chaos/hack
1
0 Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
master
hack/tools/scripts/llm-key-hunter/results/_cache/content/au3c2_javsp.json
T
OpenCode 68a9071cf1 feat: reconcile local master with origin (exa/hot-platform hunters, leaks ledger, latest results) 
Local branch had diverged from origin/master (sibling commits on the same base). Rewrote local history linearly on top of origin/master, folding in all local content: exa/hot-platform discovery hunters, leaks ledger, nightly sweep orchestrator, updated .gitignore and skill docs, plus the latest hunt output and vault state. Remote-only files (vault keys, channel scripts) were restored rather than dropped, so the resulting tree is a full union of both sides.
2026-08-07 12:53:47 +08:00

1 line
75 KiB
JSON
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
{"repo": "au3c2/javsp", "files": {"config.yml": {"1c42de1828ce5b6222af9a580310739172778391": {"t": 1785746355.5553021, "n": 5535, "h": "e1d54b8dcf96817b", "c": "# vim:foldmethod=marker \n################################\nscanner:\n # 推测番号前忽略文件名中的特定字符串（忽略大小写，以英文分号;分隔）\n # 大多数情况软件能够自动识别番号，只有当文件名中特定的部分导致番号识别错误时才需要更新此设置\n # 要忽略的正则表达式（如果你不熟悉正则表达式，请不要修改此配置，否则可能严重影响番号识别效果）\n ignored_id_pattern:\n - '(144|240|360|480|720|1080)[Pp]'\n - '[24][Kk]'\n - '\\w+2048\\.com'\n - 'Carib(beancom)?'\n - '[^a-z\\d](f?hd|lt)[^a-z\\d]'\n # 整理哪个文件夹下的影片？（此项留空时将在运行时询问）\n input_directory: null\n # 哪些后缀的文件应当视为影片？\n filename_extensions: [.3gp, .avi, .f4v, .flv, .iso, .m2ts, .m4v, .mkv, .mov, .mp4, .mpeg, .rm, .rmvb, .ts, .vob, .webm, .wmv, .strm, .mpg]\n # 扫描影片文件时忽略指定的文件夹\n ignored_folder_name_pattern: ['^\\.', '^#recycle$', '^#整理完成$', '^#不要扫描$']\n # 匹配番号时忽略小于指定大小的文件\n # 格式要求：https://docs.pydantic.dev/2.0/usage/types/bytesize/\n minimum_size: 232MiB\n skip_nfo_dir: yes\n manual: yes\n################################\nnetwork:\n # 设置代理服务器地址，支持 http, socks5/socks5h 代理，比如'http://127.0.0.1:1080'\n # null表示禁用代理\n proxy_server: null\n # 各个站点的免代理地址。地址失效时软件会自动尝试获取新地址，你也可以手动设置\n proxy_free:\n avsox: 'https://avsox.host'\n javbus: 'https://www.javbus.com'\n javdb: 'https://javdb.com'\n javlib: 'https://www.javlibrary.com'\n # 网络问题导致抓取数据失败时的重试次数，通常3次就差不多了\n retry: 3\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n timeout: PT10S\n\n################################\ncrawler:\n # 要使用的爬虫列表（汇总数据时从前到后进行）\n # airav avsox avwiki fanza fc2 fc2fan javbus javdb javlib javmenu jav321 mgstage prestige arzon arzon_iv\n selection:\n normal: [airav, avsox, javbus, javdb, javlib, jav321, mgstage, prestige]\n fc2: [fc2, avsox, javdb, javmenu, fc2ppvdb]\n cid: [fanza]\n getchu: [dl_getchu]\n gyutto: [gyutto]\n # 爬虫至少要获取到哪些字段才可以视为抓取成功？\n required_keys: [cover, title]\n # 努力爬取更准确更丰富的信息（会略微增加部分站点的爬取耗时）\n hardworking: true\n # 使用网页番号作为最终番号（启用时会对番号大小写等进行更正）\n respect_site_avid: true\n # fc2fan已关站。如果你有镜像，请设置本地镜像文件夹的路径，此文件夹内要有类似'FC2-12345.html'的网页文件\n fc2fan_local_path: null\n # 刮削一部电影后的等待时间（设置为0禁用此功能）\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n sleep_after_scraping: PT1S\n # 是否使用javdb的封面（fallback/yes/no, 默认fallback: 如果能从别的站点获得封面则不用javdb的以避免水印）\n use_javdb_cover: fallback\n # 是否统一女优艺名。启用时会尝试将女优的多个艺名统一成一个\n normalize_actress_name: true\n\n################################\n# 配置整理时的命名规则\n# path_pattern, nfo_title_pattern和name_pattern中可以使用变量来引用影片的数据，支持的变量列表见下面的地址:\n# https://github.com/Yuukiy/JavSP/wiki/NamingRule-%7C-%E5%91%BD%E5%90%8D%E8%A7%84%E5%88%99\nsummarizer:\n # 整理时是否移动文件: true-移动所有文件到新文件夹; false-数据保存到同级文件夹，不移动文件\n move_files: true\n\n # 路径相关的选项\n path: \n # 存放影片、封面等文件的文件夹路径\n output_folder_pattern: '#整理完成/{actress}/[{num}] {title}'\n # 影片、封面、nfo信息文件等的文件名将基于下面的规则来创建\n basename_pattern: '{num}'\n # 允许的最长文件路径（路径过长时将据此自动截短标题）\n length_maximum: 250\n # 是否以字节数来计算文件路径长度\n length_by_byte: true\n # 路径中的{actress}字段最多包含多少名女优？\n max_actress_count: 10\n # 是否用硬链接方式整理文件？硬链接可以节省空间，但不是所有文件系统都支持\n hard_link: false\n\n #标题处理\n title:\n # 删除尾部可能存在的女优名\n remove_trailing_actor_name: true\n\n # 下面这些项用来设置对应变量为空时的替代信息\n default:\n title: '#未知标题'\n actress: '#未知女优'\n series: '#未知系列'\n director: '#未知导演'\n producer: '#未知制作商'\n publisher: '#未知发行商'\n\n # NFO文件生成相关的选项\n nfo:\n # nfo文件的名称\n basename_pattern: \"movie\"\n # nfo文件中的影片标题（即媒体管理工具中显示的标题）\n title_pattern: '{num} {title}'\n # 要添加到自定义分类的字段，空列表表示不添加\n custom_genres_fields: ['{genre}', '{censor}']\n # 要添加到自定义标签的字段，空列表表示不添加\n custom_tags_fields: ['{genre}', '{censor}']\n # 依次设置 已知无码/已知有码/不确定 这三种情况下 {censor} 对应的内容(可以利用此变量将有码/无码影片整理到不同文件夹)\n censor_options_representation: ['无码', '有码', '打码情况未知']\n\n cover:\n # 封面文件的名称（不含拓展名），可以使用如`{{title}}`等字段\n basename_pattern: \"poster\"\n # 尽可能下载高清封面？