Hentoid v1.20.17 版本深度解析:文件夹模式与AVIF支持
Hentoid是一款专注于漫画和小说内容管理的开源应用,它为爱好者提供了强大的下载、整理和阅读功能。最新发布的v1.20.17版本带来了多项重要更新,特别是全新的"文件夹"浏览模式和AVIF图像格式支持,进一步提升了用户体验。
核心功能更新
文件夹浏览模式
本次更新最引人注目的功能是新增的"文件夹"浏览模式。这一模式允许用户直接从存储设备读取书籍文件,无需经过传统的导入流程。技术实现上,该功能通过直接访问Android存储访问框架(SAF)实现,绕过了传统数据库导入的复杂流程。
与标准模式相比,文件夹模式具有以下技术特点:
- 轻量级设计,仅作为文件查看器而非完整的管理工具
- 实时反映存储设备中的文件变化
- 支持常见漫画格式的直接解析
- 不占用额外存储空间建立数据库
AVIF图像格式支持
Hentoid现在全面支持AVIF(AV1 Image File Format)图像格式,这是一种基于AV1视频编码的现代图像格式。技术实现上,应用集成了最新的图像解码库,能够高效处理这种具有以下优势的格式:
- 相比传统JPEG格式,压缩率提高50%以上
- 支持HDR广色域
- 透明度通道支持
- 渐进式加载特性
对于Hitomi源,用户现在可以在设置中选择优先下载AVIF格式图片,显著减少数据使用量。
功能增强与优化
章节分割改进
分割功能得到了多项增强:
- 新增删除原章节选项,避免存储空间浪费
- 支持外部库书籍的分割操作
- 修复了文件扩展名处理问题,确保所有生成文件都有正确扩展名
技术实现上,分割操作现在采用更安全的文件操作API,确保过程稳定可靠。
用户界面改进
界面方面进行了多项优化:
- 为"站点/来源"设计了专用图标,与浏览器图标区分
- 删除章节时的确认信息更加明确,说明文件处理方式
- 隐藏Hitomi源的下载按钮,减少新用户混淆
稳定性修复
本次更新解决了多个关键问题:
- 修复了特定情况下启动时书籍不显示的问题
- 解决了USB OTG存储设备查看时的崩溃问题
- 修正了广告拦截与增强浏览器之间的设置不一致问题
- 修复了多个源(Novelcrow, Manhwa18, Hiperdex)下载按钮残留问题
技术实现细节
从技术架构角度看,本次更新涉及多个层面的改进:
-
文件系统层:新的文件夹模式实现了轻量级的文件监控机制,能够高效扫描指定目录而不影响性能。
-
图像处理层:AVIF支持通过集成现代图像编解码库实现,同时保持与现有图像管道的兼容性。
-
数据库层:优化了书籍显示查询,解决了启动时的显示问题。
-
UI层:采用更清晰的图标系统区分不同功能模块,提升用户体验一致性。
总结
Hentoid v1.20.17通过引入文件夹浏览模式和AVIF支持,显著扩展了应用的使用场景和效率。这些更新不仅满足了希望轻量级使用应用的用户需求,也顺应了现代图像格式的发展趋势。技术实现上,团队在保持应用稳定性的同时,成功集成了多项前沿技术,展现了良好的架构适应能力。对于漫画和小说爱好者来说,这无疑是一次值得升级的重要更新。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00