Hydrus Network v606版本发布:标签排序优化与自动重复文件处理
项目简介
Hydrus Network是一款开源的媒体文件管理工具,专为需要处理大量数字媒体的用户设计。它提供了强大的标签系统、灵活的搜索功能以及高效的重复文件检测机制,特别适合艺术家、收藏家和研究人员使用。
核心更新内容
标签排序功能增强
本次版本对标签排序系统进行了重大改进:
-
命名空间强制排序:用户现在可以自定义命名空间的显示顺序。例如,可以设置"creator"标签优先显示,其次是"series"、"character"等。这一功能通过
options->sort/collect中的新列表进行配置,默认顺序为[ creator, series, character, species, unnamespaced, meta ]。 -
Unicode字符处理优化:改进了特殊Unicode字符(如'ß'与'ss')的排序逻辑,确保更准确的比较结果。
-
非ASCII命名空间排序:修复了非ASCII命名空间在分组排序时的显示问题,确保它们能正确显示在未命名空间标签之前。
用户界面改进
-
文件历史图表:数据库中的文件历史图表现在包含所有四条线的复选框,更新速度更快,旧搜索图表会被及时清理。
-
缩略图图标优化:
- 修正了"collection"缩略图图标在新"show ratings on thumbs"设置下的位置问题
- 改进了集合计数背景颜色覆盖范围
- 优化了图标和文本的定位逻辑
-
评分显示改进:调整了缩略图上评分显示的背景颜色,使用标准的QSS窗口面板颜色,确保在各种情况下都清晰可见。
-
元数据展示:文件右键菜单的元数据子菜单现在包含精确的文件大小(字节数),顶部悬停窗口的"EXIF和其他信息"按钮位置调整并增加了新图标。
技术架构优化
-
媒体列表重构:将"listening media list"从可导航画布子类中重构出来,改为在对象内部处理底层列表。
-
重复过滤器改进:优化了重复过滤器的内容更新机制,文件对删除后的处理逻辑现在更安全地封装在同一个原子事件中。
-
信号机制升级:将浏览器媒体查看器到底层缩略图网格的旧式"remove media"发布/订阅模式更新为更现代的Qt信号机制。
-
布局修复:修正了"edit shortcuts set"和"edit subscription"面板中的布局问题。
重复文件自动处理功能进展
-
数据库模块拆分:将数据库模块分为搜索端和存储端两部分,主(重复)数据库模块现在会跟踪存储并更新新的/已解决的潜在重复文件对。
-
规则管理统一:合并了规则设置功能,添加了搜索重置代码。
-
状态缓存:实现了用于快速审查规则进度的状态计数缓存。
-
维护代码改进:优化了孤立规则和文件对的维护代码。
-
搜索匹配技术:完善了"检查未搜索对是否匹配搜索"和"检查搜索匹配对是否符合自动重复规则"的技术。
-
结果生成重构:将媒体结果生成和缓存代码从单一的
ClientDB重构到新模块中。
未来构建预览
开发团队发布了包含以下更新的测试版本:
-
图像处理:添加了Jpeg-XL支持,OpenCV更新至4.10.0.84版本。
-
Python支持:numpy升级至2.0.0以上版本,增加了Python 3.13支持。
-
多媒体:mpv播放器包更新至1.0.7版本。
-
网络功能:Twisted引擎增强了TLS和HTTP2支持。
-
构建优化:移除了帮助旧版PyInstaller处理numpy和OpenCV打包的一些导入技巧。
这些更新为Hydrus Network带来了更强大的媒体处理能力和更好的兼容性,特别是对专业用户处理大量媒体文件时的效率和准确性有显著提升。
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 StartedRust0213
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 Notebook0138
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03