（高清封面大小约 8-10 MiB，远大于普通封面，如果你的网络条件不佳，会降低整理速度）\n highres: true\n # 在封面图上添加水印（标签），例如“字幕”\n add_label: false\n crop:\n # 要使用图像识别来裁剪的番号系列需要匹配的正则表达式\n on_id_pattern:\n - '^\\d{6}[-_]\\d{3}$'\n - '^ARA'\n - '^SIRO'\n - '^GANA'\n - '^MIUM'\n - '^HHL'\n # 要使用的图像识别引擎，详细配置见文档 https://github.com/Yuukiy/JavSP/wiki/AI-%7C-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB\n # NOTE: 此处无法直接对应，请参照注释手动填入\n engine: null # null表示禁用图像剪裁\n ## 使用Slimeface: {{{\n # engine: \n # name: slimeface\n ## }}}\n\n fanart:\n # 横版封面文件的名称（不含拓展名），可以使用如`{{title}}`等字段\n basename_pattern: \"fanart\"\n\n extra_fanarts:\n # 是否下载剧照？\n enabled: true\n # 间隔的两次封面爬取请求之间应该间隔多久\n scrap_interval: PT1.5S\n\n################################\ntranslator:\n # 翻译引擎，可选: google, bing, baidu, claude, openai (支持 DeepSeek 等兼容 OpenAI 格式的引擎)\n # 进阶功能的文档 https://github.com/Au3C2/JavSP/wiki/Translation-%7C-%E7%BF%BB%E8%AF%91\n engine: null\n ## 使用百度翻译: {{{\n # engine: \n # name: baidu\n # # 百度翻译的APP ID和密钥\n # app_id: ''\n # api_key: ''\n ## }}}\n ## 使用必应翻译: {{{\n # engine: \n # name: bing\n # # 微软必应翻译（Azure 认知服务 → 翻译）的密钥\n # api_key: ''\n ## }}}\n ## 使用Claude翻译: {{{\n # engine: \n # name: claude\n # # Claude的密钥 (使用haiku模型)\n # api_key: ''\n ## }}}\n ## 使用OpenAI翻译: {{{\n # engine: \n # name: openai\n # url: 'https://api.openai.com/v1/chat/completions'\n # api_key: ''\n # model: gpt-3.5-turbo\n ## }}}\n ## 使用DeepSeek翻译: {{{\n # engine:\n # name: openai\n # url: 'https://api.deepseek.com/chat/completions'\n # api_key: ''\n # model: deepseek-chat\n ## }}}\n \n # 是否翻译各个字段\n fields: \n # 是否翻译标题\n title: true\n # 是否翻译剧情简介\n plot: true\n \n################################\nother:\n # 是否在stdin/stdout进行交互\n interactive: true\n # 是否允许检查更新。如果允许，在有新版本时会显示提示信息和新版功能\n check_update: true\n # 是否允许检查到新版本时自动下载\n auto_update: false\n"}, "f1bbcd9b8b59c99608781d575ca1c03d71b37036": {"t": 1785762406.8148453, "n": 5535, "h": "e1d54b8dcf96817b", "c": "# vim:foldmethod=marker \n################################\nscanner:\n # 推测番号前忽略文件名中的特定字符串（忽略大小写，以英文分号;分隔）\n # 大多数情况软件能够自动识别番号，只有当文件名中特定的部分导致番号识别错误时才需要更新此设置\n # 要忽略的正则表达式（如果你不熟悉正则表达式，请不要修改此配置，否则可能严重影响番号识别效果）\n ignored_id_pattern:\n - '(144|240|360|480|720|1080)[Pp]'\n - '[24][Kk]'\n - '\\w+2048\\.com'\n - 'Carib(beancom)?'\n - '[^a-z\\d](f?hd|lt)[^a-z\\d]'\n # 整理哪个文件夹下的影片？（此项留空时将在运行时询问）\n input_directory: null\n # 哪些后缀的文件应当视为影片？\n filename_extensions: [.3gp, .avi, .f4v, .flv, .iso, .m2ts, .m4v, .mkv, .mov, .mp4, .mpeg, .rm, .rmvb, .ts, .vob, .webm, .wmv, .strm, .mpg]\n # 扫描影片文件时忽略指定的文件夹\n ignored_folder_name_pattern: ['^\\.', '^#recycle$', '^#整理完成$', '^#不要扫描$']\n # 匹配番号时忽略小于指定大小的文件\n # 格式要求：https://docs.pydantic.dev/2.0/usage/types/bytesize/\n minimum_size: 232MiB\n skip_nfo_dir: yes\n manual: yes\n################################\nnetwork:\n # 设置代理服务器地址，支持 http, socks5/socks5h 代理，比如'http://127.0.0.1:1080'\n # null表示禁用代理\n proxy_server: null\n # 各个站点的免代理地址。地址失效时软件会自动尝试获取新地址，你也可以手动设置\n proxy_free:\n avsox: 'https://avsox.host'\n javbus: 'https://www.javbus.com'\n javdb: 'https://javdb.com'\n javlib: 'https://www.javlibrary.com'\n # 网络问题导致抓取数据失败时的重试次数，通常3次就差不多了\n retry: 3\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n timeout: PT10S\n\n################################\ncrawler:\n # 要使用的爬虫列表（汇总数据时从前到后进行）\n # airav avsox avwiki fanza fc2 fc2fan javbus javdb javlib javmenu jav321 mgstage prestige arzon arzon_iv\n selection:\n normal: [airav, avsox, javbus, javdb, javlib, jav321, mgstage, prestige]\n fc2: [fc2, avsox, javdb, javmenu, fc2ppvdb]\n cid: [fanza]\n getchu: [dl_getchu]\n gyutto: [gyutto]\n # 爬虫至少要获取到哪些字段才可以视为抓取成功？\n required_keys: [cover, title]\n # 努力爬取更准确更丰富的信息（会略微增加部分站点的爬取耗时）\n hardworking: true\n # 使用网页番号作为最终番号（启用时会对番号大小写等进行更正）\n respect_site_avid: true\n # fc2fan已关站。如果你有镜像，请设置本地镜像文件夹的路径，此文件夹内要有类似'FC2-12345.html'的网页文件\n fc2fan_local_path: null\n # 刮削一部电影后的等待时间（设置为0禁用此功能）\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n sleep_after_scraping: PT1S\n # 是否使用javdb的封面（fallback/yes/no, 默认fallback: 如果能从别的站点获得封面则不用javdb的以避免水印）\n use_javdb_cover: fallback\n # 是否统一女优艺名。