Kazumi:基于自定义规则的番剧采集应用完全指南
Kazumi是一款使用Flutter开发的基于自定义规则的番剧采集与在线观看程序。它通过最多五行基于XPath语法的选择器构建自己的规则,支持规则导入与分享,并提供基于Anime4K的实时超分辨率功能。
支持平台与环境要求
Kazumi支持多种操作系统平台:
- Android 10及以上版本
- Windows 10及以上版本
- macOS 10.15及以上版本
- Linux(实验性支持)
- iOS 13及以上版本(需要自签名)
- HarmonyOS 5.0及以上版本(位于分支仓库,需要侧载)
应用界面概览
播放界面提供完整的控制选项,包括播放控制、画质设置和弹幕功能
核心功能特性
Kazumi提供丰富的功能集,包括:
- 规则编辑器:支持自定义视频源规则
- 番剧目录:按分类浏览番剧内容
- 番剧搜索:快速查找特定番剧
- 番剧时间表:查看番剧播出时间安排
- 多视频源支持:同时使用多个视频源
- 视频播放器:内置高性能播放器
- 番剧弹幕:支持弹幕互动功能
- 追番列表:管理个人收藏的番剧
- 历史记录:记录观看历史
- 超分辨率:基于Anime4K的画质增强
- 一起看功能:多人同步观看体验
安装与部署
下载方式
Kazumi提供多种下载渠道:
Windows平台: 从发布页面下载Windows版本的安装包,双击安装包按照向导完成安装。
Android平台: 除了从发布页面下载APK安装外,还可以通过F-Droid应用商店安装。
Linux平台: Linux用户有多种安装选择:
# Flathub安装
flatpak install flathub io.github.Predidit.Kazumi
# AUR安装(Arch Linux)
yay -S kazumi # 从源码构建
yay -S kazumi-bin # 二进制包
# archlinuxcn安装
sudo pacman -S kazumi
自定义规则编写
Kazumi最强大的功能是支持自定义规则,用户可以通过简单的XPath语法创建自己的视频源。规则文件使用JSON格式,基本结构如下:
{
"api": "1",
"type": "anime",
"name": "示例规则",
"version": "1.0",
"baseURL": "https://example.com/",
"searchURL": "https://example.com/search?q=@keyword",
"searchList": "//div[@class='search-results']",
"searchName": "//h3/text()"
}
现有的规则文件位于assets/plugins/目录下,如DM84.json、anime7.json等,可以作为编写自定义规则的参考。
技术架构与依赖
Kazumi基于Flutter框架开发,使用了多个重要的依赖包:
- flutter_modular:模块化架构管理
- mobx:状态管理
- dio:网络请求处理
- hive:本地数据存储
- media_kit:跨平台媒体播放
- xpath_selector:XPath解析支持
- canvas_danmaku:弹幕功能实现
使用指南
首次启动配置
启动Kazumi后,首先需要添加视频源。用户可以从预设规则中选择或创建自定义规则。规则文件存放在assets/plugins/目录下。
播放设置
在设置页面可以调整默认画质、播放速度等选项。Kazumi支持基于Anime4K的实时超分辨率,相关着色器文件位于assets/shaders/目录。
个性化界面
用户可以在设置中更改主题配色,选择适合自己的界面风格。主题设置相关代码位于lib/bean/settings/theme_provider.dart。
高级功能
超分辨率技术
Kazumi集成Anime4K实时超分辨率技术,可以显著提升低画质视频的观看体验。用户可以根据设备性能选择不同的超分模式:
- 效率优先:适合性能较弱的设备
- 质量优先:适合高性能设备,提供最佳画质
超分辨率功能由lib/shaders/shaders_controller.dart控制,使用assets/shaders/目录下的GLSL着色器文件。
一起看功能
Kazumi支持多人同步观看功能,让用户可以和朋友远程同步观看番剧。相关实现位于lib/utils/syncplay.dart。
使用方法:
- 在播放界面点击"一起看"按钮
- 创建房间或加入现有房间
- 邀请朋友加入,开始同步观看
常见问题解决
播放问题处理
如果遇到播放卡顿或无法播放的情况,可以尝试以下解决方案:
- 降低画质:高画质需要更强的网络和设备性能
- 关闭超分辨率:超分功能对GPU要求较高
- 切换视频源:某些视频源可能存在地区限制
- 清除缓存:在设置中清除应用缓存
规则编写问题
如果自定义规则无法正常工作:
- 确保使用以"//"开头的XPath选择器
- 参考现有的规则文件结构
- 测试规则时可以先关闭内置播放器选项,使用webview进行播放测试
开发与贡献
Kazumi是一个开源项目,欢迎开发者参与贡献。项目源码组织在lib/目录下,包含应用的各个模块和功能实现。
主要的代码模块包括:
- lib/pages/:页面组件实现
- lib/modules/:数据模块定义
- lib/bean/:UI组件和小部件
- lib/plugins/:插件管理功能
- lib/utils/:工具类和辅助函数
开发者可以参考项目中的示例规则,向规则仓库提交自己的自定义规则,共同完善Kazumi的功能生态。
Kazumi仍在持续开发中,更多功能如番剧下载、更新提醒等正在开发中,未来版本将带来更多令人期待的功能更新。
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 StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07


