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。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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