如何快速提升Jellyfin/Emby体验?MetaTube插件完整安装配置指南 🚀
MetaTube Plugin for Jellyfin/Emby是一款强大的开源插件,专为Jellyfin和Emby媒体服务器设计,能够自动获取电影和演员的详细元数据,支持自动翻译和预告片功能,让你的媒体库管理更高效、体验更丰富。
📌 为什么选择MetaTube插件?核心功能亮点
MetaTube插件为媒体服务器用户提供了全方位的元数据解决方案,主要亮点包括:
✅ 完整元数据支持
自动获取电影的标题、简介、类型、导演、演员和制作公司等信息,让你的媒体文件信息更丰富。相关功能实现位于项目的Metadata/目录下,包括MovieInfo.cs和ActorInfo.cs等文件,确保元数据的全面性和准确性。
✅ 智能搜索功能
支持跨多个数据源搜索电影和演员,轻松找到你需要的内容。搜索逻辑通过Providers/目录下的MovieProvider.cs和ActorProvider.cs实现,提供高效精准的搜索体验。
✅ 预告片无缝集成
无需下载完整预告片即可在线观看,节省存储空间同时享受精彩预告。预告片功能由ExternalIds/TrailerExternalId.cs和相关 providers 模块共同支持。
✅ 自动化任务处理
内置定时任务功能,自动整理元数据分类和更新插件,减少手动操作。定时任务定义在ScheduledTasks/目录,包括OrganizeMetadataTask.cs和UpdatePluginTask.cs。
✅ 人脸检测优化
通过人脸检测引擎自动裁剪主要图片,确保演员头像居中显示,提升视觉体验。该功能由Providers/ActorImageProvider.cs和相关图像处理模块实现。
✅ 多语言自动翻译
支持将元数据自动翻译成用户偏好的语言,打破语言障碍。翻译功能核心代码位于Translation/TranslationEngine.cs,提供流畅的多语言体验。
🖥️ 支持平台与系统要求
MetaTube插件兼容以下媒体服务器版本:
- Jellyfin 10.9.x:
- Emby 4.8.x:
⚠️ 注意:本项目仅支持稳定版本的媒体服务器,确保你的服务器版本符合要求以获得最佳体验。
🚀 5分钟快速安装:简单几步完成配置
准备工作
在开始安装前,请确保你已经:
- 安装并运行Jellyfin或Emby服务器
- 安装.NET SDK(用于编译源码)
- 拥有Git工具(用于克隆项目仓库)
详细安装步骤
步骤1:克隆项目仓库
打开终端,运行以下命令克隆项目到本地:
git clone https://gitcode.com/gh_mirrors/je/jellyfin-plugin-metatube
步骤2:进入项目目录并安装依赖
cd jellyfin-plugin-metatube
dotnet restore
步骤3:编译项目
dotnet build
步骤4:安装插件到媒体服务器
编译完成后,将生成的插件文件复制到Jellyfin或Emby的插件目录:
- Jellyfin插件目录:
Jellyfin/plugins - Emby插件目录:
Emby/plugins
步骤5:配置插件
- 打开Jellyfin/Emby管理界面
- 导航到插件管理部分,找到MetaTube插件并启用
- 根据需要配置插件设置,如:
- 自动翻译语言偏好
- 人脸检测选项
- 元数据更新频率
⚙️ 高级功能配置指南
自动翻译功能设置
MetaTube插件的自动翻译功能可以将元数据翻译成你的首选语言。配置方法:
- 进入插件设置页面
- 在"翻译设置"部分选择目标语言
- 设置翻译模式(如仅翻译简介、翻译所有文本等)
- 保存设置并重启插件
翻译功能的核心实现位于Translation/目录,你可以通过修改TranslationEngine.cs来自定义翻译逻辑(适合高级用户)。
元数据提供商配置
插件支持多种元数据提供商,你可以根据需要启用或禁用特定提供商:
- 在插件设置中找到"元数据提供商"部分
- 勾选你想要使用的提供商
- 调整提供商的优先级顺序
- 保存设置
提供商相关代码位于Providers/目录,每个提供商都有对应的实现文件,如MovieProvider.cs。
🛠️ 常见问题与解决方案
Q: 插件安装后不显示怎么办?
A: 请检查以下几点:
- 确保媒体服务器版本符合要求
- 插件文件已正确复制到插件目录
- 重启媒体服务器后再次检查
Q: 元数据获取失败如何解决?
A: 尝试以下方法:
- 检查网络连接是否正常
- 确认文件命名符合规范(可参考官方命名规则)
- 在插件设置中更新元数据提供商列表
Q: 自动翻译功能不工作怎么办?
A: 请检查:
- 翻译引擎是否已正确配置
- 目标语言是否支持
- 网络连接是否允许访问翻译服务
📚 项目结构与模块解析
MetaTube插件的源代码组织清晰,主要模块包括:
- ApiClient.cs:负责与外部API通信,获取元数据
- Configuration/:插件配置相关文件,包括
PluginConfiguration.cs - Metadata/:元数据模型定义,如电影信息和演员信息
- Providers/:元数据和图片提供商实现
- ScheduledTasks/:定时任务定义
- Translation/:翻译功能核心代码
这种模块化设计使得插件易于维护和扩展,开发者可以方便地添加新功能或改进现有功能。
🎉 结语:提升你的媒体服务器体验
MetaTube插件为Jellyfin和Emby用户提供了强大而全面的元数据解决方案,通过自动化和智能化的功能,大大提升了媒体库管理的效率和体验。无论你是新手还是资深用户,都能轻松上手并享受到插件带来的便利。
立即安装MetaTube插件,开启你的高效媒体库管理之旅吧!如有任何问题或建议,欢迎参与项目讨论和贡献。
项目许可证:本插件基于MIT许可证开源,详细信息请参见项目根目录下的LICENSE文件。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00