Prowlarr v1.34.1版本发布:索引器管理与下载优化
Prowlarr是一款专为媒体服务器设计的索引器管理工具,它能够帮助用户集中管理和配置各种索引器资源,并将这些资源无缝集成到Sonarr、Radarr等媒体管理工具中。作为一款开源项目,Prowlarr持续更新迭代,为媒体自动化管理提供强大支持。
版本更新亮点
本次发布的v1.34.1.5021版本主要针对索引器下载请求处理进行了优化,并修复了多个功能性问题。以下是本次更新的核心内容:
索引器下载请求处理增强
开发团队对索引器下载请求的处理机制进行了重要改进,现在能够正确处理307和308状态码的重定向请求。这两种状态码属于永久性重定向,与常见的302临时重定向不同,它们要求客户端在后续请求中继续使用新的URL地址。
这一改进意味着:
- 当索引器返回307或308重定向响应时,Prowlarr能够正确跟随重定向
- 提高了与各类索引器的兼容性
- 确保了下载请求的可靠性,减少因重定向处理不当导致的失败
时区偏移修正
针对特定资源站点,本次更新修正了时区偏移问题:
- 为AvistaZ资源站更新了正确的时区偏移设置
- 调整了FL(FileList)资源站的时区偏移配置
时区偏移的正确处理对于确保发布时间的准确显示至关重要,特别是在处理不同地区索引器的RSS订阅时。
解码功能修复
修复了SecretCinema索引器中版本信息(edition)解码失败的问题。此前在某些情况下,版本信息无法正确解析,导致搜索结果不完整或显示异常。此修复确保了媒体版本信息的准确获取和展示。
技术栈更新
本次发布包含了多项底层技术栈的更新:
- 将Microsoft.AspNetCore.WebUtilities降级到稳定版本
- 升级Swashbuckle至7.3.2版本,改进了API文档生成功能
- 更新了IPAddressRange、Npgsql和System.Text.Json等核心组件
- 针对不同平台构建工具链进行了优化
安装与升级指南
对于不同部署方式的用户,升级方法有所区别:
Docker用户: 必须通过更新容器镜像来完成升级,不支持在现有容器内直接更新Prowlarr。
非Docker用户: 可以通过设置中的更新功能切换到master分支获取后续更新。具体路径为:设置 -> 通用(显示高级设置) -> 更新 -> 分支。
多平台支持
Prowlarr继续保持对多种平台和架构的广泛支持,包括:
- Linux (x86/x64/ARM/ARM64)
- Windows (x86/x64)
- macOS (Intel/Apple Silicon)
- FreeBSD
每种平台都提供了对应的安装包和压缩包,用户可以根据自己的系统环境选择合适的版本进行安装或升级。
总结
Prowlarr v1.34.1版本虽然是一个小版本更新,但在索引器兼容性和稳定性方面做出了重要改进。特别是对307/308重定向的支持,解决了长期存在的某些索引器下载问题。时区偏移的修正也提升了用户体验,确保时间显示的准确性。对于依赖Prowlarr进行媒体管理的用户来说,及时升级到这个版本将获得更稳定可靠的服务。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00