Jackett项目中的ExtTorrents索引器分类匹配问题解析
问题背景
Jackett作为一款流行的种子索引聚合工具,其ExtTorrents索引器近期出现了分类匹配异常问题。当用户使用ExtTorrents进行搜索时,系统会频繁触发"Invalid category"警告,同时伴随"Relogin required"提示。
问题现象分析
从日志中可以观察到几个关键现象:
-
分类匹配失败:系统检测到大量无效分类路径,如'/audio-books/audio-books/'、'/ebooks/ebooks/'等重复路径格式。
-
重定向问题:请求被从原始URL重定向到包含排序参数的新URL,这可能触发了重新登录机制。
-
分类缺失:部分种子发布完全缺少分类信息,导致系统无法正确处理这些资源。
技术原因
经过分析,问题主要由以下因素导致:
-
网站结构调整:ExtTorrents网站更新了其分类系统,原有分类路径格式发生变化,导致Jackett的分类映射机制失效。
-
URL重定向逻辑变更:网站修改了默认排序页面的重定向行为,触发了Jackett的重新登录机制。
-
分类解析规则过时:原有的分类提取正则表达式或XPath选择器无法正确匹配新网站结构中的分类信息。
解决方案
该问题已在Jackett代码库的最新提交中得到修复,主要改进包括:
-
更新分类映射表:调整了分类路径与标准分类ID的对应关系,确保能正确解析新网站结构。
-
优化登录机制:改进了重定向处理逻辑,减少不必要的重新登录。
-
增强分类提取:修正了分类信息的提取规则,确保能正确识别各类资源。
用户应对建议
对于遇到此问题的用户:
-
等待Jackett的下个版本发布(约12小时后可用),该版本将包含修复补丁。
-
如需立即使用,可考虑手动应用相关提交的修改。
-
定期检查索引器更新,确保使用最新的配置定义。
技术启示
这类问题在索引器开发中较为常见,主要启示包括:
-
网站结构调整是索引器失效的主要原因之一。
-
良好的日志记录机制能快速定位问题根源。
-
分类系统的设计应考虑一定的容错性和扩展性。
-
自动化测试有助于及时发现第三方网站的接口变更。
Jackett开发团队的快速响应展示了开源社区解决问题的效率,用户只需保持软件更新即可获得最佳体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00