autobrr v1.59.0 版本发布:增强索引器支持与多项优化
autobrr 是一个开源的自动化种子下载工具,它能够监控多个种子索引站点的更新,并根据用户设定的规则自动下载符合条件的种子。该项目通过灵活的过滤规则和强大的自动化能力,帮助用户高效管理种子下载任务。
本次发布的 v1.59.0 版本主要带来了四个新的索引器支持,修复了多个功能性问题,并对现有功能进行了优化改进。下面我们将详细介绍这些更新内容。
新增索引器支持
-
CapybaraBR 索引器
本次更新新增了对 CapybaraBR 的支持,这是一个专注于巴西内容的种子索引站点。开发者通过实现该站点的解析逻辑,使 autobrr 用户能够直接监控和下载该站点的资源。 -
HDB 索引器改进
针对 HDB 索引器的解析逻辑进行了增强,现在能够正确识别 Exclusive 标签。这一改进使得用户可以根据 Exclusive 标签创建更精确的过滤规则。 -
NordicQuality 索引器
新增了对 NordicQuality 站点的支持,这是一个专注于北欧地区高质量内容的种子索引站点。该集成扩展了 autobrr 在北欧地区的资源获取能力。 -
FL 镜像站点
添加了新的 FL (FileList) 镜像站点支持,为用户提供了更多访问该流行罗马尼亚种子站点的选择,增强了服务的可靠性。
问题修复与优化
-
正则表达式修复
修复了 fuzer 索引器的正则表达式模式,解决了在某些情况下可能导致解析失败的问题。 -
IRC 网络状态显示
改进了 IRC 网络状态的显示逻辑,修复了状态信息中存在的间隙问题,使用户能够更准确地了解连接状态。 -
界面样式调整
优化了网页界面中边框的透明度表现,提升了视觉一致性。同时修复了通知表单中复选框的显示问题,改善了用户体验。 -
标题处理优化
重构了列表标题的字符过滤和变体处理逻辑,提高了对不同格式标题的兼容性,使自动匹配更加准确可靠。
技术架构改进
在技术架构方面,本次更新移除了 OIDC 配置中对 mapstructure 的依赖,简化了代码结构。这一改动虽然对终端用户透明,但为开发者维护代码提供了更好的可读性和可维护性。
总结
autobrr v1.59.0 版本通过新增多个索引器支持,进一步扩展了其资源获取能力。同时,对现有功能的优化和问题修复提升了工具的稳定性和用户体验。这些改进使得 autobrr 在自动化种子下载领域继续保持领先地位,为用户提供更加全面和可靠的服务。
对于现有用户,建议及时升级以获得更好的使用体验;对于新用户,这个版本提供了更多索引站点的支持,是开始使用 autobrr 的良好时机。
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-5.1GLM-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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00