CouchPotato自动下载器技术文档
2024-12-25 15:27:42作者:卓艾滢Kingsley
1. 安装指南
CouchPotato(CP)是一个自动化的NZB和种子下载工具。您可以通过维护一个“我想要的影片”列表,让系统每隔一段时间自动搜索这些影片的NZB或种子文件。
1.1 系统要求
- Python 2.7 -GIT
- PyWin32(仅限Windows)
- LXML(推荐,用于更快速地抓取网站数据)
- PyOpenSSL(Linux系统)
1.2 安装步骤
Windows:
- 安装Python 2.7
- 安装PyWin32 2.7和GIT
- 打开
Git Bash或CMD,导航到想要安装CP的文件夹 - 执行命令
git clone https://github.com/CouchPotato/CouchPotatoServer.git - 运行
CouchPotatoServer\CouchPotato.py启动CP - 浏览器会自动打开,如果未打开,请访问
http://localhost:5050/
OS X:
- 安装Python 2.6或更高版本
- 安装GIT和LXML
- 打开
Terminal - 导航到应用程序文件夹
cd /Applications - 执行命令
git clone https://github.com/CouchPotato/CouchPotatoServer.git - 运行
python CouchPotatoServer/CouchPotato.py - 浏览器会自动打开,如果未打开,请访问
http://localhost:5050/
Linux:
- 安装GIT、LXML和PyOpenSSL
- 切换到选择的文件夹
- 执行命令
git clone https://github.com/CouchPotato/CouchPotatoServer.git - 运行
python CouchPotatoServer/CouchPotato.py - 对于使用upstart或systemd的系统,可以按照README中的说明设置为启动服务
- 打开浏览器,访问
http://localhost:5050/
Docker:
可以使用linuxserver.io或razorgirl的Docker配置来快速创建一个隔离的应用容器。基于上述Linux说明。
FreeBSD:
- 使用
su成为root - 更新仓库目录
pkg update - 安装必要的工具
pkg install python py27-sqlite3 fpc-libcurl docbook-xml git-lite - 切换到
/usr/local - 如果以root身份运行,创建一个指向python的符号链接
ln -s /usr/local/bin/python /usr/bin/python - 运行
git clone https://github.com/CouchPotato/CouchPotatoServer.git - 复制启动脚本
cp CouchPotatoServer/init/freebsd /usr/local/etc/rc.d/couchpotato - 使启动脚本可执行
chmod 555 /usr/local/etc/rc.d/couchpotato - 将启动脚本添加到启动
echo 'couchpotato_enable="YES"' >> /etc/rc.conf - 打开浏览器,访问
http://server:5050/
2. 项目使用说明
CouchPotato主要通过网页界面进行操作。在浏览器中访问http://localhost:5050/,即可看到CouchPotato的界面。
- 添加影片:在“我想要的影片”列表中添加影片,CouchPotato将定期搜索这些影片的NZB或种子文件。
- 设置:在设置界面中,可以配置CouchPotato的各种参数,如下载目录、NZB下载器等。
3. 项目API使用文档
CouchPotato提供了一些API接口供开发者使用。具体接口和参数请参考官方文档。
4. 项目安装方式
项目的安装方式已在“安装指南”部分详细说明,此处不再赘述。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
635
🎉 (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
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
634