推荐使用:Flood for Transmission - 简洁高效的Transmission Web UI

Flood for Transmission 是一款专为 Transmission 设计的现代化Web界面替代品。这款应用无需额外的服务即可与Transmission无缝对接,即使仍处于开发阶段,但已经足够稳定以供日常使用。
项目技术分析
Flood for Transmission 基于对 Flood(原用于 rTorrent)的设计和功能理念的借鉴,但在代码实现上进行了从零构建,使其能完美适应 Transmission 的环境。它利用 Transmission 自身推荐的方式加载UI,通过设置环境变量,保证了轻量级运行模式。
应用场景
无论你是 Transmission 的铁粉,还是正在寻找一个简单易用的BT下载管理工具,Flood for Transmission 都是理想的选择。适合在个人电脑、家庭服务器或者任何支持 Transmission 的环境中使用。尤其对于喜欢通过网页远程控制下载任务的用户,它的便捷性和灵活性将大大提升你的体验。
项目特点
- 无依赖性:不需要额外运行的服务,仅需 Transmission 即可启动,使得系统资源占用极低。
- Transmission 专属优化:专注于提供最佳的 Transmission 集成体验,不断改进以满足用户需求。
- 推荐方式集成:遵循 Transmission 官方建议的配置方法,确保稳定性和兼容性。
- 现代界面:采用简洁美观的设计,提供清晰的任务视图和控制选项。
截图预览
想先睹为快吗?查看 screenshots 文件夹中的截图,或直接欣赏下面的主页面示例:

开始使用
在开始之前,请确保已安装并运行 Transmission。对于 Linux 和 Windows 用户,只需设置环境变量;对于 macOS 用户,则需要将应用文件复制到 Transmission 的相应目录。
- 下载最新版本:
curl -OL https://github.com/johman10/flood-for-transmission/releases/download/latest/flood-for-transmission.zip - 解压:
unzip flood-for-transmission.zip - 删除 ZIP 文件:
rm flood-for-transmission.zip - 根据操作系统设置环境变量或复制文件。
- 重启 Transmission。
- 通过默认地址访问:
http://localhost:9091
如果你在 Chrome 浏览器中运行,还可以将其添加为渐进式网页应用(PWA),享受更佳的桌面应用体验。
更新与本地开发
更新过程简单快捷,只需删除旧版本,下载解压新版本,然后重启 Transmission。若要进行本地开发,按照 README 中的指示进行即可。
Flood for Transmission 提供了一个简单但功能齐全的界面来管理和监控你的 BT 任务,如果你追求高效且直观的下载管理,那就不要错过这个开源项目。立即尝试,享受流畅的 Transmission 使用体验吧!
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00