启用时会尝试将女优的多个艺名统一成一个\n normalize_actress_name: true\n\n################################\n# 配置整理时的命名规则\n# path_pattern, nfo_title_pattern和name_pattern中可以使用变量来引用影片的数据，支持的变量列表见下面的地址:\n# https://github.com/Yuukiy/JavSP/wiki/NamingRule-%7C-%E5%91%BD%E5%90%8D%E8%A7%84%E5%88%99\nsummarizer:\n # 整理时是否移动文件: true-移动所有文件到新文件夹; false-数据保存到同级文件夹，不移动文件\n move_files: true\n\n # 路径相关的选项\n path: \n # 存放影片、封面等文件的文件夹路径\n output_folder_pattern: '#整理完成/{actress}/[{num}] {title}'\n # 影片、封面、nfo信息文件等的文件名将基于下面的规则来创建\n basename_pattern: '{num}'\n # 允许的最长文件路径（路径过长时将据此自动截短标题）\n length_maximum: 250\n # 是否以字节数来计算文件路径长度\n length_by_byte: true\n # 路径中的{actress}字段最多包含多少名女优？\n max_actress_count: 10\n # 是否用硬链接方式整理文件？硬链接可以节省空间，但不是所有文件系统都支持\n hard_link: false\n\n #标题处理\n title:\n # 删除尾部可能存在的女优名\n remove_trailing_actor_name: true\n\n # 下面这些项用来设置对应变量为空时的替代信息\n default:\n title: '#未知标题'\n actress: '#未知女优'\n series: '#未知系列'\n director: '#未知导演'\n producer: '#未知制作商'\n publisher: '#未知发行商'\n\n # NFO文件生成相关的选项\n nfo:\n # nfo文件的名称\n basename_pattern: \"movie\"\n # nfo文件中的影片标题（即媒体管理工具中显示的标题）\n title_pattern: '{num} {title}'\n # 要添加到自定义分类的字段，空列表表示不添加\n custom_genres_fields: ['{genre}', '{censor}']\n # 要添加到自定义标签的字段，空列表表示不添加\n custom_tags_fields: ['{genre}', '{censor}']\n # 依次设置 已知无码/已知有码/不确定 这三种情况下 {censor} 对应的内容(可以利用此变量将有码/无码影片整理到不同文件夹)\n censor_options_representation: ['无码', '有码', '打码情况未知']\n\n cover:\n # 封面文件的名称（不含拓展名），可以使用如`{{title}}`等字段\n basename_pattern: \"poster\"\n # 尽可能下载高清封面？（高清封面大小约 8-10 MiB，远大于普通封面，如果你的网络条件不佳，会降低整理速度）\n highres: true\n # 在封面图上添加水印（标签），例如“字幕”\n add_label: false\n crop:\n # 要使用图像识别来裁剪的番号系列需要匹配的正则表达式\n on_id_pattern:\n - '^\\d{6}[-_]\\d{3}$'\n - '^ARA'\n - '^SIRO'\n - '^GANA'\n - '^MIUM'\n - '^HHL'\n # 要使用的图像识别引擎，详细配置见文档 https://github.com/Yuukiy/JavSP/wiki/AI-%7C-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB\n # NOTE: 此处无法直接对应，请参照注释手动填入\n engine: null # null表示禁用图像剪裁\n ## 使用Slimeface: {{{\n # engine: \n # name: slimeface\n ## }}}\n\n fanart:\n # 横版封面文件的名称（不含拓展名），可以使用如`{{title}}`等字段\n basename_pattern: \"fanart\"\n\n extra_fanarts:\n # 是否下载剧照？\n enabled: true\n # 间隔的两次封面爬取请求之间应该间隔多久\n scrap_interval: PT1.5S\n\n################################\ntranslator:\n # 翻译引擎，可选: google, bing, baidu, claude, openai (支持 DeepSeek 等兼容 OpenAI 格式的引擎)\n # 进阶功能的文档 https://github.com/Au3C2/JavSP/wiki/Translation-%7C-%E7%BF%BB%E8%AF%91\n engine: null\n ## 使用百度翻译: {{{\n # engine: \n # name: baidu\n # # 百度翻译的APP ID和密钥\n # app_id: ''\n # api_key: ''\n ## }}}\n ## 使用必应翻译: {{{\n # engine: \n # name: bing\n # # 微软必应翻译（Azure 认知服务 → 翻译）的密钥\n # api_key: ''\n ## }}}\n ## 使用Claude翻译: {{{\n # engine: \n # name: claude\n # # Claude的密钥 (使用haiku模型)\n # api_key: ''\n ## }}}\n ## 使用OpenAI翻译: {{{\n # engine: \n # name: openai\n # url: 'https://api.openai.com/v1/chat/completions'\n # api_key: ''\n # model: gpt-3.5-turbo\n ## }}}\n ## 使用DeepSeek翻译: {{{\n # engine:\n # name: openai\n # url: 'https://api.deepseek.com/chat/completions'\n # api_key: ''\n # model: deepseek-chat\n ## }}}\n \n # 是否翻译各个字段\n fields: \n # 是否翻译标题\n title: true\n # 是否翻译剧情简介\n plot: true\n \n################################\nother:\n # 是否在stdin/stdout进行交互\n interactive: true\n # 是否允许检查更新。如果允许，在有新版本时会显示提示信息和新版功能\n check_update: true\n # 是否允许检查到新版本时自动下载\n auto_update: false\n"}, "fce6da8ba35b12dd6d43b8bc88e4b51ed5243b4d": {"t": 1785762409.611772, "n": 5542, "h": "d1944f65914c5fce", "c": "# vim:foldmethod=marker \n################################\nscanner:\n # 推测番号前忽略文件名中的特定字符串（忽略大小写，以英文分号;分隔）\n # 大多数情况软件能够自动识别番号，只有当文件名中特定的部分导致番号识别错误时才需要更新此设置\n # 要忽略的正则表达式（如果你不熟悉正则表达式，请不要修改此配置，否则可能严重影响番号识别效果）\n ignored_id_pattern:\n - '(144|240|360|480|720|1080)[Pp]'\n - '[24][Kk]'\n - '\\w+2048\\.com'\n - 'Carib(beancom)?'\n - '[^a-z\\d](f?hd|lt)[^a-z\\d]'\n # 整理哪个文件夹下的影片？（此项留空时将在运行时询问）\n input_directory: null\n # 哪些后缀的文件应当视为影片？\n filename_extensions: [.3gp, .avi, .f4v, .flv, .iso, .m2ts, .m4v, .mkv, .mov, .mp4, .mpeg, .rm, .rmvb, .ts, .vob, .webm, .wmv, .strm, .mpg]\n # 扫描影片文件时忽略指定的文件夹\n ignored_folder_name_pattern: ['^\\.', '^#recycle$', '^#整理完成$', '^#不要扫描$']\n # 匹配番号时忽略小于指定大小的文件\n # 格式要求：https://docs.pydantic.dev/2.0/usage/types/bytesize/\n minimum_size: 232MiB\n skip_nfo_dir: yes\n manual: yes\n################################\nnetwork:\n # 设置代理服务器地址，支持 http, socks5/socks5h 代理，比如'http://127.0.0.1:1080'\n # null表示禁用代理\n proxy_server: null\n # 各个站点的免代理地址。