Animation Garden 项目中 BT 源自动选择问题的技术解析
2025-06-10 12:18:30作者:庞眉杨Will
问题背景
在 Animation Garden 项目的媒体选择器功能中,存在一个关于 BT 源自动选择的行为问题。当用户上次选择了 BT 源后,系统仍然会自动选择在线源,这与部分用户的预期行为不符。
技术分析
这个问题实际上涉及到媒体选择器的自动选择逻辑和用户偏好设置的交互。核心在于如何正确处理用户的历史选择偏好与自动选择机制之间的关系。
解决方案设计
项目维护者提出了一个修复方案,主要包含以下几个关键点:
-
新增获取媒体偏好设置的数据流用例:创建了
GetMediaPreferenceFlowUseCase接口及其实现类,用于获取用户对特定主题的媒体偏好设置。 -
修改自动选择逻辑:在
MediaSelectorAutoSelectUseCaseImpl中,增加了对用户偏好媒体源的检查逻辑。当检测到用户有明确的媒体源偏好时,会优先考虑该偏好设置。 -
依赖注入配置:在 Koin 依赖注入配置中添加了新用例的绑定。
实现细节
修复方案的核心修改集中在自动选择逻辑上:
val subjectId = session.request.first().subjectId.toInt()
val mediaPreference = getMediaPreferenceFlowUseCase(subjectId).first()
val webSourceIds = getWebMediaSourceInstanceFlowUseCase().first()
val preferredMediaSourceId = mediaPreference.mediaSourceId
if (preferredMediaSourceId != null && preferredMediaSourceId !in webSourceIds) {
logger.info { "[MediaSelectorAutoSelect] preferredMediaSourceId '$preferredMediaSourceId' not in webSourceIds $webSourceIds" }
return@launch
}
这段代码首先获取当前主题的用户偏好设置,然后检查用户偏好的媒体源是否在可用的网络源列表中。如果不匹配,则直接返回,不执行自动选择。
技术考量
这个修复方案体现了几个重要的设计原则:
-
尊重用户选择:优先考虑用户明确设置的偏好,而不是盲目执行自动选择算法。
-
数据流设计:使用 Kotlin Flow 来处理偏好设置的动态变化,保证UI能够响应设置的变化。
-
模块化设计:通过新增 UseCase 来封装获取偏好设置的逻辑,保持代码的可维护性。
总结
这个修复方案通过增强媒体选择器的偏好感知能力,解决了 BT 源自动选择的问题。它不仅修复了当前的问题,还为未来可能的偏好设置扩展提供了良好的基础架构。这种基于用户偏好和上下文感知的设计思路,值得在其他类似功能中借鉴。
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
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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
313
React Native鸿蒙化仓库
JavaScript
262
324
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
218
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
330
137