【免费下载】 Jellyfin-Plugin-MetaShark 使用教程
1. 项目介绍
Jellyfin-Plugin-MetaShark 是一个为 Jellyfin 媒体服务器开发的电影元数据插件。该插件主要功能是从豆瓣和 TheMovieDb (TMDB) 获取电影的元数据,包括影片信息、海报、演员表等。它支持最新的 Jellyfin 10.8.x 版本,并且兼容 anime 动画命名格式。
主要功能:
- 从豆瓣和 TMDB 获取元数据。
- 兼容 anime 动画命名格式。
- 支持自动创建和刮削合集。
- 支持获取日文商标 logo。
2. 项目快速启动
2.1 安装插件
首先,确保你已经安装了 Jellyfin 10.8.x 版本。然后按照以下步骤安装 MetaShark 插件:
-
添加插件存储库:
- 国内加速:
https://mirror.ghproxy.com/https://github.com/cxfksword/jellyfin-plugin-metashark/releases/download/manifest/manifest_cn.json - 国外访问:
https://github.com/cxfksword/jellyfin-plugin-metashark/releases/download/manifest/manifest.json
- 国内加速:
-
安装插件:
- 进入 Jellyfin 控制台 -> 插件。
- 在插件存储库中找到 MetaShark 插件并安装。
2.2 配置插件
安装完成后,按照以下步骤配置 MetaShark 插件:
-
激活插件:
- 进入控制台 -> 插件,查看 MetaShark 插件是否是 Active 状态。
-
配置媒体库:
- 进入控制台 -> 媒体库,点击任一媒体库进入配置页。
- 在元数据下载器选项中勾选 MetaShark,并将其移动到第一位。
2.3 使用插件
配置完成后,MetaShark 插件将自动开始从豆瓣和 TMDB 获取电影的元数据。你可以通过以下命令手动触发元数据更新:
# 进入 Jellyfin 控制台
jellyfin-cli
# 更新元数据
jellyfin-cli metadata update
3. 应用案例和最佳实践
3.1 应用案例
案例1:家庭影院系统
用户在家中搭建了一个 Jellyfin 媒体服务器,通过 MetaShark 插件自动获取电影的元数据,包括海报、演员表、剧情简介等。用户可以通过 Jellyfin 的 Web 界面或移动应用轻松浏览和管理电影库。
案例2:动漫收藏管理
用户收藏了大量的动漫资源,通过 MetaShark 插件自动识别动漫的命名格式,并从豆瓣和 TMDB 获取详细的元数据。用户可以轻松管理自己的动漫收藏,并享受高质量的观影体验。
3.2 最佳实践
- 定期更新插件:确保插件版本是最新的,以获得最佳的元数据获取效果。
- 配置防封禁功能:如果需要刮削大量电影,建议在插件配置中打开防封禁功能,避免频繁请求豆瓣导致被封 IP。
- 优化网络配置:如果访问 TMDB 比较慢,可以在插件配置中关闭从 TMDB 获取数据,以提高元数据获取速度。
4. 典型生态项目
4.1 Jellyfin 媒体服务器
Jellyfin 是一个开源的媒体服务器,支持多种媒体格式和设备。通过 MetaShark 插件,Jellyfin 可以自动获取电影的元数据,提供更好的用户体验。
4.2 TheMovieDb (TMDB)
TMDB 是一个社区驱动的电影数据库,提供丰富的电影元数据。MetaShark 插件通过 TMDB 获取电影的详细信息,包括海报、演员表、剧情简介等。
4.3 豆瓣电影
豆瓣电影是中国最大的电影社区之一,提供丰富的电影信息和用户评论。MetaShark 插件通过豆瓣电影获取中文电影的元数据,满足中文用户的需求。
通过这些生态项目的配合,MetaShark 插件可以为用户提供全面、高质量的电影元数据服务。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00