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。
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