【免费下载】 Jellyfin电影元数据插件MetaShark安装与配置指南
2026-01-25 04:03:19作者:廉皓灿Ida
1. 项目基础介绍和主要编程语言
Jellyfin电影元数据插件MetaShark是一个开源项目,旨在为Jellyfin媒体服务器提供电影和剧集的元数据获取功能。该项目的主要编程语言是C#,同时也使用了HTML和Python进行辅助开发。通过MetaShark插件,用户可以从豆瓣和TheMovieDb获取电影和剧集的元数据,并支持兼容anime动画命名格式。
2. 项目使用的关键技术和框架
MetaShark插件主要使用了以下关键技术和框架:
- C#:作为主要编程语言,用于开发插件的核心功能。
- .NET Core SDK 8.0:用于构建和发布插件。
- Jellyfin插件框架:用于与Jellyfin媒体服务器进行集成。
- 豆瓣API:用于获取电影和剧集的元数据。
- TheMovieDb API:用于补全缺失的剧集数据。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
在开始安装和配置MetaShark插件之前,请确保你已经完成以下准备工作:
- 安装Jellyfin媒体服务器:确保你已经在你的设备上安装并运行了Jellyfin媒体服务器。
- 安装.NET Core SDK 8.0:确保你已经安装了.NET Core SDK 8.0,用于构建和发布插件。
- 下载MetaShark插件源码:从GitHub仓库下载MetaShark插件的源码。
详细安装步骤
步骤1:下载MetaShark插件源码
首先,你需要从GitHub仓库下载MetaShark插件的源码。你可以通过以下命令克隆仓库:
git clone https://github.com/cxfksword/jellyfin-plugin-metashark.git
步骤2:构建插件
进入下载的源码目录,并使用以下命令构建插件:
cd jellyfin-plugin-metashark
dotnet restore
dotnet publish --configuration=Release
步骤3:安装插件
构建完成后,将生成的插件文件复制到Jellyfin的插件目录中。通常,Jellyfin的插件目录位于/path/to/jellyfin/data/plugins。你可以通过以下命令完成复制:
mkdir -p /path/to/jellyfin/data/plugins/metashark
cp -r ./Jellyfin.Plugin.MetaShark/bin/Release/net8.0/publish/* /path/to/jellyfin/data/plugins/metashark/
步骤4:配置插件
- 启动Jellyfin服务器:确保Jellyfin服务器已经启动。
- 进入控制台:在Jellyfin的Web界面中,进入“控制台” -> “插件”。
- 激活MetaShark插件:在插件列表中找到MetaShark插件,并确保其状态为“Active”。
- 配置媒体库:进入“控制台” -> “媒体库”,选择一个媒体库进行配置。在“元数据下载器”选项中勾选MetaShark,并将其移动到第一位。
- 插件配置:根据需要,进入MetaShark插件的配置页面,进行进一步的配置,如是否启用TheMovieDb数据获取、防封禁功能等。
注意事项
- 网络问题:如果访问TheMovieDb比较慢,可以在插件配置中关闭从TheMovieDb获取数据。
- 防封禁功能:如果需要刮削大量电影,建议在插件配置中打开防封禁功能,避免频繁请求豆瓣导致被封IP。
通过以上步骤,你就可以成功安装并配置Jellyfin电影元数据插件MetaShark,享受更丰富的电影和剧集元数据获取体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
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
391
288
暂无简介
Dart
906
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108