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。
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
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