Web Scrobbler v3.13.0 版本发布:新增音乐平台支持与优化
Web Scrobbler 是一款广受欢迎的开源浏览器扩展,它能够自动记录用户在各大音乐平台上的播放历史,并将这些数据同步到 Last.fm 等音乐社交服务。这个工具对于音乐爱好者和数据分析爱好者来说非常实用,可以帮助他们更好地追踪和管理自己的音乐收听习惯。
新增连接器支持
本次 v3.13.0 版本最值得关注的更新是新增了对三个音乐平台的支持:
-
onlyhit.us:这是一个新兴的音乐平台,现在 Web Scrobbler 用户可以在该平台上自动记录他们的播放历史了。这个新增功能由开发者 xemles 贡献。
-
Systrum Sistum Radio:这是一个相对小众的网络电台服务,现在也被纳入了 Web Scrobbler 的支持范围。这个功能由 oranjebloom 开发实现。
-
cosine.club:这是一个独特的音乐社区平台,hyphmongo 开发者为其添加了连接器支持,使得用户在该平台的收听记录也能被自动记录。
这些新增的连接器进一步扩展了 Web Scrobbler 的兼容性,让更多音乐爱好者能够享受到自动记录播放历史带来的便利。
现有连接器优化
除了新增支持外,本次更新还对现有的一些连接器进行了优化和改进:
-
TrackerHub:更新了连接器的 URL 地址,确保服务能够正常使用。这个修复由 Commandtechno 完成。
-
SiriusXM:修复了 CSS 选择器问题,并增加了对西班牙语用户界面的支持。matchilling 开发者完成了这项改进工作,使得西班牙语用户也能获得更好的使用体验。
-
Yandex.Music:增加了对 .com 域名的支持。skroychan 开发者实现了这一功能,使得使用国际版 Yandex 音乐服务的用户也能正常使用 Web Scrobbler。
-
NTS:对连接器进行了合并优化,由 jbwharris 开发者完成。这项改进简化了代码结构,提高了维护效率。
技术栈更新
在底层技术方面,本次更新包含了多项依赖项的升级:
- 将 Node.js 版本更新至 v20.18.3,确保项目使用最新的运行时环境。
- 更新了 TypeScript 相关工具链,包括 @typescript-eslint/eslint-plugin 等多个依赖项。
- 前端构建工具 Vite 升级到了 6.1.0 版本,带来了性能改进和新特性。
- 测试框架 Vitest 更新到了 3.0.5 版本,提高了测试效率和稳定性。
- Sass 预处理器升级到了 1.85.0,支持更多现代 CSS 特性。
这些技术更新不仅提升了开发体验,也为用户带来了更稳定、更高效的使用体验。
总结
Web Scrobbler v3.13.0 版本通过新增多个音乐平台支持和优化现有连接器,进一步扩大了其服务范围,让更多音乐爱好者能够方便地记录和分享他们的音乐收听历史。同时,持续的技术栈更新也确保了项目的长期可维护性和稳定性。
对于音乐爱好者来说,这个更新意味着他们可以在更多平台上无缝记录自己的音乐旅程;对于开发者社区来说,这展示了项目持续改进和扩展的活力。Web Scrobbler 团队和贡献者们通过不断的努力,让这个工具变得更加完善和实用。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00