地址失效时软件会自动尝试获取新地址，你也可以手动设置\n proxy_free:\n avsox: 'https://avsox.host'\n javbus: 'https://www.javbus.com'\n javdb: 'https://javdb.com'\n javlib: 'https://www.javlibrary.com'\n # 网络问题导致抓取数据失败时的重试次数，通常3次就差不多了\n retry: 3\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n timeout: PT10S\n\n################################\ncrawler:\n # 要使用的爬虫列表（汇总数据时从前到后进行）\n # airav avsox avwiki fanza fc2 fc2fan javbus javdb javlib javmenu jav321 mgstage prestige arzon arzon_iv\n selection:\n normal: [airav, avsox, javbus, javdb, javlib, jav321, mgstage, prestige]\n fc2: [fc2, avsox, javdb, javmenu, fc2ppvdb]\n cid: [fanza]\n getchu: [dl_getchu]\n gyutto: [gyutto]\n # 爬虫至少要获取到哪些字段才可以视为抓取成功？\n required_keys: [cover, title]\n # 努力爬取更准确更丰富的信息（会略微增加部分站点的爬取耗时）\n hardworking: true\n # 使用网页番号作为最终番号（启用时会对番号大小写等进行更正）\n respect_site_avid: true\n # fc2fan已关站。如果你有镜像，请设置本地镜像文件夹的路径，此文件夹内要有类似'FC2-12345.html'的网页文件\n fc2fan_local_path: null\n # 刮削一部电影后的等待时间（设置为0禁用此功能）\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n sleep_after_scraping: PT1S\n # 是否使用javdb的封面（fallback/yes/no, 默认fallback: 如果能从别的站点获得封面则不用javdb的以避免水印）\n use_javdb_cover: fallback\n # 是否统一女优艺名。启用时会尝试将女优的多个艺名统一成一个\n normalize_actress_name: true\n\n################################\n# 配置整理时的命名规则\n# path_pattern, nfo_title_pattern和name_pattern中可以使用变量来引用影片的数据，支持的变量列表见下面的地址:\n# https://github.com/Yuukiy/JavSP/wiki/NamingRule-%7C-%E5%91%BD%E5%90%8D%E8%A7%84%E5%88%99\nsummarizer:\n # 整理时是否移动文件: true-移动所有文件到新文件夹; false-数据保存到同级文件夹，不移动文件\n move_files: true\n\n # 路径相关的选项\n path: \n # 存放影片、封面等文件的文件夹路径\n output_folder_pattern: '#整理完成/{actress}/[{num}] {title}'\n # 影片、封面、nfo信息文件等的文件名将基于下面的规则来创建\n basename_pattern: '{num}'\n # 允许的最长文件路径（路径过长时将据此自动截短标题）\n length_maximum: 250\n # 是否以字节数来计算文件路径长度\n length_by_byte: true\n # 路径中的{actress}字段最多包含多少名女优？\n max_actress_count: 10\n # 是否用硬链接方式整理文件？硬链接可以节省空间，但不是所有文件系统都支持\n hard_link: false\n\n #标题处理\n title:\n # 删除尾部可能存在的女优名\n remove_trailing_actor_name: true\n\n # 下面这些项用来设置对应变量为空时的替代信息\n default:\n title: '#未知标题'\n actress: '#未知女优'\n series: '#未知系列'\n director: '#未知导演'\n producer: '#未知制作商'\n publisher: '#未知发行商'\n\n # NFO文件生成相关的选项\n nfo:\n # nfo文件的名称\n basename_pattern: \"movie\"\n # nfo文件中的影片标题（即媒体管理工具中显示的标题）\n title_pattern: '{num} {title}'\n # 要添加到自定义分类的字段，空列表表示不添加\n custom_genres_fields: ['{genre}', '{censor}']\n # 要添加到自定义标签的字段，空列表表示不添加\n custom_tags_fields: ['{genre}', '{censor}']\n # 依次设置 已知无码/已知有码/不确定 这三种情况下 {censor} 对应的内容(可以利用此变量将有码/无码影片整理到不同文件夹)\n censor_options_representation: ['无码', '有码', '打码情况未知']\n\n cover:\n # 封面文件的名称（不含拓展名），可以使用如`{{title}}`等字段\n basename_pattern: \"poster\"\n # 尽可能下载高清封面？（高清封面大小约 8-10 MiB，远大于普通封面，如果你的网络条件不佳，会降低整理速度）\n highres: true\n # 在封面图上添加水印（标签），例如“字幕”\n add_label: false\n crop:\n # 要使用图像识别来裁剪的番号系列需要匹配的正则表达式\n on_id_pattern:\n - '^\\d{6}[-_]\\d{3}$'\n - '^ARA'\n - '^SIRO'\n - '^GANA'\n - '^MIUM'\n - '^HHL'\n # 要使用的图像识别引擎，详细配置见文档 https://github.com/Yuukiy/JavSP/wiki/AI-%7C-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB\n # NOTE: 此处无法直接对应，请参照注释手动填入\n engine: null # null表示禁用图像剪裁\n ## 使用Slimeface: {{{\n # engine: \n # name: slimeface\n ## }}}\n\n fanart:\n # 横版封面文件的名称（不含拓展名），可以使用如`{{title}}`等字段\n basename_pattern: \"fanart\"\n\n extra_fanarts:\n # 是否下载剧照？\n enabled: true\n # 间隔的两次封面爬取请求之间应该间隔多久\n scrap_interval: PT1.5S\n\n################################\ntranslator:\n # 翻译引擎，可选: google, bing, baidu, claude(haiku), openai （Google可以直接免费使用。留空表示禁用翻译功能）\n # 进阶功能的文档 https://github.com/Yuukiy/JavSP/wiki/Translation-%7C-%E7%BF%BB%E8%AF%91\n engine: null\n ## 使用百度翻译: {{{\n # engine: \n # name: baidu\n # # 百度翻译的APP ID和密钥\n # app_id: ''\n # api_key: ''\n ## }}}\n ## 使用必应翻译: {{{\n # engine: \n # name: bing\n # # 微软必应翻译（Azure 认知服务 → 翻译）的密钥\n # api_key: ''\n ## }}}\n ## 使用Claude翻译: {{{\n # engine: \n # name: claude\n # # Claude的密钥 (使用haiku模型)\n # api_key: ''\n ## }}}\n ## 使用OpenAI翻译: {{{\n # engine: \n # name: openai\n # # OpenAI API（默认使用 Groq，可替换成任何兼容 OpenAI 的第三方 API）\n # url: 'https://api.groq.com/openai/v1/chat/completions'\n # api_key: ''\n # # 要使用的模型（默认使用 Groq 的 llama-3.1-70b-versatile 模型，若使用 OpenAI 官方 API 的话一般模型为 gpt-3.5-turbo）\n # model: llama-3.1-70b-versatile\n ## }}}\n \n # 是否翻译各个字段\n fields: \n # 是否翻译标题\n title: true\n # 是否翻译剧情简介\n plot: true\n \n################################\nother:\n # 是否在stdin/stdout进行交互\n interactive: true\n # 是否允许检查更新。