Hydrus Network v621版本更新:媒体管理与用户体验全面升级
Hydrus Network是一款专注于媒体管理和组织的开源软件,特别适合处理大量图片、视频等多媒体文件。最新发布的v621版本带来了多项重要改进,从评级系统增强到文件格式支持优化,全面提升了用户体验和系统性能。
评级系统全面升级
本次更新对评级系统进行了重大改进,为用户提供了更丰富的自定义选项:
-
尺寸调整:现在可以在"选项->媒体查看器"和"选项->缩略图"中调整评级图标的大小,满足不同场景下的显示需求。
-
多样化形状:新增了多种评级形状选项,包括上下左右三角形、菱形、五边形、六边形、六角星、八角星爆、沙漏等几何图形,以及大型加号和X形状。
-
SVG自定义支持:实验性地引入了SVG自定义评级功能。用户可以将SVG文件放入"install_dir/static/star_shapes"目录来创建个性化评级图标。虽然目前还在完善阶段,特别是边框颜色处理等方面,但这为未来完全转向SVG评级系统奠定了基础。
文件处理与格式支持优化
v621版本对多种文件格式的支持进行了深度优化:
-
AVIF格式改进:通过整合
pillow-avif-plugin库,显著提高了AVIF格式的渲染可靠性,解决了之前版本中存在的问题。 -
PSD文件处理重构:
- 移除了存在安全风险的
psd-tools库,改用自主开发的解析方案 - 新增了基于FFmpeg的渲染器
- 改进了ICC配置文件检测机制
- 修复了100%透明度PSD文件的渲染问题
- 优化了错误处理和日志记录
- 移除了存在安全风险的
-
SWF文件处理调整:出于安全考虑,移除了老旧的swfrender可执行文件。未来计划整合Ruffle等现代Flash播放器来提供更好的支持。
性能与功能增强
-
重复文件检测改进:
- 修复了像素哈希测试中的维度忽略问题
- 增加了"system:known url"和"system:number of urls"谓词支持
- 优化了预取设置,默认预取数量从1增加到5
-
进程管理优化:改进了客户端/服务器运行状态检测机制,提高了对自定义备份工作流的兼容性。
-
底层架构重构:
- 将FFmpeg相关代码迁移到新的
HydrusFFMPEG模块 - 统一了FFmpeg错误处理流程
- 实现了基于管道的FFmpeg渲染,减少临时文件使用
- 清理了过时代码,提高了系统整体稳定性
- 将FFmpeg相关代码迁移到新的
用户体验改进
除了上述技术改进外,v621版本还包含多项用户体验优化:
- 新增了评级系统帮助文档链接,方便用户了解新功能
- 重新组织了"选项->速度和内存"中的预取设置,使其更加直观
- 改进了Linux安装文档,增加了对libmpv2的支持说明
总体而言,Hydrus Network v621版本在保持系统稳定性的同时,通过多项技术创新和优化,为用户提供了更强大、更安全的媒体管理体验。特别是评级系统的全面升级和文件格式支持的改进,将显著提升日常使用中的效率和满意度。
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112