Jackett项目中的YggTorrent和YggCookie索引器URL变更解析
背景介绍
Jackett是一个开源的资源聚合工具,它可以将来自多个私有和公共资源网站的搜索结果转换为兼容的格式,供各种下载客户端使用。在Jackett项目中,YggTorrent和YggCookie是两个重要的索引器定义文件,它们负责与YggTorrent网站进行交互。
问题发现
近期,YggTorrent网站进行了域名变更,从原先的https://www.ygg.re迁移到了新的域名https://www.yggtorrent.top。这一变更导致了使用旧域名的Jackett索引器无法正常工作,返回"Indexer Disabled"错误。
技术分析
在Jackett的索引器定义文件中,URL配置是核心组成部分。每个索引器定义文件(yggcookie.yml和yggtorrent.yml)中都包含了以下关键配置项:
- links:定义当前有效的网站URL
- legacylinks:保留历史使用过的URL,用于兼容性检查
此次变更需要同时修改这两个文件中的links配置,将新域名添加为主URL,同时将旧域名移至legacylinks列表中,以确保向后兼容。
解决方案
正确的修改方式应包括:
- 在links部分更新为新域名
https://www.yggtorrent.top/ - 将旧域名
https://www.ygg.re/移至legacylinks部分 - 保持其他legacylinks不变,以确保历史兼容性
实现细节
在YAML配置文件中,变更主要体现在以下部分:
links:
- https://www.yggtorrent.top/
legacylinks:
- http://www2.yggtorrent.si/
- https://www2.yggtorrent.si/
# ...其他历史域名...
- https://www.ygg.re/
这种修改方式既保证了新域名的使用,又保留了旧域名的兼容性检查,确保用户在不同情况下都能正常使用索引器。
版本更新
该变更已在Jackett v0.22.1685版本中发布。用户可以通过更新Jackett来获取最新的索引器配置。由于Jackett采用定期发布机制,更新可能需要等待下一个发布周期才能生效。
总结
对于依赖外部网站的索引器来说,域名变更是常见的情况。Jackett通过灵活的配置设计和legacylinks机制,能够很好地应对这类变更。用户遇到索引器失效问题时,可以首先检查是否发生了域名变更,并及时更新Jackett版本或手动修改索引器配置。
对于开发者而言,这种变更也提醒我们在设计类似系统时,应该考虑加入域名变更的容错机制,比如自动检测可用域名或提供更灵活的重定向处理。
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