如果允许，在有新版本时会显示提示信息和新版功能\n check_update: true\n # 是否允许检查到新版本时自动下载\n auto_update: false\n"}, "12b4eb845fe5ad2c4faecbd92607107efec526ef": {"t": 1785762412.9296315, "n": 5537, "h": "d8faf78655a95ce6", "c": "# vim:foldmethod=marker \n################################\nscanner:\n # 推测番号前忽略文件名中的特定字符串（忽略大小写，以英文分号;分隔）\n # 大多数情况软件能够自动识别番号，只有当文件名中特定的部分导致番号识别错误时才需要更新此设置\n # 要忽略的正则表达式（如果你不熟悉正则表达式，请不要修改此配置，否则可能严重影响番号识别效果）\n ignored_id_pattern:\n - '(144|240|360|480|720|1080)[Pp]'\n - '[24][Kk]'\n - '\\w+2048\\.com'\n - 'Carib(beancom)?'\n - '[^a-z\\d](f?hd|lt)[^a-z\\d]'\n # 整理哪个文件夹下的影片？（此项留空时将在运行时询问）\n input_directory: null\n # 哪些后缀的文件应当视为影片？\n filename_extensions: [.3gp, .avi, .f4v, .flv, .iso, .m2ts, .m4v, .mkv, .mov, .mp4, .mpeg, .rm, .rmvb, .ts, .vob, .webm, .wmv, .strm, .mpg]\n # 扫描影片文件时忽略指定的文件夹\n ignored_folder_name_pattern: ['^\\.', '^#recycle$', '^#整理完成$', '^#不要扫描$']\n # 匹配番号时忽略小于指定大小的文件\n # 格式要求：https://docs.pydantic.dev/2.0/usage/types/bytesize/\n minimum_size: 232MiB\n skip_nfo_dir: yes\n manual: yes\n################################\nnetwork:\n # 设置代理服务器地址，支持 http, socks5/socks5h 代理，比如'http://127.0.0.1:1080'\n # null表示禁用代理\n proxy_server: null\n # 各个站点的免代理地址。地址失效时软件会自动尝试获取新地址，你也可以手动设置\n proxy_free:\n avsox: 'https://avsox.click'\n javbus: 'https://www.seedmm.help'\n javdb: 'https://javdb368.com'\n javlib: 'https://www.y78k.com'\n # 网络问题导致抓取数据失败时的重试次数，通常3次就差不多了\n retry: 3\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n timeout: PT10S\n\n################################\ncrawler:\n # 要使用的爬虫列表（汇总数据时从前到后进行）\n # airav avsox avwiki fanza fc2 fc2fan javbus javdb javlib javmenu jav321 mgstage prestige arzon arzon_iv\n selection:\n normal: [airav, avsox, javbus, javdb, javlib, jav321, mgstage, prestige]\n fc2: [fc2, avsox, javdb, javmenu, fc2ppvdb]\n cid: [fanza]\n getchu: [dl_getchu]\n gyutto: [gyutto]\n # 爬虫至少要获取到哪些字段才可以视为抓取成功？\n required_keys: [cover, title]\n # 努力爬取更准确更丰富的信息（会略微增加部分站点的爬取耗时）\n hardworking: true\n # 使用网页番号作为最终番号（启用时会对番号大小写等进行更正）\n respect_site_avid: true\n # fc2fan已关站。如果你有镜像，请设置本地镜像文件夹的路径，此文件夹内要有类似'FC2-12345.html'的网页文件\n fc2fan_local_path: null\n # 刮削一部电影后的等待时间（设置为0禁用此功能）\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n sleep_after_scraping: PT1S\n # 是否使用javdb的封面（fallback/yes/no, 默认fallback: 如果能从别的站点获得封面则不用javdb的以避免水印）\n use_javdb_cover: fallback\n # 是否统一女优艺名。启用时会尝试将女优的多个艺名统一成一个\n normalize_actress_name: true\n\n################################\n# 配置整理时的命名规则\n# path_pattern, nfo_title_pattern和name_pattern中可以使用变量来引用影片的数据，支持的变量列表见下面的地址:\n# https://github.com/Yuukiy/JavSP/wiki/NamingRule-%7C-%E5%91%BD%E5%90%8D%E8%A7%84%E5%88%99\nsummarizer:\n # 整理时是否移动文件: true-移动所有文件到新文件夹; false-数据保存到同级文件夹，不移动文件\n move_files: true\n\n # 路径相关的选项\n path: \n # 存放影片、封面等文件的文件夹路径\n output_folder_pattern: '#整理完成/{actress}/[{num}] {title}'\n # 影片、封面、nfo信息文件等的文件名将基于下面的规则来创建\n basename_pattern: '{num}'\n # 允许的最长文件路径（路径过长时将据此自动截短标题）\n length_maximum: 250\n # 是否以字节数来计算文件路径长度\n length_by_byte: true\n # 路径中的{actress}字段最多包含多少名女优？\n max_actress_count: 10\n # 是否用硬链接方式整理文件？硬链接可以节省空间，但不是所有文件系统都支持\n hard_link: false\n\n #标题处理\n title:\n # 删除尾部可能存在的女优名\n remove_trailing_actor_name: true\n\n # 下面这些项用来设置对应变量为空时的替代信息\n default:\n title: '#未知标题'\n actress: '#未知女优'\n series: '#未知系列'\n director: '#未知导演'\n producer: '#未知制作商'\n publisher: '#未知发行商'\n\n # NFO文件生成相关的选项\n nfo:\n # nfo文件的名称\n basename_pattern: \"movie\"\n # nfo文件中的影片标题（即媒体管理工具中显示的标题）\n title_pattern: '{num} {title}'\n # 要添加到自定义分类的字段，空列表表示不添加\n custom_genres_fields: ['{genre}', '{censor}']\n # 要添加到自定义标签的字段，空列表表示不添加\n custom_tags_fields: ['{genre}', '{censor}']\n # 依次设置 已知无码/已知有码/不确定 这三种情况下 {censor} 对应的文本(可以利用此变量将有码/无码影片整理到不同文件夹)\n censor_options_representation: ['无码', '有码', '打码情况未知']\n\n cover:\n # 封面文件的名称（不含拓展名），可以使用如`{title}`等字段\n basename_pattern: \"poster\"\n # 尽可能下载高清封面？（高清封面大小约 8-10 MiB，远大于普通封面，如果你的网络条件不佳，会降低整理速度）\n highres: true\n # 在封面图上添加水印（标签），例如“字幕”\n add_label: false\n crop:\n # 要使用图像识别来裁剪的番号系列需要匹配的正则表达式\n on_id_pattern:\n - '^\\d{6}[-_]\\d{3}$'\n - '^ARA'\n - '^SIRO'\n - '^GANA'\n - '^MIUM'\n - '^HHL'\n # 要使用的图像识别引擎，详细配置见文档 https://github.com/Yuukiy/JavSP/wiki/AI-%7C-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB\n # NOTE: 此处无法直接对应，请参照注释手动填入\n engine: null # null表示禁用图像剪裁\n ## 使用Slimeface: {{{\n # engine: \n # name: slimeface\n ## }}}\n\n fanart:\n # 横版封面文件的名称（不含拓展名），可以使用如`{title}`等字段\n basename_pattern: \"fanart\"\n\n extra_fanarts:\n # 是否下载剧照？