Jellyfin 插件AVDC安装与使用指南
2024-08-26 08:40:43作者:魏献源Searcher
项目概述
Jellyfin-plugin-avdc 是一个专为 Jellyfin 和 Emby 设计的元数据提供插件。该插件负责为媒体库中的电影提供详细的元数据信息,如标题、简介、类型、导演等。值得注意的是,此项目已不再维护,但作为学习或寻找替代方案时的参考依然有价值。
目录结构及介绍
Jellyfin-plugin-avdc 的仓库遵循典型的 .NET 开发结构:
.
├── github/workflows # GitHub Actions 工作流相关配置
├── jellyfin-plugin-avdc.sln # Visual Studio 解决方案文件
├── LICENSE # 许可证文件,采用 GPL-3.0 协议
├── README.md # 主要的说明文档,包含英文版本
├── README_ZH.md # 中文版说明文档
├── manifest.json # 插件的元数据声明文件
├── package.py # 可能用于打包或管理依赖的Python脚本
└── [其他代码和资源目录] # 包括C#源码文件等,未列出具体文件,按实际项目结构而定
- github/workflows:自动化测试、构建或部署的工作流程配置。
- jellyfin-plugin-avdc.sln:解决方案文件,用于Visual Studio打开并管理整个项目的编译和调试。
- LICENSE:该项目遵循的GPL-3.0许可证详细条款。
- README.md & README_ZH.md:项目介绍、安装步骤和使用说明,分别提供了英文和中文版本。
- manifest.json: 插件的重要配置文件,定义了插件的名称、作者、版本和所需的Jellyfin版本等。
- package.py:可能用于处理Python相关的包管理和自定义打包过程。
启动文件介绍
由于这是一个Jellyfin的插件,它没有独立的“启动文件”让你直接运行。部署和启用插件的过程主要在Jellyfin服务器上完成:
- 首先,你需要确保你的Jellyfin服务器已经搭建好并运行。
- 将插件的源码编译或下载对应的预编译插件包。
- 在Jellyfin的管理界面中,导航至插件管理部分。
- 通常,你会通过“从本地上传插件”的方式来安装这个插件包。
项目的配置文件介绍
对于Jellyfin-plugin-avdc,具体的配置信息往往体现在Jellyfin的全局设置或者插件自身的设置界面上。通常,这些设置不会直接作为一个单独的配置文件存在于项目的根目录下。一旦插件安装完毕,用户可以通过Jellyfin的Web界面进行配置调整,比如指定元数据抓取的相关偏好设置。
若插件有特定配置需求,这些配置项会在其安装后,在Jellyfin的插件设置中体现。用户可以在这里修改API密钥、设置首选的元数据来源等选项,但这些细节需参照插件内的帮助文档或在安装后的Jellyfin界面中查看具体指引。
请注意,因为项目已被归档,确保在尝试使用前寻找最新的替代品或检查社区是否有更新的支持信息。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。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
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
663
152
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
659
297
Ascend Extension for PyTorch
Python
215
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.18 K
648
仓颉编程语言开发者文档。
59
818