Prowlarr v1.31.2版本发布:索引器管理与自动化增强
Prowlarr是一个开源的索引器管理工具,主要用于帮助用户集中管理和自动化各类索引器资源。作为Sonarr、Radarr等媒体管理工具的配套应用,Prowlarr能够统一配置多个索引器,并通过API将这些索引器共享给其他媒体管理工具使用,大大简化了索引器的维护工作。
核心功能改进
本次发布的v1.31.2版本带来了多项重要改进,主要集中在索引器功能增强和用户体验优化方面。
索引器专属标志支持
新版本引入了"exclusive indexer flag"(专属索引器标志)功能。这一特性允许用户将某些索引器标记为"专属",意味着这些索引器将不会与其他索引器共享搜索结果。这对于那些提供独特内容或需要特殊权限的私有索引器特别有用,可以确保这些索引器的结果不会被其他普通索引器的结果所覆盖。
通知系统优化
在通知系统方面,开发团队修复了Discord通知中实例名称回退的问题。现在当系统无法获取特定信息时,会自动回退使用实例名称作为通知标识,确保了通知系统的可靠性。同时,还对控制台日志消息进行了清理,移除了一些敏感信息如"rsskey"等,提高了系统的安全性。
索引器特定改进
MyAnonamouse索引器增强
针对MyAnonamouse(MAM)索引器,新版本做了多项改进:
- 修复了VIP发布内容下载时购买个人免费种子的问题
- 确保下载时使用最新的cookies
- 更新了用户类属性名称
- 新增了防止没有免费令牌时下载的保护机制
NorBits索引器优化
NorBits索引器获得了多项修复和改进:
- 更新了发布类别解析逻辑
- 添加了主类别以避免无效发布
- 修复了所有主题上的发布类别选择器显示问题
其他索引器修复
- AnimeTorrents索引器切换为cookies登录方式
- IPTorrents索引器优化了括号内语言信息的清理
- HDB索引器现在使用发布名称来处理完整光盘和XXX内容
- FileList修复了当passkey包含空格时的下载链接问题
- SpeedApp修复了发布guid问题
用户体验改进
在用户界面方面,开发团队修复了下拉菜单在某些情况下闪烁的问题,提升了操作流畅度。同时,对多语言支持进行了更新,包括多个翻译文件的改进。
系统架构优化
新版本继续优化了跨平台支持,提供了针对各种操作系统和架构的构建包,包括:
- Linux (ARM, ARM64, x64, x86)
- macOS (ARM64, x64)
- Windows (x64, x86)
- FreeBSD (x64)
特别值得注意的是,文档构建现在支持ARM架构,反映了项目对新兴硬件平台的持续支持。
总结
Prowlarr v1.31.2版本通过引入专属索引器标志、优化多个特定索引器的功能、改进通知系统和用户界面,进一步提升了索引器管理的效率和可靠性。这些改进使得Prowlarr在媒体自动化工作流中的角色更加重要,为用户提供了更强大、更稳定的索引器管理体验。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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 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
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