Kometa项目中的评分覆盖配置详解
2025-06-28 13:48:47作者:董斯意
Kometa是一个强大的媒体库管理工具,它允许用户通过YAML配置文件来自定义各种覆盖效果。在最新版本的文档中,我们发现了一个关于评分覆盖配置的重要修正点。
评分覆盖配置的正确用法
在Kometa的配置中,评分覆盖(ratings overlay)是一个非常有用的功能,它允许用户在媒体库项目上显示来自不同来源的评分信息。然而,之前的文档示例中有一个关键错误:
错误示例中使用了:
- default: network
而实际上正确的配置应该是:
- default: ratings
为什么这个修正很重要
- 功能准确性:使用"ratings"作为默认值才能确保评分覆盖功能正常工作
- 配置清晰性:正确的配置项能让用户更清楚地理解这是评分相关的覆盖
- 避免混淆:"network"是用于网络标志的覆盖类型,与评分功能无关
完整的正确配置示例
以下是修正后的完整配置示例:
libraries:
Movies:
overlay_files:
- default: ratings
template_variables:
rating1: critic
rating2: audience
rating3: user
rating1_image: imdb
rating2_image: rt_popcorn
rating3_image: tmdb
operations:
mass_critic_rating_update: imdb
mass_audience_rating_update: mdb_tomatoesaudience
mass_user_rating_update: tmdb
配置项解析
- rating1/2/3:定义了三个评分槽位的类型
- ratingX_image:指定每个评分对应的图标
- mass_X_rating_update:定义批量更新评分时使用的数据源
最佳实践建议
- 始终使用"ratings"作为评分覆盖的默认类型
- 可以根据需要混合使用不同评分来源
- 电视剧集可以单独配置集级别的评分覆盖
- 保持配置文件的缩进格式正确
这个修正已经包含在Kometa的最新文档中,用户在使用评分覆盖功能时应该参考更新后的配置示例,以确保功能正常工作。
登录后查看全文
热门项目推荐
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-5.1GLM-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
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
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
660
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
505
610
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
392
289
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108