推荐:Tiny Tiny RSS Fever API 插件
2024-05-29 22:38:22作者:平淮齐Percy
项目简介
在寻找一款能够与你的 Tiny Tiny RSS 系统无缝集成的 RSS 客户端吗?Tiny Tiny RSS Fever API 插件正是你需要的解决方案。这个开源插件仿照 Fever API 设计,使得那些支持 Fever 标准的 RSS 阅读器能够直接与 Tiny Tiny RSS 进行交互。
项目技术分析
这个插件的核心在于模拟 Fever API,实现了以下功能:
- 获取新的 RSS 项
- 获取已收藏的 RSS 项
- 设置阅读标记
- 设置收藏标记
- 支持热点链接
其基于 PHP 编写,并依赖于 Tiny Tiny RSS 的核心功能。开发者已经考虑到安全性,尽管使用了不安全的 MD5 哈希,但他们建议设置一个仅用于此应用的密码并启用 HTTPS,以加强数据传输的安全性。
应用场景
无论是在 iPhone 上使用 Reeder,还是在 iPad 上使用 Mr.Reader,甚至是 OS X 平台上的 ReadKit 或 Android 设备上的 Press 和 Meltdown,你都可以享受到这款插件带来的便利。这些客户端与 Fever API 兼容,可以通过该插件轻松连接到你的 Tiny Tiny RSS 服务。
项目特点
亮点特性
- 兼容性强:支持多种流行的 Fever 兼容 RSS 客户端。
- 易安装和升级:通过 Git 操作即可完成安装和更新,简单快捷。
- 自定义设置:允许为每个用户开启 API 访问并设置独立的密码。
- 调试友好:提供调试选项以便问题排查。
使用流程
- 在 Tiny Tiny RSS 的偏好设置中启用 API 访问。
- 将插件克隆至
plugins.local目录。 - 在偏好设置中激活插件并设置 API 密码。
- 使用指定格式的服务器/端点 URL 登录客户端。
高级功能
- 提供错误日志记录,便于问题诊断。
- 提供详细的文档和社区支持,以解决潜在问题。
Tiny Tiny RSS Fever API 插件将你的 RSS 阅读体验提升到新高度,不再受限于单一平台或应用。现在就加入数以千计的用户群体,享受定制化的 RSS 阅读乐趣吧!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
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++
639
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
149
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
227
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310