PlexKodiConnect 使用教程
1. 项目介绍
PlexKodiConnect(PKC)是一个开源项目,旨在将Kodi媒体中心与Plex多媒体服务器无缝集成。通过PKC,用户可以将Plex服务器上的媒体同步到Kodi的本地数据库中,从而实现以下功能:
- 使用Kodi的任何插件和皮肤。
- 流畅地浏览Plex媒体库。
- 自动获取额外的艺术作品。
- 使用Plex功能的同时享受Kodi的界面。
PKC的目标是提供一个无缝的体验,使用户能够在Kodi中享受Plex的所有功能,同时保留Kodi的灵活性和自定义能力。
2. 项目快速启动
2.1 安装依赖
在开始之前,请确保你已经安装了以下软件:
- Kodi(推荐版本:Kodi 21 Omega 或更高)
- Plex Media Server
2.2 下载和安装PKC
-
打开终端并克隆PlexKodiConnect仓库:
git clone https://github.com/croneter/PlexKodiConnect.git -
进入项目目录:
cd PlexKodiConnect -
安装所需的Python依赖:
pip install -r requirements.txt -
将PKC插件安装到Kodi中:
cp -r PlexKodiConnect/ ~/.kodi/addons/
2.3 配置PKC
- 打开Kodi,进入“插件”菜单。
- 找到并启用“PlexKodiConnect”插件。
- 按照提示配置Plex服务器连接信息。
2.4 同步媒体库
- 在Kodi中,进入“PlexKodiConnect”插件。
- 选择“同步媒体库”选项。
- 等待同步完成,即可在Kodi中浏览Plex媒体库。
3. 应用案例和最佳实践
3.1 家庭影院系统
使用PlexKodiConnect,用户可以在家庭影院系统中享受Plex的媒体管理功能,同时利用Kodi的强大播放能力和丰富的插件生态。例如,用户可以通过Kodi的遥控器插件,使用手机或平板电脑控制Plex媒体库的播放。
3.2 多设备同步
PKC支持Plex的“Watch Later”功能,用户可以在一个设备上标记要观看的内容,然后在另一个设备上继续观看。这对于拥有多个Kodi设备的用户来说非常方便。
3.3 自定义播放体验
通过Kodi的皮肤和插件,用户可以完全自定义播放界面。例如,用户可以使用“Artwork Downloader”插件自动下载额外的艺术作品,或者使用“The Movie Database”插件获取电影的额外信息。
4. 典型生态项目
4.1 Kodi
Kodi是一个开源的媒体中心软件,支持多种平台,包括Windows、macOS、Linux、Android等。Kodi拥有丰富的插件和皮肤生态,用户可以根据自己的需求进行定制。
4.2 Plex Media Server
Plex Media Server是一个强大的多媒体服务器,支持自动转码、远程访问、多用户管理等功能。Plex的客户端覆盖了几乎所有主流平台,包括Web、移动设备、智能电视等。
4.3 The Movie Database (TMDb)
TMDb是一个提供电影和电视节目信息的API服务,Kodi和Plex都支持通过TMDb获取额外的艺术作品和元数据。PKC也利用了TMDb的API来增强用户体验。
通过这些生态项目的结合,用户可以构建一个功能强大且高度自定义的家庭媒体中心系统。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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