SABnzbd 4.5.2RC1版本发布:跨平台新闻组下载工具的重要更新
2025-06-18 10:23:49作者:卓炯娓
SABnzbd是一款开源的跨平台二进制新闻组阅读器,它通过基于Web的用户界面和先进的内置后处理功能,极大地简化了从Usenet下载内容的过程。该工具能够自动验证、修复、提取和清理从Usenet下载的帖子,为用户提供了便捷的一站式解决方案。
核心改进与功能增强
4.5.2RC1版本作为4.5.2的候选版本,带来了一系列重要的改进和错误修复:
-
队列重命名功能优化:新增了Tab和Shift+Tab快捷键导航,方便用户在队列重命名字段之间快速切换,提高了批量重命名操作的效率。
-
安全性与稳定性提升:
- 修复了无效cookie可能导致错误的问题
- 解决了互联网带宽测试可能陷入无限循环的缺陷
- 确保RSS读取正确忽略torrent替代项
-
通知系统修复:解决了Prowl和Pushover通知设置加载不正确的问题。
-
内部架构调整:将内部标识从"osx"更名为"macos",保持与现代操作系统命名一致。
-
API变更:移除了队列API中
quota和left_quota字段的"B"后缀,使数据格式更加统一。 -
工具链更新:Windows和macOS平台上的par2cmdline-turbo升级至1.3.0版本,提供更好的文件修复性能。
底层技术升级
在4.5.1版本中,团队还解决了以下关键问题:
- 修正了Linux平台检测机制
- 修复了RSS过滤器"From SxxEyy"有时失效的问题
- 为Windows和macOS平台更新Unrar至7.11版本
4.5.0版本引入的主要新特性包括:
- 增强的失败检测机制,会立即下载额外的par2文件
- 增加了更多系统诊断信息
- 支持XFF头部用于登录验证
- 新增土耳其语本地化支持
- 添加了
unrar_parameters选项,允许用户自定义Unrar参数 - Windows平台移除了对MultiPar的支持
- 更新了Python、7zip、Unrar等核心组件版本
技术细节与兼容性说明
该版本继续优化了对超长文件名的处理能力,并改进了NZB文件获取时的gzip响应直接解压功能。在升级兼容性方面:
- 支持从3.0.0及以上版本直接升级
- 从更旧版本升级需要执行"队列修复"操作
- 从4.2.0或更新版本降级到3.7.2或更旧版本也需要执行"队列修复"
总结
SABnzbd 4.5.2RC1版本在稳定性、安全性和用户体验方面都做出了显著改进。特别是对队列操作和通知系统的优化,以及核心工具的版本更新,使得这款新闻组下载工具更加可靠和高效。开发团队持续关注用户反馈,不断优化产品功能,为Usenet用户提供了更加完善的一站式解决方案。
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-X1-7BSpark-Prover-X1-7B 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-X1-7BSpark-Formalizer-X1-7B 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).Dockerfile015
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
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
308
2.71 K
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
361
2.85 K
暂无简介
Dart
599
132
🎉 (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
1.07 K
616
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++
634
232
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
774
74
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
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
794
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
464