Immich-Kiosk v0.19.0 版本发布:增强交互与过滤功能
Immich-Kiosk 是一个基于 Immich 自托管照片管理系统的数字相框解决方案,它可以将您的照片库变成一个优雅的幻灯片展示系统。最新发布的 v0.19.0 版本带来了多项实用功能增强,特别是新增了交互按钮和更精细的过滤控制,让用户能够更好地管理和展示自己的照片收藏。
新增交互按钮功能
本次更新最引人注目的变化是在照片信息叠加层中新增了两个实用的交互按钮:喜欢按钮和隐藏按钮。
喜欢按钮
喜欢按钮为用户提供了三种配置选项:
- 将照片标记为收藏(默认选项)
- 将照片添加到"Kiosk Favorites"相册
- 同时执行上述两个操作
这个功能特别适合在家庭或办公室的数字相框场景中使用,当看到喜欢的照片时,可以立即进行标记,方便后续查找和欣赏。
隐藏按钮
隐藏按钮同样提供了灵活的配置选项:
- 为照片添加"kiosk-skip"标签(默认选项)
- 归档照片
- 同时执行上述两个操作
这个功能对于那些不希望某些照片出现在公共展示中的场景特别有用,比如家庭聚会中可能包含一些私人照片,可以即时隐藏而不需要从相册中删除。
增强的过滤功能
v0.19.0 版本对过滤功能进行了多项增强,让用户能够更精确地控制哪些照片会出现在幻灯片中。
日期过滤器支持相册
日期过滤器现在可以应用于特定相册,例如可以只显示某个相册中最近90天的照片。这个功能通过URL参数即可实现,使用方式简单直观。
排除相册功能扩展
排除相册功能现在可以应用于所有来源的照片,而不仅仅是特定类型的展示。这意味着用户可以更全面地控制哪些相册的照片不应该出现在幻灯片中。
新增排除人物功能
这是一个全新的功能,允许用户指定不希望出现在幻灯片中的特定人物。这对于保护隐私或避免某些人物照片的展示非常有用。
时钟源选择
新版本增加了clock_source配置项,允许用户选择时钟的时间来源:
- 客户端时间(默认):使用设备本身的JavaScript获取时间
- 服务器时间:通过API调用获取Kiosk服务器的时间
对于性能较低的客户端设备,使用服务器时间可能会提供更稳定的体验。
其他改进
- 重定向类型现在默认为内部重定向
- 修复了视频范围头的问题
- 优化了图像方向修正逻辑,现在只对原始图像应用修正
技术实现亮点
从技术角度看,这些新功能的实现体现了几个值得注意的设计决策:
- 前后端分离:通过API端点提供服务器时间等功能,保持了前后端的清晰分离
- 配置灵活性:交互按钮的多选项配置体现了对用户不同使用场景的考虑
- 性能优化:如只对原始图像应用方向修正,避免了不必要的处理开销
- URL参数驱动:许多功能可以通过URL参数控制,便于集成和自动化
总结
Immich-Kiosk v0.19.0 通过新增的交互按钮和增强的过滤功能,为用户提供了更丰富的照片展示控制选项。这些改进不仅增加了实用性,也提升了用户体验,使得这个数字相框解决方案更加完善。特别是喜欢/隐藏按钮的即时反馈机制,让照片管理变得更加直观和便捷。对于已经使用Immich系统的用户来说,这个更新无疑会提升他们的照片展示体验。
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