[控场AI]
· 5 分钟阅读· 2,940 字

autobrr团队推出Librrary:整合影视管理的Sonarr/Radarr替代方案

autobrr团队推出Librrary:整合影视管理的Sonarr/Radarr替代方案

autobrr团队宣布开发Librrary,旨在用单一应用取代需要多实例运行的Sonarr和Radarr媒体管理工具。

autobrr和qui的开发团队宣布了新项目Librrary——一款将电影与电视剧管理整合到单一应用的"arr"替代工具。现有方案(Sonarr+Radarr)的核心痛点在于:用户若想同时维护HD和4K两套媒体库,往往需要运行4至6个独立实例,带来大量重复配置和资源浪费。Librrary的解法是引入类Plex的多媒体库概念,让同一标题可拥有多个画质变体。项目计划支持Torrent/Usenet双协议、OIDC登录、模块化设计,路线图还包括内置媒体请求、从Sonarr/Radarr迁移导入、私有Tracker的nuke资源处理以及Plex/Jellyfin集成。目前项目尚无发布日期,接近用户测试阶段,能否撼动成熟的arr生态仍有待验证。

自助媒体服务器爱好者熟悉的Sonarr和Radarr,可能即将迎来一个强有力的竞争者。开发出autobrr和qui的团队近日在其Discord频道宣布了新项目——Librrary,一款将电影和电视剧管理整合到单一应用中的"arr"替代方案。项目目前尚未正式发布,但团队表示已经接近用户测试阶段。

reddit source: autobrr team just announced Librrary

为什么需要又一个媒体管理工具

Sonarr(电视剧)和Radarr(电影)长期以来是自动化媒体库管理的事实标准。但按官方说法,它们"在需求简单时工作良好"——问题恰恰出在需求变复杂之后。

团队指出了一个真实的痛点:一旦用户既想维护HD库又想维护4K库,就需要运行多个实例,还要处理它们之间的同步问题。现实中,不少用户为了满足需求会同时运行4到6个arr实例。这意味着更多的管理成本、更高的资源占用,以及对索引器(indexer)更频繁的请求。

考虑到这些实例之间存在大量重复功能,将电影和电视剧合并到一个应用中确实是合理的思路。这也是Librrary的核心出发点:用一个应用覆盖多种内容类型,减少冗余。

对不熟悉这个生态的读者来说,"arr"是一系列以"-arr"结尾命名的开源自动化工具的统称,起源于Sonarr(2014年)和Radarr,此后衍生出Lidarr(音乐)、Readarr(书籍)、Prowlarr(索引器管理)等。它们的共同工作方式是:监控用户设置的媒体愿望清单,自动在Torrent或Usenet索引器上搜索匹配的资源,调度下载客户端完成抓取,再将文件整理归档到媒体库目录。这套流程高度自动化,但每个arr实例只负责单一内容类型,且只能对应一套质量规则。当用户希望同时维护"普通1080p库"和"4K HDR库"时,由于无法在同一实例内区分存放路径和质量配置,唯一的解法就是运行两个独立实例,由此带来的配置同步和资源开销问题也就随之而来。

Librrary计划提供哪些功能

根据团队公布的信息,Librrary在架构设计上明显借鉴了Plex的多媒体库概念,同时保留了arr生态用户熟悉的工作流。

已确认构建中的核心特性

  • 按内容类型划分的多媒体库:类似Plex,每个标题可拥有多个变体(1080p、2160p、remux、Dolby Vision),从根本上解决了HD/4K需要多实例的问题。
  • arr风格的质量配置与发布评分规则:对应Sonarr/Radarr用户熟悉的Custom Formats机制。
  • Torrent与Usenet双支持:通过Torznab/Newznab协议接入,仍需搭配Prowlarr或Jackett等索引器管理工具。
  • 用户角色与OIDC登录:具备较完善的权限体系。
  • 数据库灵活性:支持SQLite或PostgreSQL。
  • 通知集成:兼容Notifiarr、Discord、Telegram等常用服务。
  • 列表(Lists)支持。

技术栈方面,Librrary采用Go后端 + React前端,提供Docker镜像以及Linux、macOS、Windows的二进制文件,跨平台部署友好。

Torznab和Newznab是两种标准化的索引器查询协议。Newznab最初为Usenet NZB索引站设计,定义了一套通用的搜索API;Torznab则是由Jackett项目在此基础上扩展而来,将同样的接口规范适配到BitTorrent索引器。二者的存在使得下载管理工具无需为每个索引站单独开发对接代码——只要索引站或聚合工具(如Prowlarr、Jackett)暴露符合协议的端点,任何兼容客户端即可通用接入。Prowlarr在arr生态中承担的正是"索引器中枢"角色:统一管理所有索引器的认证和配置,再将其同步推送给Sonarr、Radarr等下游工具,避免每个arr实例都单独维护一份索引器列表。Librrary延续这一架构,意味着现有Prowlarr用户的索引器配置可以平滑复用。

路线图透露的野心

除了当前构建的功能,团队公布的路线图更能反映这个项目的定位——它不只想做一个"合并版arr",而是希望覆盖更完整的媒体生命周期。

路线图中值得关注的几点:

  • 内置请求功能:配合强大的用户角色访问系统,可能替代Overseerr/Jellyseerr一类的请求工具。
  • 从Sonarr和Radarr导入:降低现有用户的迁移门槛,这是能否成功的关键一环。
  • 可选的手动升级审批。
  • "Trump handling"(被标记/nuke资源处理):监控种子客户端的trumped/nuked tracker消息,并接收来自qui等外部工具的webhook——这体现了团队在私有Tracker场景下的经验。
  • 潜在的Plex、Jellyfin等媒体服务器集成,甚至包括"观看后删除"的完整闭环(请求、下载、导入、观看、删除)。

团队特别强调Librrary采用模块化设计,未来可能扩展出专门的动漫处理、书籍和音乐支持,但当前阶段优先聚焦电影和电视剧。

"Trump handling"(国内有时译为"被trump/nuke处理")是私有Tracker社区的特有概念。当一个已发布的资源被发现存在质量问题(如音轨错误、假冒格式标注、编码瑕疵),Tracker管理员会将其标记为"trumped"或"nuked",表示该资源已被更高质量的版本取代或被判定不合规。对自动化下载工具而言,如果不能感知这类状态变更,就可能持续保留劣质资源或错过应当触发替换下载的时机。autobrr的前身工具在私有Tracker的IRC announce频道集成方面有深厚积累,qui同样聚焦于Tracker交互自动化,因此Librrary将这一功能纳入路线图,体现了团队针对重度私有Tracker用户的差异化定位。

值得关注但仍需观望

Librrary的思路切中了arr生态多年积累的实际痛点,尤其是多实例管理的复杂性。有autobrr和qui的开发经验背书,团队在自动化下载和Tracker交互方面有一定积累,这让项目的可信度高于普通的"造轮子"尝试。

不过需要冷静看待的是,项目目前尚无发布日期,甚至还没进入公开用户测试。Sonarr和Radarr经过多年迭代,拥有庞大的社区、成熟的生态和海量的边缘案例处理能力,新工具要真正撼动它们的地位并不容易。从Sonarr/Radarr导入的兼容性、长期维护的可持续性,都将是决定成败的关键。

感兴趣的用户可以前往官网 librrary.app 订阅最新消息。项目采用赞助模式支持开发,这也是自托管开源软件常见的运作方式。至于它能否成为下一个自建媒体库标配,还需要等待实际的测试版本来验证。

分享:

相关推荐