Movary 开源项目教程
1. 项目介绍
Movary 是一个免费且开源的网络应用程序,用于跟踪、评分和探索你的电影观看历史。你可以自行托管该应用,并与其他人共享。Movary 提供了详细的统计数据、第三方集成(如 Trakt、Letterboxd 或 Netflix)、自动播放跟踪(如 Plex、Jellyfin 或 Emby)等功能。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保你的系统已经安装了以下软件:
- Docker
- Docker Compose
2.2 克隆项目
首先,克隆 Movary 项目到本地:
git clone https://github.com/leepeuker/movary.git
cd movary
2.3 配置环境变量
复制 .env.development.example 文件并重命名为 .env.development:
cp .env.development.example .env.development
根据你的需求编辑 .env.development 文件。
2.4 启动应用
使用 Docker Compose 启动应用:
docker-compose up -d
启动完成后,访问 http://localhost:80 即可进入 Movary 应用。
3. 应用案例和最佳实践
3.1 个人使用
Movary 非常适合个人用户记录和分析自己的电影观看历史。你可以通过第三方集成导入现有的观看记录,并使用 Movary 提供的统计功能来分析你的观影习惯。
3.2 家庭共享
Movary 支持多用户管理,因此你可以与家人或朋友共享一个 Movary 实例。每个人可以拥有自己的账户,记录各自的观影历史,并共享一些统计数据。
3.3 社区项目
Movary 的开源特性使其非常适合用于社区项目。你可以将 Movary 部署在一个公共服务器上,供社区成员使用,并通过自定义功能来满足特定需求。
4. 典型生态项目
4.1 Plex
Movary 与 Plex 集成,可以自动跟踪你在 Plex 上的观影记录。你可以在 Movary 中配置 Plex 的 API 密钥,实现自动同步。
4.2 Trakt.tv
如果你已经在使用 Trakt.tv 记录观影历史,Movary 支持从 Trakt.tv 导入数据。你可以通过简单的配置将 Trakt.tv 的数据导入到 Movary 中。
4.3 Letterboxd
Movary 还支持从 Letterboxd 导入数据。你可以将 Letterboxd 的 CSV 文件导入到 Movary 中,继续使用 Movary 进行观影记录和分析。
通过以上步骤,你可以快速启动并使用 Movary 项目,并根据实际需求进行定制和扩展。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.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).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00