StrmAssistant v2.0.0.13版本发布:元数据优化与媒体库管理增强
StrmAssistant是一款专注于Plex媒体服务器管理的实用工具,它能够帮助用户高效地组织和优化媒体库中的内容。最新发布的v2.0.0.13版本带来了多项重要功能改进和优化,特别是在元数据处理和媒体库管理方面有了显著提升。
核心功能改进
1. TVDB多语言元数据支持增强
新版本引入了TVDB备选语言的自定义功能,用户可以灵活配置优先获取中文或日文元数据。这一改进解决了以往在获取非英语元数据时可能遇到的困难,使媒体库的元数据更加符合本地化需求。
系统会智能判断可用语言版本,当首选语言不可用时,会自动尝试获取备选语言的元数据,确保尽可能多地获取有价值的媒体信息。
2. 多语言简介过滤功能
针对电影、节目和剧集的简介信息,新版本增加了非备选语言屏蔽选项。这一功能特别适合希望保持媒体库语言一致性的用户,可以过滤掉英文等非目标语言的简介内容。
该功能同时支持TMDB和TVDB两大元数据源,为用户提供了更全面的控制能力。用户可以根据个人偏好,选择只显示中文或日文等特定语言的简介信息。
3. 媒体库可视化优化
v2.0.0.13版本新增了隐藏合集媒体库的功能选项。不同于删除操作,隐藏功能可以让用户暂时从界面中移除不需要显示的合集,同时保留所有数据,需要时可随时恢复显示。
这一改进特别适合拥有大量合集的组织者,可以根据当前需求灵活调整界面显示内容,保持工作区的整洁和高效。
4. 标题显示美化
针对分集内容和附加部分的标题显示,新版本进行了视觉优化。改进后的标题格式更加统一美观,提升了用户在浏览媒体库时的视觉体验。
技术优化与问题修复
在性能优化方面,新版本改进了JSON恢复功能,现在可以无视当前媒体库设置范围进行最大程度的恢复操作,提高了数据恢复的成功率和完整性。
针对已知问题,开发团队修复了分组通知中因多版本导致的集信息显示错乱问题,确保了信息显示的准确性。此外,还包括多项底层优化和稳定性提升,为用户提供更加流畅的使用体验。
总结
StrmAssistant v2.0.0.13版本通过增强元数据处理能力和改进媒体库管理功能,进一步提升了工具的专业性和易用性。特别是多语言支持和显示优化方面的改进,使得媒体库的组织和维护更加高效便捷。这些更新体现了开发团队对用户需求的深入理解和对产品质量的不懈追求。
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