\n enabled: true\n # 间隔的两次封面爬取请求之间应该间隔多久\n scrap_interval: PT1.5S\n\n################################\ntranslator:\n # 翻译引擎，可选: google, bing, baidu, claude(haiku), openai （Google可以直接免费使用。留空表示禁用翻译功能）\n # 进阶功能的文档 https://github.com/Yuukiy/JavSP/wiki/Translation-%7C-%E7%BF%BB%E8%AF%91\n engine: null\n ## 使用百度翻译: {{{\n # engine: \n # name: baidu\n # # 百度翻译的APP ID和密钥\n # app_id: ''\n # api_key: ''\n ## }}}\n ## 使用必应翻译: {{{\n # engine: \n # name: bing\n # # 微软必应翻译（Azure 认知服务 → 翻译）的密钥\n # api_key: ''\n ## }}}\n ## 使用Claude翻译: {{{\n # engine: \n # name: claude\n # # Claude的密钥 (使用haiku模型)\n # api_key: ''\n ## }}}\n ## 使用OpenAI翻译: {{{\n # engine: \n # name: openai\n # # OpenAI API（默认使用 Groq，可替换成任何兼容 OpenAI 的第三方 API）\n # url: 'https://api.groq.com/openai/v1/chat/completions'\n # api_key: ''\n # # 要使用的模型（默认使用 Groq 的 llama-3.1-70b-versatile 模型，若使用 OpenAI 官方 API 的话一般模型为 gpt-3.5-turbo）\n # model: llama-3.1-70b-versatile\n ## }}}\n \n # 是否翻译各个字段\n fields: \n # 是否翻译标题\n title: true\n # 是否翻译剧情简介\n plot: true\n \n################################\nother:\n # 是否在stdin/stdout进行交互\n interactive: true\n # 是否允许检查更新。如果允许，在有新版本时会显示提示信息和新版功能\n check_update: true\n # 是否允许检查到新版本时自动下载\n auto_update: false\n"}, "227eef14921a6e3102629dc482cf99c436371314": {"t": 1785762414.4501398, "n": 5523, "h": "9775d8ebfcadd8e6", "c": "# vim:foldmethod=marker \n################################\nscanner:\n # 推测番号前忽略文件名中的特定字符串（忽略大小写，以英文分号;分隔）\n # 大多数情况软件能够自动识别番号，只有当文件名中特定的部分导致番号识别错误时才需要更新此设置\n # 要忽略的正则表达式（如果你不熟悉正则表达式，请不要修改此配置，否则可能严重影响番号识别效果）\n ignored_id_pattern:\n - '(144|240|360|480|720|1080)[Pp]'\n - '[24][Kk]'\n - '\\w+2048\\.com'\n - 'Carib(beancom)?'\n - '[^a-z\\d](f?hd|lt)[^a-z\\d]'\n # 整理哪个文件夹下的影片？（此项留空时将在运行时询问）\n input_directory: null\n # 哪些后缀的文件应当视为影片？\n filename_extensions: [.3gp, .avi, .f4v, .flv, .iso, .m2ts, .m4v, .mkv, .mov, .mp4, .mpeg, .rm, .rmvb, .ts, .vob, .webm, .wmv, .strm, .mpg]\n # 扫描影片文件时忽略指定的文件夹\n ignored_folder_name_pattern: ['^\\.', '^#recycle$', '^#整理完成$', '^#不要扫描$']\n # 匹配番号时忽略小于指定大小的文件\n # 格式要求：https://docs.pydantic.dev/2.0/usage/types/bytesize/\n minimum_size: 232MiB\n skip_nfo_dir: yes\n################################\nnetwork:\n # 设置代理服务器地址，支持 http, socks5/socks5h 代理，比如'http://127.0.0.1:1080'\n # null表示禁用代理\n proxy_server: null\n # 各个站点的免代理地址。地址失效时软件会自动尝试获取新地址，你也可以手动设置\n proxy_free:\n avsox: 'https://avsox.click'\n javbus: 'https://www.seedmm.help'\n javdb: 'https://javdb368.com'\n javlib: 'https://www.y78k.com'\n # 网络问题导致抓取数据失败时的重试次数，通常3次就差不多了\n retry: 3\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n timeout: PT10S\n\n################################\ncrawler:\n # 要使用的爬虫列表（汇总数据时从前到后进行）\n # airav avsox avwiki fanza fc2 fc2fan javbus javdb javlib javmenu jav321 mgstage prestige arzon arzon_iv\n selection:\n normal: [airav, avsox, javbus, javdb, javlib, jav321, mgstage, prestige]\n fc2: [fc2, avsox, javdb, javmenu, fc2ppvdb]\n cid: [fanza]\n getchu: [dl_getchu]\n gyutto: [gyutto]\n # 爬虫至少要获取到哪些字段才可以视为抓取成功？\n required_keys: [cover, title]\n # 努力爬取更准确更丰富的信息（会略微增加部分站点的爬取耗时）\n hardworking: true\n # 使用网页番号作为最终番号（启用时会对番号大小写等进行更正）\n respect_site_avid: true\n # fc2fan已关站。如果你有镜像，请设置本地镜像文件夹的路径，此文件夹内要有类似'FC2-12345.html'的网页文件\n fc2fan_local_path: null\n # 刮削一部电影后的等待时间（设置为0禁用此功能）\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n sleep_after_scraping: PT1S\n # 是否使用javdb的封面（fallback/yes/no, 默认fallback: 如果能从别的站点获得封面则不用javdb的以避免水印）\n use_javdb_cover: fallback\n # 是否统一女优艺名。启用时会尝试将女优的多个艺名统一成一个\n normalize_actress_name: true\n\n################################\n# 配置整理时的命名规则\n# path_pattern, nfo_title_pattern和name_pattern中可以使用变量来引用影片的数据，支持的变量列表见下面的地址:\n# https://github.com/Yuukiy/JavSP/wiki/NamingRule-%7C-%E5%91%BD%E5%90%8D%E8%A7%84%E5%88%99\nsummarizer:\n # 整理时是否移动文件: true-移动所有文件到新文件夹; false-数据保存到同级文件夹，不移动文件\n move_files: true\n\n # 路径相关的选项\n path: \n # 存放影片、封面等文件的文件夹路径\n output_folder_pattern: '#整理完成/{actress}/[{num}] {title}'\n # 影片、封面、nfo信息文件等的文件名将基于下面的规则来创建\n basename_pattern: '{num}'\n # 允许的最长文件路径（路径过长时将据此自动截短标题）\n length_maximum: 250\n # 是否以字节数来计算文件路径长度\n length_by_byte: true\n # 路径中的{actress}字段最多包含多少名女优？