RomM项目中的目录排除配置技巧:解决@eaDir扫描问题
2025-06-20 04:03:00作者:钟日瑜
问题背景
在使用RomM游戏库管理工具时,许多Synology DSM用户会遇到一个常见问题:系统自动生成的@eaDir目录会被错误地扫描并显示在游戏平台列表中。这些目录实际上是Synology系统用于存储缩略图和元数据的隐藏文件夹,不应该被当作游戏平台处理。
常见误区
许多用户会尝试在配置文件的platforms部分添加排除规则,例如:
exclude:
platforms:
- '@eaDir'
- ' @eaDir'
- '@eadir'
然而这种方法并不奏效,因为@eaDir本质上不是一个游戏平台,而是文件系统层面的干扰项。正确的做法应该是在roms扫描配置中进行排除。
正确配置方法
RomM提供了精细的文件排除机制,主要通过roms配置节实现。针对Synology系统的完整排除方案应包含以下内容:
roms:
multi_file:
names:
- _hidden
- images
- '@eaDir'
- '!images'
- '!orphaned'
- '!downloading'
parts:
extensions:
- txt
- xml
- jpg
- jpeg
names:
- data.xml
- ._*
- multidisc
single_file:
extensions:
- xml
- txt
- jpg
- jpeg
names:
- info.txt
- ._*
- '*.nfo'
- '@eaDir'
- '*.xml'
- '!info.txt'
配置详解
-
multi_file部分:处理多文件游戏时使用的排除规则
names:排除特定名称的目录parts:排除特定扩展名或名称的文件
-
single_file部分:处理单文件游戏时使用的排除规则
extensions:排除特定扩展名的文件names:排除特定名称的文件
最佳实践建议
- 对于Synology用户,建议始终包含
@eaDir和._*的排除规则 - 可以同时排除其他常见干扰项,如临时文件(
*.nfo)、图片文件(*.jpg)等 - 配置完成后,建议执行完整扫描以验证效果
- 定期检查日志文件,确认排除规则是否生效
技术原理
RomM的扫描机制分为多个层级:
- 首先识别平台目录
- 然后扫描平台内的文件和子目录
- 最后对找到的内容进行分类处理
@eaDir等干扰项应该在第二层级就被过滤掉,而不是等到平台识别阶段。这就是为什么需要在roms配置节而非platforms配置节中进行排除的原因。
通过正确配置这些排除规则,可以显著提高RomM的扫描效率和准确性,确保游戏库只包含真正需要管理的内容。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134