【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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust017
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00