Ampcast 音乐播放器使用教程
1. 项目介绍
Ampcast 是一个受 Winamp 启发的音乐播放器。它支持多种流媒体服务,如 Plex、Jellyfin、Emby、Navidrome 和 Subsonic 等,并且还提供了对 Apple Music、Spotify 和 YouTube 的额外支持。Ampcast 拥有内置的视觉特效,如 Milkdrop (Butterchurn),支持 last.fm 和 ListenBrainz 的 Scrobbling 功能,并且可以从这些服务中播放音乐。Ampcast 可以作为 Web 应用程序或渐进式网络应用程序(PWA)使用,并且提供了桌面应用程序版本,支持 Windows、Mac 和 Linux 系统。
2. 项目快速启动
环境准备
确保你的系统安装了 Node.js,版本要求大于等于 20。
克隆项目
git clone https://github.com/rekkyrosso/ampcast.git
cd ampcast
安装依赖
npm i
构建开发环境
npm run build:dev
启动 Web 服务器
npm run start:dev
在浏览器中访问 http://localhost:8000,即可运行应用程序。
使用不同的主机/端口启动服务器
npm run start:dev -- --host 0.0.0.0 --port 8001
请注意,使用除 localhost 以外的地址可能会遇到 CORS 错误。
配置选项
你可以创建一个 .env 文件来存储 API 密钥和其他配置选项。
3. 应用案例和最佳实践
桌面应用程序
Ampcast 提供了桌面应用程序版本,可以在 Windows、Mac 和 Linux 上运行。从以下链接下载对应系统的版本:
https://github.com/rekkyrosso/ampcast/releases/latest
自托管
如果你希望自托管 Ampcast,可以使用 Docker。Docker 镜像托管在 ghcr.io 上,可以通过以下命令运行容器:
docker run --name ampcast -p 8000:8000 ghcr.io/rekkyrosso/ampcast:latest
或者使用 docker-compose:
docker-compose up -d
使用提供的 docker-compose.yml 文件作为模板。
4. 典型生态项目
目前,Ampcast 作为一个开源项目,其生态系统仍在不断发展中。你可以通过以下途径参与项目,比如:
- 提交问题报告或功能请求;
- 在 GitHub 的讨论区域或 Reddit 上的通用讨论论坛中交流;
- 贡献代码或文档。
Ampcast 使用 TypeScript、GLSL、SCSS、JavaScript、HTML 和 Dockerfile 等技术栈构建。欢迎更多的开发者参与到这个项目中来,共同打造一个优秀的音乐播放器。
kernelopenEuler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。C032
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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