Ampache 6.6.7版本发布:音乐管理系统的搜索功能全面升级
Ampache是一款开源的Web音乐管理系统,它允许用户通过浏览器访问和管理自己的音乐收藏。作为一个功能强大的媒体服务器,Ampache支持多种音频格式,提供流媒体播放、用户权限管理、智能播放列表等功能。最新发布的6.6.7版本在搜索功能方面进行了重大改进,同时修复了多个已知问题。
搜索功能全面增强
6.6.7版本为Ampache带来了大量新的搜索选项,显著提升了系统的检索能力。这些改进主要来源于即将发布的Ampache 7版本的功能移植。
在波形数据方面,新增了song搜索类型中的waveform选项,用户可以基于音频波形数据进行搜索。需要注意的是,要使用此功能,必须确保未启用album_art_store_disk配置选项。
对于流派(Genre)搜索,新增了album_count、artist_count、song_count和video_count等统计字段,用户可以更精确地筛选包含特定数量作品的流派。
专辑(Album)和专辑磁盘(AlbumDisk)搜索增加了disk_count参数,方便用户查找包含特定数量磁盘的专辑。同时修复了release_type、release_status、barcode和catalog_number等参数在Album和AlbumDisk搜索中未被包含的问题。
播放统计相关搜索改进
新版本丰富了与播放统计相关的搜索选项。在Album、AlbumDisk、Artist、PodcastEpisode、Podcast和Song搜索中,新增了以下功能:
skipped_times和played_or_skipped_times:基于跳过次数和播放/跳过总次数的搜索myplayed_times:基于当前用户播放次数的个性化搜索myskipped_times:基于当前用户跳过次数的个性化搜索myplayed_or_skipped_times:结合播放和跳过次数的个性化搜索
这些改进使得用户能够创建更加智能和个性化的播放列表。
评分系统优化
6.6.7版本修复了AlbumDisk对象评分搜索的问题,并改进了平均rating搜索对空值的处理。现在用户可以更准确地基于评分筛选内容。
其他重要改进
在Podcast功能方面,修复了PodcastEpisode加载错误,特别是针对尚未下载的新文件处理更加稳定。
Web播放器方面,修复了特殊字符转义不正确的问题,提升了播放列表的兼容性和稳定性。
API更新
Ampache API在6.6.7版本中也进行了调整。在统计功能中,现在允许使用limit参数值为-1表示无限制(之前值为0时会回退到popular_threshold设置的值),这为开发者提供了更大的灵活性。
兼容性说明
6.6.7版本继续支持PHP 8.0至8.3版本,同时仍提供PHP 7.4的构建包,但官方已明确表示PHP 7.4将不再获得支持,仅会维持构建直到无法继续为止。
对于开发者,版本还提供了仅包含代码的发布包,需要自行通过composer安装依赖。
总的来说,Ampache 6.6.7版本通过移植Ampache 7的搜索功能,显著提升了系统的检索能力,同时修复了多个影响用户体验的问题,为音乐爱好者提供了更加强大和稳定的媒体管理体验。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C039
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
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