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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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