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。
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-1.5暂无简介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