LANraragi 0.9.4版本发布:漫画管理工具的重大更新
项目简介
LANraragi是一款开源的漫画和图像存档管理工具,它允许用户轻松地组织、浏览和阅读本地存储的漫画和图像集合。作为一个自托管的解决方案,LANraragi提供了丰富的功能,包括元数据管理、标签系统、搜索功能以及现代化的阅读界面。
0.9.4版本亮点
多语言支持与Weblate集成
本次更新完善了0.9.3版本引入的本地化支持,现在LANraragi已经正式接入Weblate协作翻译平台。这使得贡献翻译变得更加便捷,无需直接操作GitHub代码库。项目目前包含约3000个单词的翻译内容,对于熟悉两种语言的用户来说,完成一个语言的翻译大约需要2小时。版本还附带了一个完整的法语翻译版本。
内置重复文件处理功能
新版本引入了一个强大的重复文件检测系统,通过比较封面缩略图的哈希值来识别数据库中的重复存档。识别出重复项后,用户可以根据预设规则(如文件大小或日期)自动保留更好的文件版本。虽然这与LRReader内置的重复检测器采用不同技术,但它提供了一个开箱即用的解决方案。
收藏功能增强
0.9.4版本新增了内置的收藏功能,用户现在可以通过便捷的书签按钮将存档添加到专门的"收藏"类别中。这些按钮在缩略图视图、紧凑视图以及阅读器中都可使用。对于新安装的用户,系统会自动创建一个内置类别来存放这些书签,与上个版本引入的自动过滤器完美配合。
紧凑视图自定义列
这个长期被忽视的功能终于得到了更新。用户现在可以根据需要添加任意数量的列到紧凑视图中,每列都可以自定义命名空间。这一改进特别适合使用超宽显示器的用户,让他们能够创建类似Excel表格的详细视图布局。需要注意的是,自定义列及其宽度设置目前保存在浏览器本地存储中,不会在不同浏览器间同步。
技术优化与性能提升
使用CHI缓存页面数据
LANraragi现在将提取的存档页面存储在内存中而非写入磁盘,这一改变显著提高了阅读和提供页面内容的速度。这是对早期基于unar时代代码的重大改进,标志着项目技术架构的成熟演进。由于这一变更,临时文件夹不再默认位于/public目录下,因为不再需要直接从该位置提供缓存页面。
阅读器空格键功能改进
阅读器中的空格键功能得到了优化,现在能够更智能地处理页面滚动和翻页操作。新版本修复了在特定浏览器和缩放级别超过100%时的问题,并改进了无限滚动模式下的页面定位。对于网络漫画格式的存档,还增加了一些贴心的优化。
其他重要改进
- 修复了评分系统会删除命名空间中除第一个实例外的所有实例的问题
- 在添加评分后重新加载表格时保持页面索引
- 搜索引擎不再将空字符串添加为标记,提高了大多数搜索场景的速度
- 移除了Docker安装中对v18 Node.js的强制要求
- 添加了多种k6测试用于性能评估
- 修复了插件配置中设置非ASCII字符时的decode_json错误
- 修正了搜索API中由于算术错误导致的不正确recordsTotal值
- 更新了ComicInfo插件
- 确保本地化初始化在数据库准备就绪后进行,避免Windows系统上的启动失败
- 修复了hitomi.pm插件
- 移除了Docker构建中的
legacykeyvalueformat警告 - 更清晰地处理GitHub API速率限制
- 改进了对不存在翻译的maketext错误处理和回退机制
- 修复了高图片的缩略图裁剪问题
- 修正了翻译中未转义的引号
- 修复了文档中搜索API tank参数名称不正确的问题
API变更
新增了api/categories/bookmark_link端点来管理书签功能,为前端收藏功能提供了后端支持。
总结
LANraragi 0.9.4版本带来了多项用户期待已久的功能和重要的性能优化,特别是重复文件处理、收藏功能和紧凑视图自定义列等改进,大大提升了用户体验。技术架构上的优化,如CHI缓存的使用,也为未来的发展奠定了更坚实的基础。这个版本充分体现了开源社区协作的力量,许多功能改进都来自于社区贡献者的工作。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00