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。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava03GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0289- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