\n max_actress_count: 10\n # 是否用硬链接方式整理文件？硬链接可以节省空间，但不是所有文件系统都支持\n hard_link: false\n\n #标题处理\n title:\n # 删除尾部可能存在的女优名\n remove_trailing_actor_name: true\n\n # 下面这些项用来设置对应变量为空时的替代信息\n default:\n title: '#未知标题'\n actress: '#未知女优'\n series: '#未知系列'\n director: '#未知导演'\n producer: '#未知制作商'\n publisher: '#未知发行商'\n\n # NFO文件生成相关的选项\n nfo:\n # nfo文件的名称\n basename_pattern: \"movie\"\n # nfo文件中的影片标题（即媒体管理工具中显示的标题）\n title_pattern: '{num} {title}'\n # 要添加到自定义分类的字段，空列表表示不添加\n custom_genres_fields: ['{genre}', '{censor}']\n # 要添加到自定义标签的字段，空列表表示不添加\n custom_tags_fields: ['{genre}', '{censor}']\n # 依次设置 已知无码/已知有码/不确定 这三种情况下 {censor} 对应的文本(可以利用此变量将有码/无码影片整理到不同文件夹)\n censor_options_representation: ['无码', '有码', '打码情况未知']\n\n cover:\n # 封面文件的名称（不含拓展名），可以使用如`{title}`等字段\n basename_pattern: \"poster\"\n # 尽可能下载高清封面？（高清封面大小约 8-10 MiB，远大于普通封面，如果你的网络条件不佳，会降低整理速度）\n highres: true\n # 在封面图上添加水印（标签），例如“字幕”\n add_label: false\n crop:\n # 要使用图像识别来裁剪的番号系列需要匹配的正则表达式\n on_id_pattern:\n - '^\\d{6}[-_]\\d{3}$'\n - '^ARA'\n - '^SIRO'\n - '^GANA'\n - '^MIUM'\n - '^HHL'\n # 要使用的图像识别引擎，详细配置见文档 https://github.com/Yuukiy/JavSP/wiki/AI-%7C-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB\n # NOTE: 此处无法直接对应，请参照注释手动填入\n engine: null # null表示禁用图像剪裁\n ## 使用Slimeface: {{{\n # engine: \n # name: slimeface\n ## }}}\n\n fanart:\n # 横版封面文件的名称（不含拓展名），可以使用如`{title}`等字段\n basename_pattern: \"fanart\"\n\n extra_fanarts:\n # 是否下载剧照？\n enabled: true\n # 间隔的两次封面爬取请求之间应该间隔多久\n scrap_interval: PT1.5S\n\n################################\ntranslator:\n # 翻译引擎，可选: google, bing, baidu, claude(haiku), openai （Google可以直接免费使用。留空表示禁用翻译功能）\n # 进阶功能的文档 https://github.com/Yuukiy/JavSP/wiki/Translation-%7C-%E7%BF%BB%E8%AF%91\n engine: null\n ## 使用百度翻译: {{{\n # engine: \n # name: baidu\n # # 百度翻译的APP ID和密钥\n # app_id: ''\n # api_key: ''\n ## }}}\n ## 使用必应翻译: {{{\n # engine: \n # name: bing\n # # 微软必应翻译（Azure 认知服务 → 翻译）的密钥\n # api_key: ''\n ## }}}\n ## 使用Claude翻译: {{{\n # engine: \n # name: claude\n # # Claude的密钥 (使用haiku模型)\n # api_key: ''\n ## }}}\n ## 使用OpenAI翻译: {{{\n # engine: \n # name: openai\n # # OpenAI API（默认使用 Groq，可替换成任何兼容 OpenAI 的第三方 API）\n # url: 'https://api.groq.com/openai/v1/chat/completions'\n # api_key: ''\n # # 要使用的模型（默认使用 Groq 的 llama-3.1-70b-versatile 模型，若使用 OpenAI 官方 API 的话一般模型为 gpt-3.5-turbo）\n # model: llama-3.1-70b-versatile\n ## }}}\n \n # 是否翻译各个字段\n fields: \n # 是否翻译标题\n title: true\n # 是否翻译剧情简介\n plot: true\n \n################################\nother:\n # 是否在stdin/stdout进行交互\n interactive: true\n # 是否允许检查更新。如果允许，在有新版本时会显示提示信息和新版功能\n check_update: true\n # 是否允许检查到新版本时自动下载\n auto_update: false\n"}, "c092b2df754dce3adc699518c11edceae4818b00": {"t": 1785762437.9649658, "n": 5460, "h": "fff224dedbf21b77", "c": "# vim:foldmethod=marker \n################################\nscanner:\n # 推测番号前忽略文件名中的特定字符串（忽略大小写，以英文分号;分隔）\n # 大多数情况软件能够自动识别番号，只有当文件名中特定的部分导致番号识别错误时才需要更新此设置\n # 要忽略的正则表达式（如果你不熟悉正则表达式，请不要修改此配置，否则可能严重影响番号识别效果）\n ignored_id_pattern:\n - '(144|240|360|480|720|1080)[Pp]'\n - '[24][Kk]'\n - '\\w+2048\\.com'\n - 'Carib(beancom)?'\n - '[^a-z\\d](f?hd|lt)[^a-z\\d]'\n # 整理哪个文件夹下的影片？（此项留空时将在运行时询问）\n input_directory: null\n # 哪些后缀的文件应当视为影片？\n filename_extensions: [.3gp, .avi, .f4v, .flv, .iso, .m2ts, .m4v, .mkv, .mov, .mp4, .mpeg, .rm, .rmvb, .ts, .vob, .webm, .wmv, .strm, .mpg]\n # 扫描影片文件时忽略指定的文件夹\n ignored_folder_name_pattern: ['^\\.', '^#recycle$', '^#整理完成$', '^#不要扫描$']\n # 匹配番号时忽略小于指定大小的文件\n # 格式要求：https://docs.pydantic.dev/2.0/usage/types/bytesize/\n minimum_size: 232MiB\n\n################################\nnetwork:\n # 设置代理服务器地址，支持 http, socks5/socks5h 代理，比如'http://127.0.0.1:1080'\n # null表示禁用代理\n proxy_server: null\n # 各个站点的免代理地址。地址失效时软件会自动尝试获取新地址，你也可以手动设置\n proxy_free:\n avsox: 'https://avsox.click'\n javbus: 'https://www.seedmm.help'\n javdb: 'https://javdb368.com'\n javlib: 'https://www.y78k.com'\n # 网络问题导致抓取数据失败时的重试次数，通常3次就差不多了\n retry: 3\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n timeout: PT10S\n\n################################\ncrawler:\n # 要使用的爬虫列表（汇总数据时从前到后进行）\n # airav avsox avwiki fanza fc2 fc2fan javbus javdb javlib javmenu jav321 mgstage prestige arzon arzon_iv\n selection:\n normal: [airav, avsox, javbus, javdb, javlib, jav321, mgstage, prestige]\n fc2: [fc2, avsox, javdb, javmenu, fc2ppvdb]\n cid: [fanza]\n getchu: [dl_getchu]\n gyutto: [gyutto]\n # 爬虫至少要获取到哪些字段才可以视为抓取成功？