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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00