Immich-Kiosk v0.15.0 版本发布:全新布局与智能相册管理功能解析
Immich-Kiosk 是一个基于 Immich 自托管照片管理系统的数字相框解决方案,它能够将用户的照片库以精美的幻灯片形式展示在各种设备上。最新发布的 v0.15.0 版本带来了多项重要更新,显著提升了用户体验和功能灵活性。
全新布局选项:横屏与竖屏模式
v0.15.0 版本引入了 landscape(横屏)和 portrait(竖屏)两种布局模式,让用户可以根据显示设备的特性或审美偏好自由选择。这项功能特别适合在不同长宽比的屏幕上展示照片,确保每张照片都能以最佳比例呈现。
技术实现上,系统会根据所选布局智能调整照片的显示方式:
- 横屏模式会优先展示宽幅照片
- 竖屏模式则更适合展示纵向构图的作品
智能相册管理增强
1. 日期范围筛选
新版本增加了按日期范围筛选照片的功能,用户可以通过以下方式定义时间范围:
- 在配置文件中使用
YYYY-MM-DD_to_YYYY-MM-DD格式 - 通过环境变量传递多个日期范围
- 直接在URL参数中指定
特别值得一提的是,系统支持使用 today 作为当前日期的快捷方式,例如 2023-01-01_to_today 表示从2023年1月1日至今的所有照片。
2. 回忆功能集成
现在可以启用"回忆"功能作为照片来源,这相当于一个智能相册,系统会自动选取有纪念意义的照片展示。用户可以通过配置文件、环境变量或URL参数三种方式启用此功能。
3. 相册排序控制
新版本提供了相册排序的灵活性,用户可以选择:
random(随机,默认)newest(最新优先)oldest(最旧优先)
这种排序方式同样支持通过配置文件、环境变量和URL参数三种方式设置。
本地化与用户体验优化
日期本地化显示
通过设置 LANG 环境变量,现在可以本地化显示照片元数据中的日期信息。系统支持多种语言代码,确保全球用户都能看到符合本地习惯的日期格式。
设备独立缓存
每个Kiosk设备现在使用独立的API调用缓存,这一改进显著减少了重复照片的出现,特别是在相册浏览场景中,提升了整体浏览体验。
渐进式Web应用(PWA)增强
针对iOS设备的PWA使用限制,v0.15.0 引入了动态manifest生成功能。通过配置内部重定向规则,用户可以创建带有特定查询参数的PWA快捷方式,解决了iOS上URL参数传递的问题。
性能与稳定性改进
- 改进了缩放过渡效果,采用线性过渡使操作更加平滑
- 增加了禁用GPU的选项,为老旧设备提供更好的兼容性
- 修复了时钟/天气组件在旧版浏览器中的显示问题
- 优化了禁用UI时的时钟显示逻辑
总结
Immich-Kiosk v0.15.0 通过引入多种布局选项、增强的相册管理功能和本地化支持,为用户提供了更加灵活和个性化的数字相框体验。设备独立缓存和PWA改进则从技术层面提升了系统的稳定性和可用性。这些更新使得Immich-Kiosk在家庭照片展示、商业数字标牌等场景中更具实用价值。
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00