SABnzbd 项目技术文档
2024-12-25 05:16:03作者:董灵辛Dennis
1. 安装指南
1.1 依赖项
在安装 SABnzbd 之前,您需要确保系统中已安装以下依赖项:
- Python:需要 Python 3.8 及以上版本(通常称为
python3)。 - Python 模块:安装
requirements.txt中列出的 Python 模块,使用命令python3 -m pip install -r requirements.txt -U。 - par2:多线程 par2 安装指南可以在 这里 找到。
- unrar:确保安装的是官方的非免费版本的 unrar。
1.2 从源码运行 SABnzbd
在安装完所有依赖项后,您可以通过以下命令从源码运行 SABnzbd:
python3 -OO SABnzbd.py
如果您希望在后台运行 SABnzbd,可以使用以下命令:
python3 -OO SABnzbd.py -d -f /path/to/sabnzbd.ini
如果需要多语言支持,请运行:
python3 tools/make_mo.py
更多命令行选项可以在 这里 找到。
2. 项目的使用说明
2.1 基本使用
SABnzbd 是一个自动化 Usenet 下载工具,用户只需添加一个 .nzb 文件,SABnzbd 将自动完成下载、验证、修复、解压和归档等操作,无需人工干预。
2.2 设置向导
SABnzbd 提供了一个简单的设置向导,帮助用户快速配置基本设置。用户可以通过 Web 界面访问设置向导,并根据提示完成配置。
2.3 自我分析工具
SABnzbd 还提供了自我分析工具,用于验证用户的设置是否正确。用户可以通过这些工具检查系统的配置,确保 SABnzbd 能够正常运行。
3. 项目API使用文档
3.1 API 概述
SABnzbd 提供了丰富的 API,允许用户通过编程方式与 SABnzbd 进行交互。API 可以用于添加下载任务、查询下载状态、管理下载队列等操作。
3.2 API 使用示例
以下是一个简单的 API 使用示例,用于添加一个下载任务:
import requests
url = "http://localhost:8080/api"
params = {
"mode": "addurl",
"name": "http://example.com/path/to/file.nzb",
"apikey": "your_api_key"
}
response = requests.get(url, params=params)
print(response.text)
3.3 API 参考
更多 API 的使用方法和参数说明,请参考 API 参考文档。
4. 项目安装方式
4.1 从源码安装
从源码安装 SABnzbd 的步骤如下:
-
克隆项目仓库:
git clone https://github.com/sabnzbd/sabnzbd.git -
进入项目目录:
cd sabnzbd -
安装依赖项:
python3 -m pip install -r requirements.txt -U -
运行 SABnzbd:
python3 -OO SABnzbd.py
4.2 从包管理器安装
SABnzbd 也可以通过包管理器安装,具体步骤请参考 安装指南。
通过以上文档,您应该能够顺利安装、使用和了解 SABnzbd 项目。如有任何问题,请参考项目的官方文档或加入 Discord 社区获取帮助。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219