Immich Kiosk v0.21.0 版本发布:离线模式与全新功能解析
Immich Kiosk 是一个专为照片展示设计的开源项目,它能够将 Immich 自托管照片库中的内容以精美的幻灯片形式展示在各种设备上。最新发布的 v0.21.0 版本带来了多项重要更新,特别是备受期待的离线模式支持,让用户在没有网络连接的情况下也能欣赏照片。
离线模式:无网络也能畅享照片
v0.21.0 版本最引人注目的功能莫过于离线模式的支持。这一功能允许 Kiosk 预先下载指定数量的照片到本地存储,即使在没有网络连接的情况下,设备仍然可以正常展示这些照片。
技术实现与配置
离线模式通过智能缓存机制实现,用户可以在配置文件中设置三个关键参数:
- 下载照片数量(number_of_assets)
- 最大占用存储空间(max_size)
- 缓存有效期(expiration_hours)
典型的配置示例如下:
offline_mode:
enabled: true
number_of_assets: 500
max_size: 50mb
expiration_hours: 24
应用场景与优势
这一功能特别适合以下场景:
- 当 Immich 存储位于 NAS 设备上时,可以避免频繁唤醒硬盘
- 网络不稳定或带宽有限的展示环境
- 需要长期展示但不想持续消耗网络资源的场合
需要注意的是,离线模式下部分高级功能如专辑排序、实验性媒体支持和点赞/隐藏按钮将不可用。
完全Kiosk浏览器集成
针对使用 Fully Kiosk Browser 专业版的用户,新版本增加了屏幕休眠调光功能。当设备进入休眠状态时,屏幕会自动调暗而非完全关闭,既节省能源又保持展示效果。这一改进通过简单的配置即可启用:
sleep_dim_screen: true
分屏视图的智能适配
分屏视图(layout=splitview)现在能够根据设备方向自动调整。当检测到竖屏显示时,系统会自动切换为 splitview-landscape 布局,确保最佳的展示效果。这一自适应特性大大提升了在各种设备上的用户体验。
新增展示元素与交互功能
资产所有者显示
新增的 show_owner 选项可以在照片信息中显示拍摄者信息,特别适合多人共享的照片库场景。
图片QR码
show_image_qr 功能会在照片旁显示一个QR码,扫描后可直接跳转到Immich中的对应照片页面,方便快速访问原始文件。
媒体静音控制
当启用实验性媒体功能(experimental_album_media)时,界面会新增静音/取消静音按钮。系统会记住用户的选择,并在刷新后自动恢复之前的设置。需要注意的是,由于浏览器安全限制,取消静音操作需要用户交互才能生效。
特殊场景解决方案
自动刷新端点
新增的 /image/reload 端点将原始图片包装在自动刷新的HTML页面中,这一设计特别适合电子墨水屏等特殊显示设备,解决了老旧设备可能存在的兼容性问题。
iframe集成
现在可以在Kiosk中嵌入自定义iframe内容,如天气信息、智能家居状态等,扩展了展示的可能性。这一功能通过简单的配置即可实现:
iframe:
enabled: true
url: "http://example.com"
refresh_interval: 60
稳定性与可靠性改进
超时处理增强
前端现在会遵循配置中的http_timeout设置。当API端点连续3次超时后,系统会自动重新加载浏览器,提高了在不可靠网络环境下的稳定性。
配置项重命名
为了保持一致性,pre_fetch配置项已更名为prefetch,这一变更不影响功能,但建议用户在升级时检查配置文件。
总结
Immich Kiosk v0.21.0 通过离线模式等创新功能,进一步巩固了其作为专业照片展示解决方案的地位。无论是家庭相册展示、商业场所装饰,还是特殊设备适配,新版本都提供了更灵活、更可靠的解决方案。对于追求稳定展示效果的用户,特别是那些网络环境不理想的场景,这次更新带来了显著的体验提升。
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