Prowlarr v1.35.1版本发布:索引器管理与搜索优化
Prowlarr是一款专为媒体服务器设计的索引器管理工具,它能够帮助用户集中管理和配置各种Usenet和Torrent索引器。作为Sonarr、Radarr等媒体管理工具的配套应用,Prowlarr简化了索引器的添加和维护过程,提供了统一的搜索接口和自动化配置功能。
核心改进与优化
1. 索引器兼容性增强
本次更新重点改进了Cardigann索引器定义的处理逻辑。当系统无法找到JSON选择器时,现在会提供更清晰的错误信息,而不再记录整个响应内容。这一改进显著提升了调试效率,同时避免了日志文件过大问题。
2. 搜索功能优化
针对PTP(PassThePopcorn)索引器的TV搜索功能进行了修复,确保用户能够正常使用该索引器进行电视剧资源搜索。此外,新版本默认启用了重定向功能,当添加新的Usenet索引器时,系统会自动处理重定向请求,简化了配置流程。
3. 日志系统改进
日志记录机制得到了多项优化:
- 格式化字符串在日志消息中的处理更加规范
- 通过LoggerExtensions将带参数的消息传递给NLog
- 更新了默认日志级别消息,使日志输出更加合理
- 当NZB包含无效XML时,系统会提供更友好的错误提示
技术架构更新
1. 核心依赖升级
项目更新了多个关键依赖项:
- 将core-js升级至3.41版本
- 更新了caniuse数据库
- 基础框架保持稳定,确保向后兼容
2. 多语言支持
本次发布包含了来自Weblate的多个翻译更新,进一步提升了国际化支持。用户界面现在支持更多语言的本地化显示。
部署与安装
对于不同环境的用户,Prowlarr v1.35.1提供了全面的部署方案:
1. Docker用户
使用Docker部署的用户需要注意:必须更新容器镜像,不应尝试在现有容器内直接更新Prowlarr。这是确保系统稳定性的重要措施。
2. 非Docker用户
对于非Docker安装,用户可以通过设置界面切换到master分支接收后续更新。路径为:设置 -> 常规(显示高级设置)-> 更新 -> 分支。
3. 多平台支持
新版本提供了针对各种操作系统和架构的预编译包:
- Linux (ARM/ARM64/x64/x86, 包括musl变体)
- macOS (ARM64/x64)
- Windows (x64/x86)
- FreeBSD (x64)
版本维护策略
本次更新将版本号提升至1.35.1,同时更新了许可证年份。开发团队保持了稳定的发布节奏,确保用户能够及时获得功能改进和安全更新。
总结
Prowlarr v1.35.1版本在索引器兼容性、搜索功能和日志系统方面做出了重要改进,同时保持了系统的稳定性和易用性。对于依赖多个索引器的媒体服务器用户来说,这些更新将显著提升资源搜索和管理效率。建议所有用户及时更新以获得最佳体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00