Mirakc 开源项目使用教程
项目介绍
Mirakc 是一个使用 Rust 编写的、兼容 Mirakurun 协议的个人视频录像(PVR)后端服务。此项目旨在提供一个轻量级且高效的解决方案,使得自建电视录制系统变得简单易行。它支持标准的 Mirakurun REST API,因此能够无缝与如 EPGStation 等应用程序配合使用。Mirakc 的特性包括独立录制能力、实时跟踪节目播放时间以避免录制失败,以及提供时间平移功能,让用户无需预先设置录制计划。
快速启动
要快速启动 Mirakc,推荐使用 Docker 容器化部署方式,这不仅简化了安装过程,也便于环境管理。
配置文件准备
首先,创建 config.yml 配置文件:
epg:
cache-dir: /var/lib/mirakc/epg
server:
addrs: []
启动 Docker 容器
接下来,通过 Docker Compose 启动 Mirakc 容器,确保您已安装 Docker 和 Docker Compose:
version: '3'
services:
mirakc:
image: mirakc/mirakc:latest
restart: unless-stopped
ports:
- "40772:40772"
volumes:
- ./config.yml:/etc/mirakc/config.yml:ro
- mirakc-epg:/var/lib/mirakc/epg
environment:
TZ: Asia/Tokyo
RUST_LOG: info
volumes:
mirakc-epg:
保存上述配置到 docker-compose.yml 文件中,并在命令行执行以下命令来启动服务:
docker-compose up -d
检查 Mirakc 是否成功启动,可以通过访问其API来验证版本信息:
curl -fsSL http://localhost:40772/api/version
应用案例和最佳实践
在实际应用中,Mirakc 结合 EPGStation 使用可以构建完整的电视录制解决方案。用户应当配置EPGStation来指向Mirakc提供的API,以便自动获取频道列表和节目指南,从而实现节目录制的自动化调度。最佳实践是定期更新EPG数据并监控容器的运行状态,确保没有错过任何重要更新或异常。
典型生态项目
Mirakc的一个紧密相关的生态项目是 Mirakc-arib,它提供了处理日本电视广播内容的工具集。对于那些想要深入挖掘或扩展Mirakc功能的人来说,这是一个宝贵的资源。通过利用这些工具,开发者可以定制处理电视信号的方式,例如解析特定的广播数据,进一步增强录像系统的功能性。
以上就是基于Mirakc的基础教程,涵盖了从项目简介到具体实施步骤的全面指导,让您轻松上手自定义电视录制系统。
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 StartedRust0155- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112