
- 在游戏详情页的"个人"标签下即可查看相关成就信息
系统会缓存RA数据库以减少不必要的API调用,缓存刷新周期可通过REFRESH_RETROACHIEVEMENTS_CACHE_DAYS环境变量进行配置。
用户体验增强
游戏筛选功能升级
新增了"仅显示可玩"和"仅显示支持成就"的筛选选项,让用户能快速找到符合特定条件的游戏。同时支持按文件大小排序游戏,方便管理存储空间。
界面交互优化
增加了3D卡片倾斜效果的开关选项,用户可以根据个人喜好调整界面动效。平台分组选项也被添加到抽屉菜单中,提升导航效率。
删除操作改进
在删除对话框中加入"同时排除"选项,避免已删除的游戏在后续扫描中重新出现。
账号与安全功能
密码恢复与邀请注册
新增了密码恢复功能,解决了用户忘记密码时的痛点。同时支持通过邀请链接注册,便于管理员控制用户增长。
OIDC改进
修正了使用OIDC(OpenID Connect)时的用户创建逻辑,提升了第三方认证的可靠性。
性能与稳定性提升
资源管理优化
通过多项措施降低了内存使用量,特别是在处理大型游戏库时表现更为稳定。同时统一了日志系统,便于问题排查。
文件系统重构
重新设计了assets目录结构,特别是针对存档和状态的存储路径进行了调整。这一变更需要用户在升级前备份/romm/assets目录和数据库。
错误处理增强
改进了图像读取失败时的处理逻辑,提升了扫描过程的健壮性。同时修复了iOS设备上的全屏播放问题。
其他改进
新增了服务器统计页面,让管理员能直观了解系统资源使用情况。浏览器标签现在会显示适当的标题,提升了多标签浏览体验。还增加了ROMM_BASE_URL环境变量,确保Docker日志中的链接正确显示。
总结
RomM 3.10.0-beta版本通过引入Retroachievements集成,为复古游戏体验增添了新的维度。配合多项用户体验优化和性能改进,这个版本进一步巩固了RomM作为专业游戏库管理解决方案的地位。对于追求完美游戏库管理的用户来说,这次升级提供了更多个性化选项和更稳定的使用体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112