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。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112