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。
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 StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06