【亲测免费】 Jellyfin Audio Player 下载及安装教程
1. 项目介绍
Jellyfin Audio Player 是一个专为 iOS 和 Android 平台设计的音频流媒体应用,允许用户通过 Jellyfin 服务器流式传输其音频库。该应用支持全品质音频流、搜索和浏览音乐、通过 AirPlay 或 Chromecast 无线传输到扬声器和电视、下载音乐以离线播放等功能。应用界面支持深色和浅色模式,根据操作系统设置自动切换。
2. 项目下载位置
Jellyfin Audio Player 的源代码托管在 GitHub 上。用户可以通过以下步骤下载项目:
-
打开终端或命令行工具。
-
使用
git clone命令下载项目:git clone https://github.com/leinelissen/jellyfin-audio-player.git这将把项目源代码下载到当前目录下的
jellyfin-audio-player文件夹中。
3. 项目安装环境配置
3.1 安装 Node.js
Jellyfin Audio Player 项目基于 React Native 开发,因此首先需要安装 Node.js。
-
访问 Node.js 官方网站 下载并安装适合您操作系统的 Node.js 版本。
-
安装完成后,通过以下命令验证 Node.js 是否安装成功:
node -v npm -v如果安装成功,将显示 Node.js 和 npm 的版本号。
3.2 安装项目依赖
进入项目目录并安装项目依赖:
cd jellyfin-audio-player
npm install
3.3 配置 iOS 开发环境
3.3.1 安装 Xcode
- 访问 Mac App Store 下载并安装 Xcode。
- 安装完成后,打开 Xcode 并同意许可协议。
3.3.2 配置 iOS 模拟器
-
打开 Xcode,选择
Preferences->Components,安装所需的 iOS 模拟器。 -
在终端中运行以下命令启动 iOS 模拟器:
open -a Simulator
3.4 配置 Android 开发环境
3.4.1 安装 Android Studio
- 访问 Android Studio 官方网站 下载并安装 Android Studio。
- 安装完成后,打开 Android Studio 并配置 Android SDK。
3.4.2 配置 Android 模拟器
- 打开 Android Studio,选择
AVD Manager,创建并启动一个 Android 虚拟设备(AVD)。
4. 项目安装方式
4.1 运行开发版本
在项目根目录下,运行以下命令启动开发版本:
-
启动 iOS 开发版本:
npm run ios -
启动 Android 开发版本:
npm run android
4.2 生成生产版本
项目使用 Fastlane 进行生产版本的构建。首先安装 Fastlane:
gem install bundler
bundle install -j 6
然后运行以下命令生成生产版本:
-
生成 iOS 生产版本:
fastlane ios beta -
生成 Android 生产版本:
fastlane android beta
5. 项目处理脚本
Jellyfin Audio Player 项目包含多个处理脚本,用于自动化构建、测试和发布流程。以下是一些常用的脚本:
npm run ios:在 iOS 模拟器中运行应用。npm run android:在 Android 模拟器中运行应用。fastlane ios beta:生成 iOS 生产版本。fastlane android beta:生成 Android 生产版本。
这些脚本可以帮助开发者快速构建和测试应用,提高开发效率。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00