Komga 1.20.0版本发布:客户端设置API与UI增强
Komga是一款开源的漫画/电子书媒体服务器,它允许用户通过网页浏览器或移动应用来管理和阅读自己的数字漫画收藏。作为一款自托管解决方案,Komga提供了丰富的功能,包括元数据管理、阅读进度同步、多用户支持等。
最新发布的1.20.0版本带来了多项重要更新,主要集中在客户端设置API的引入和用户界面的增强。这些改进不仅提升了用户体验,也为开发者提供了更多可能性。
客户端设置API的引入
1.20.0版本最核心的改进之一是新增了客户端设置API。这个API允许客户端应用程序存储各种设置,既可以全局应用,也可以针对特定用户。这一功能的实现为Komga带来了更灵活的配置方式:
-
全局设置:管理员可以配置影响所有用户的全局选项
- 当启用OAuth2认证时,可以隐藏传统的登录/密码字段
- 如果只配置了一个OAuth2提供商,可以启用自动登录功能(注意浏览器可能会阻止自动弹出的登录窗口)
- 支持按日语字符对系列进行分组
-
用户级设置:每个用户可以根据个人偏好自定义界面
- 为未读的系列/书籍启用封面模糊效果
- 设置封面图片是否拉伸填充显示区域
用户界面增强
除了核心API的改进,1.20.0版本还对Web用户界面进行了多项优化:
-
库管理改进:
- 侧边栏中的库现在可以重新排序
- 用户可以自由选择要固定(pin)或取消固定(unpin)的库
- 库视图现在只显示已固定库的内容
-
推荐视图配置:
- 用户可以自定义推荐视图中显示的内容
- 每个推荐部分都可以单独启用或禁用
- 推荐部分的顺序也可以调整
-
书籍浏览体验:
- 新增了浏览所有书籍的视图
- 在系列内可以按最后修改日期或阅读日期对书籍排序
API改进与文档完善
1.20.0版本对后端API也进行了多项改进:
-
API密钥支持:REST API现在支持通过X-API-Key头进行认证,为自动化工具和第三方集成提供了更方便的认证方式。
-
文档优化:OpenAPI(Swagger)文档得到了全面清理和重新组织,现在所有操作都有适当的描述,文档结构更加清晰。
-
API功能增强:
- 书籍现在可以按系列标题排序
- 参考性API现在支持通过多个library_id进行过滤
技术细节与问题修复
在底层实现上,1.20.0版本也解决了一些技术问题:
- 修复了Windows系统上嵌入式字体无法加载的问题
- 为历史API添加了缺失的权限检查
- 修正了字体CSS生成中的格式关键字错误
- 为字体使用了正确的媒体类型
多语言支持
Komga继续完善其国际化支持,1.20.0版本更新了包括简体中文、芬兰语、西班牙语、意大利语、匈牙利语、克罗地亚语、葡萄牙语、捷克语、日语和德语在内的多种语言翻译。
总结
Komga 1.20.0版本通过引入客户端设置API,为系统带来了更高的可配置性和个性化能力。同时,用户界面的多项改进使浏览和管理漫画收藏变得更加直观和高效。这些更新不仅提升了现有用户的使用体验,也为Komga未来的功能扩展奠定了坚实基础。
对于自托管数字漫画收藏的用户来说,1.20.0版本无疑是一个值得升级的重要更新,特别是那些希望获得更个性化阅读体验和更强大管理功能的用户。
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