Prowlarr:一站式索引器管理与连接工具
在数字内容的海洋中,找到合适的资源往往是一项挑战。Prowlarr 的出现,为这一难题提供了一个优雅的解决方案。作为一款基于 .NET/ReactJS 技术栈的索引器管理与连接工具,Prowlarr 不仅支持多种 PVR 应用的无缝集成,还提供了全面的索引器管理功能,让您的资源搜索与下载体验更加高效和便捷。
项目介绍
Prowlarr 是一个索引器管理器/连接器,旨在与您的各种 PVR 应用(如 Lidarr、Mylar3、Radarr、Readarr 和 Sonarr)无缝集成。它支持管理 Torrent 索引器和 Usenet 索引器,提供完整的索引器管理功能,无需为每个应用单独设置索引器。
项目技术分析
Prowlarr 构建在流行的 *arr .NET/ReactJS 基础栈上,利用了 .NET 的强大性能和 ReactJS 的灵活前端交互。它支持多种索引器和索引器,包括原生支持的 Usenet 索引器和通过"通用 Newznab"及"通用 Torznab"支持的 Torrent 索引器。此外,Prowlarr 还支持通过 Cardigann 的 YML 定义进行自定义,包括 JSON 和 XML 解析。
项目及技术应用场景
Prowlarr 适用于需要高效管理大量索引器和索引器的用户,特别是那些使用多个 PVR 应用的数字内容爱好者。无论是 Usenet 还是 Torrent,Prowlarr 都能提供一站式解决方案,简化索引器的配置和管理,提升资源搜索和下载的效率。
项目特点
- 全面支持:原生支持 24 个 Usenet 索引器和超过 500 个 Torrent 索引器。
- 灵活集成:通过"通用 Newznab"和"通用 Torznab"支持任意兼容的索引器和索引器。
- 自定义定义:支持通过 Cardigann 的 YML 定义进行自定义,包括 JSON 和 XML 解析。
- 无缝同步:索引器同步至 Lidarr/Mylar3/Radarr/Readarr/Sonarr,无需手动配置。
- 历史与统计:提供索引器历史记录和统计信息,便于管理和优化。
- 手动搜索:支持按类别手动搜索索引器和索引器,以及基于参数的手动搜索。
- 批量推送:支持从 Prowlarr 直接向下载客户端推送多个资源。
- 健康与状态通知:提供索引器健康状况和状态通知,确保系统稳定运行。
- 连接支持:支持每个索引器的连接设置(SOCKS4, SOCKS5, HTTP, Flaresolverr)。
Prowlarr 不仅是一个技术工具,更是一个提升数字生活质量的伙伴。无论您是技术爱好者还是普通用户,Prowlarr 都能为您带来前所未有的资源管理体验。立即尝试 Prowlarr,开启您的数字内容探索之旅!
项目链接:Prowlarr GitHub
官方文档:Prowlarr Wiki
社区支持:Prowlarr Discord
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