svtplay-dl 技术文档
2024-12-25 06:07:27作者:凤尚柏Louis
1. 安装指南
MacOS
如果你的机器上安装了 Homebrew,可以通过以下命令安装:
brew install svtplay-dl
之后,如果你还没有安装 ffmpeg,需要运行:
brew install ffmpeg
Debian 和 Ubuntu
svtplay-dl 在 Debian stretch 及以后版本和 Ubuntu 16.04 及以后版本中可用,这意味着你可以直接使用 apt 安装。然而,我们强烈推荐使用我们自己的 apt 仓库,其中总是包含最新版本。svtplay-dl 的 Debian/Ubuntu 仓库可以在 apt.svtplay-dl.se 找到。
添加发布 PGP 密钥:
curl -s https://svtplay-dl.se/release-key.txt | sudo apt-key add -
将 "release" 频道添加到你的 APT 源:
echo "deb https://apt.svtplay-dl.se/ svtplay-dl release" | sudo tee /etc/apt/sources.list.d/svtplay-dl.list
更新并安装 svtplay-dl:
sudo apt-get update
sudo apt-get install svtplay-dl
Solus
svtplay-dl 在 Solus 仓库中可用,可以通过以下命令安装:
sudo eopkg it svtplay-dl
Windows
你可以从 svtplay-dl.se 下载 Windows 二进制文件。
如果你想构建自己的 Windows 二进制文件:
- 安装 cx_freeze
- 按照下面的步骤从源代码构建
cd path\to\svtplay-dl && mkdir buildpip install -e .python setversion.py# 这将修改版本字符串为更实用的格式python %PYTHON%\Scripts\cxfreeze --include-modules=cffi,queue,idna.idnadata --target-dir=build bin/svtplay-dl- 在 build 文件夹中找到二进制文件。你需要
svtplay-dl.exe和pythonXX.dll文件来运行svtplay-dl.exe
其他支持 Python 的系统
pip3 install svtplay-dl
Any UNIX (Linux, BSD, macOS, 等.)
使用 curl 下载:
sudo curl -L https://svtplay-dl.se/download/latest/svtplay-dl -o /usr/local/bin/svtplay-dl
使其可执行:
sudo chmod a+rx /usr/local/bin/svtplay-dl
从源代码安装
如果你的操作系统没有打包可用,或者你想使用未发布的版本,你需要从源代码安装。使用 git 下载源代码:
git clone https://github.com/spaam/svtplay-dl
svtplay-dl 需要以下额外的工具和库。它们通常可以从你的发行版的软件包仓库中获得。如果你没有安装它们,某些功能可能无法工作。
- Python 3.6 或更高版本
- cryptography 下载加密的 HLS 流
- PyYaml 用于配置文件
- Requests
- PySocks 启用代理支持
- ffmpeg 用于后处理和/或 DASH 流
安装:
sudo python3 setup.py install
2. 使用说明
安装后,你可以使用以下命令使用 svtplay-dl:
svtplay-dl [选项] URL
如果你遇到任何错误或问题,不要犹豫在 GitHub 上打开一个 Issue。
或者为什么不加入 Freenode 上的 #svtplay-dl IRC 频道呢?
3. API 使用文档
目前该项目未提供详细的 API 使用文档,用户可以通过阅读项目源代码和相关的开发文档来了解和使用 API。
4. 项目安装方式
项目支持多种安装方式,以下是一些常见的安装方式:
- 通过包管理器(如 Homebrew, apt-get, eopkg, pip 等)安装预编译的包。
- 通过 curl 命令直接下载预编译的二进制文件。
- 通过源代码编译和安装,适用于多种操作系统和平台。
具体安装方式请参考上文中的 "安装指南" 部分进行操作。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
678
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
630
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
🎉 (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
1.57 K
910
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++
948
889
暂无简介
Dart
923
228
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
399
304
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
635
217
openGauss kernel ~ openGauss is an open source relational database management system
C++
183
260