Watcharr v2.0.0 版本发布:媒体追踪平台迎来重大升级
2025-07-09 23:49:59作者:史锋燃Gardner
Watcharr 是一个开源的媒体追踪平台,帮助用户记录和管理自己观看过的电影、电视剧等媒体内容。作为一个现代化的自托管解决方案,Watcharr 提供了丰富的功能,包括媒体库管理、观看状态跟踪、个性化推荐等。最新发布的 v2.0.0 版本带来了多项重要更新和改进。
核心功能升级
身份验证机制增强
v2.0.0 版本引入了基于可信头部的身份验证机制,这是一种更安全、更灵活的认证方式。这种机制特别适合在反向代理环境中部署的用户,能够提供更好的安全性和集成能力。值得注意的是,新版本还支持将现有用户无缝迁移到这种新的认证方式。
人物信息功能优化
在人物信息展示方面,新版本增加了多项实用功能:
- 支持对人物相关作品进行排序
- 新增"在我的列表中"筛选功能
- 当人物没有相关作品时显示提示信息
这些改进使得用户能更高效地浏览和管理与特定人物相关的媒体内容。
搜索功能增强
搜索功能得到了显著提升:
- 新增支持通过外部ID搜索(如imdb:tt15435876格式)
- 支持多种外部服务ID,包括IMDb、TVDB、YouTube、维基数据等主流平台
- 改进了特殊字符处理能力
这些改进使得用户能更精准地找到目标内容,特别是当知道特定平台ID时。
IMDb导入功能
v2.0.0 版本新增了完整的IMDb导入功能:
- 支持电影和电视剧的批量导入
- 对于电视剧,如果剧集本身被导入,还能自动导入剧集信息
- 导入过程中禁用状态更改按钮,防止误操作
这一功能大大简化了用户从IMDb迁移数据到Watcharr的过程。
技术架构改进
前端框架升级
本次版本完成了向Svelte 5的完整迁移,带来了多项架构改进:
- 状态管理重构为使用$state rune对象,代码更加简洁
- 采用新的代码格式化规则(80字符宽度、尾随逗号、制表符)
- 大量代码重构,提升可读性和维护性
错误处理优化
新增了默认错误页面,提供了更友好的错误展示方式,改善了用户体验。
性能与稳定性
多个性能问题得到修复:
- 修复了搜索防抖机制和样式问题
- 解决了导入状态错误
- 多项依赖库更新,提升安全性和性能
总结
Watcharr v2.0.0 是一个重要的里程碑版本,不仅在功能上有了显著增强,在技术架构上也进行了现代化改造。从更安全的认证机制到强大的IMDb导入功能,再到前端框架的全面升级,这个版本为Watcharr的未来发展奠定了坚实基础。对于自托管媒体追踪有需求的用户,这个版本提供了更完善、更可靠的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
301
2.65 K
Ascend Extension for PyTorch
Python
130
152
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
457
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
610
196
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.05 K
613
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.43 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205