Maraschino 技术文档
2024-12-25 05:05:32作者:裘晴惠Vivianne
1. 安装指南
在开始安装 Maraschino 前,请确保您的系统已安装以下依赖:
- Python
- Flask
- SQL-Alchemy
- LESS CSS
具体的安装步骤如下:
- 从 GitHub 下载 Maraschino 的源代码。
- 进入解压后的目录,运行
pip install -r requirements.txt命令安装依赖。 - 运行
python app.py启动 Maraschino。
2. 项目的使用说明
Maraschino 是一个为 Kodi HTPC 提供简单 Web 界面的项目。以下是一些主要功能:
- 自定义应用程序模块:快速访问您的 Web 界面(如 SABnzb+、SickBeard 等)。
- 最近添加的剧集/电影/专辑模块:点击一个剧集或电影,即可在 Kodi 中播放。
- 媒体库浏览器:浏览您的整个电影和电视库,点击即可在 Kodi 中播放。可排队等待播放。
- 控制多个 Kodi 服务器:轻松切换不同位置的 Kodi 服务器,远程发送通知消息。
- SABnzbd+ 和 NZBGet 模块:在 Maraschino 中管理您的 nzb 队列,显示下载进度、速度等信息,支持暂停、恢复等操作。
- Usenet 搜索:在 Usenet 中搜索文件,一键添加到 SABnzbd+。
- 当前播放栏:显示播放/暂停/停止/音量控制,以及可点击的进度条。
- trakt.tv 模块:查看他人对您正在观看的剧集或电影的评价,以及添加自己的评论(需免费 trakt.tv 账户)。
- Sickbeard、CouchPotato、Headphones 模块:管理这些应用,添加新节目、电影、专辑等。
- 磁盘空间模块:显示各磁盘的使用和剩余空间。
- uTorrent 和 Transmission 模块:支持种子用户。
- 天气模块:显示您所在城市的天气信息。
3. 项目API使用文档
Maraschino 的 API 文档将在后续版本中提供。
4. 项目安装方式
项目的安装方式已在“安装指南”部分详细介绍,请参考相关步骤进行安装。
请注意,Maraschino 使用 Flask 和其他一些优秀的技术(如 SQL-Alchemy、LESS CSS),但您无需深入了解这些技术,除非您有兴趣。
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-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
642
🎉 (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
1.06 K
614
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
195
71
仓颉编程语言测试用例。
Cangjie
36
642