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。
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