CouchPotato自动下载器技术文档
2024-12-25 17:25:58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
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
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878