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!
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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