\n required_keys: [cover, title]\n # 努力爬取更准确更丰富的信息（会略微增加部分站点的爬取耗时）\n hardworking: true\n # 使用网页番号作为最终番号（启用时会对番号大小写等进行更正）\n respect_site_avid: true\n # fc2fan已关站。如果你有镜像，请设置本地镜像文件夹的路径，此文件夹内要有类似'FC2-12345.html'的网页文件\n fc2fan_local_path: null\n # 刮削一部电影后的等待时间（设置为0禁用此功能）\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n sleep_after_scraping: PT1S\n # 是否使用javdb的封面（fallback/yes/no, 默认fallback: 如果能从别的站点获得封面则不用javdb的以避免水印）\n use_javdb_cover: fallback\n # 是否统一女优艺名。启用时会尝试将女优的多个艺名统一成一个\n normalize_actress_name: true\n\n################################\n# 配置整理时的命名规则\n# path_pattern, nfo_title_pattern和name_pattern中可以使用变量来引用影片的数据，支持的变量列表见下面的地址:\n# https://github.com/Yuukiy/JavSP/wiki/NamingRule-%7C-%E5%91%BD%E5%90%8D%E8%A7%84%E5%88%99\nsummarizer:\n # 整理时是否移动文件: true-移动所有文件到新文件夹; false-数据保存到同级文件夹，不移动文件\n move_files: true\n\n # 路径相关的选项\n path: \n # 存放影片、封面等文件的文件夹路径\n output_folder_pattern: '#整理完成/{actress}/[{num}] {title}'\n # 影片、封面、nfo信息文件等的文件名将基于下面的规则来创建\n basename_pattern: '{num}'\n # 允许的最长文件路径（路径过长时将据此自动截短标题）\n length_maximum: 250\n # 是否以字节数来计算文件路径长度\n length_by_byte: true\n # 路径中的{actress}字段最多包含多少名女优？\n max_actress_count: 10\n # 是否用硬链接方式整理文件？硬链接可以节省空间，但不是所有文件系统都支持\n hard_link: false\n\n #标题处理\n title:\n # 删除尾部可能存在的女优名\n remove_trailing_actor_name: true\n\n # 下面这些项用来设置对应变量为空时的替代信息\n default:\n title: '#未知标题'\n actress: '#未知女优'\n series: '#未知系列'\n director: '#未知导演'\n producer: '#未知制作商'\n publisher: '#未知发行商'\n\n # NFO文件生成相关的选项\n nfo:\n # nfo文件的名称\n basename_pattern: \"movie\"\n # nfo文件中的影片标题（即媒体管理工具中显示的标题）\n title_pattern: '{num} {title}'\n # 要添加到自定义分类的字段，空列表表示不添加\n custom_genres_fields: ['{genre}', '{censor}']\n # 要添加到自定义标签的字段，空列表表示不添加\n custom_tags_fields: ['{genre}', '{censor}']\n # 依次设置 已知无码/已知有码/不确定 这三种情况下 {censor} 对应的文本(可以利用此变量将有码/无码影片整理到不同文件夹)\n censor_options_representation: ['无码', '有码', '打码情况未知']\n\n cover:\n # 封面文件的名称（不含拓展名），可以使用如`{title}`等字段\n basename_pattern: \"poster\"\n # 尽可能下载高清封面？（高清封面大小约 8-10 MiB，远大于普通封面，如果你的网络条件不佳，会降低整理速度）\n highres: true\n # 在封面图上添加水印（标签），例如“字幕”\n add_label: false\n crop:\n # 要使用图像识别来裁剪的番号系列需要匹配的正则表达式\n on_id_pattern:\n - '^\\d{6}[-_]\\d{3}$'\n - '^ARA'\n - '^SIRO'\n - '^GANA'\n - '^MIUM'\n - '^HHL'\n # 要使用的图像识别引擎，详细配置见文档 https://github.com/Yuukiy/JavSP/wiki/AI-%7C-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB\n # NOTE: 此处无法直接对应，请参照注释手动填入\n engine: null # null表示禁用图像剪裁\n ## 使用Slimeface: {{{\n # engine: \n # name: slimeface\n ## }}}\n\n fanart:\n # 横版封面文件的名称（不含拓展名），可以使用如`{title}`等字段\n basename_pattern: \"fanart\"\n\n extra_fanarts:\n # 是否下载剧照？\n enabled: true\n # 间隔的两次封面爬取请求之间应该间隔多久\n scrap_interval: PT1.5S\n\n################################\ntranslator:\n # 翻译引擎，可选: google, bing, baidu, claude(haiku), openai （Google可以直接免费使用。留空表示禁用翻译功能）\n # 进阶功能的文档 https://github.com/Yuukiy/JavSP/wiki/Translation-%7C-%E7%BF%BB%E8%AF%91\n engine: null\n ## 使用百度翻译: {{{\n # engine: \n # name: baidu\n # # 百度翻译的APP ID和密钥\n # app_id: ''\n # api_key: ''\n ## }}}\n ## 使用必应翻译: {{{\n # engine: \n # name: bing\n # # 微软必应翻译（Azure 认知服务 → 翻译）的密钥\n # api_key: ''\n ## }}}\n ## 使用Claude翻译: {{{\n # engine: \n # name: claude\n # # Claude的密钥 (使用haiku模型)\n # api_key: ''\n ## }}}\n ## 使用OpenAI翻译: {{{\n # engine: \n # name: openai\n # # OpenAI API（默认使用 Groq，可替换成任何兼容 OpenAI 的第三方 API）\n # url: 'https://api.groq.com/openai/v1/chat/completions'\n # api_key: ''\n # # 要使用的模型（默认使用 Groq 的 llama-3.1-70b-versatile 模型，若使用 OpenAI 官方 API 的话一般模型为 gpt-3.5-turbo）\n # model: llama-3.1-70b-versatile\n ## }}}\n \n # 是否翻译各个字段\n fields: \n # 是否翻译标题\n title: true\n # 是否翻译剧情简介\n plot: true\n \n################################\nother:\n # 是否允许检查更新。如果允许，在有新版本时会显示提示信息和新版功能\n check_update: true\n # 是否允许检查到新版本时自动下载\n auto_update: false\n"}, "d103767e870fe16ada6bfaf7774658fbc1777711": {"t": 1785762443.1305494, "n": 5612, "h": "00464d01de1edc96", "c": "# vim:foldmethod=marker \n################################\nscanner:\n # 推测番号前忽略文件名中的特定字符串（忽略大小写，以英文分号;分隔）\n # 大多数情况软件能够自动识别番号，只有当文件名中特定的部分导致番号识别错误时才需要更新此设置\n # 要忽略的正则表达式（如果你不熟悉正则表达式，请不要修改此配置，否则可能严重影响番号识别效果）\n ignored_id_pattern:\n - '(144|240|360|480|720|1080)[Pp]'\n - '[24][Kk]'\n - '\\w+2048\\.com'\n - 'Carib(beancom)?'\n - '[^a-z\\d](f?hd|lt)[^a-z\\d]'\n # 整理哪个文件夹下的影片？（此项留空时将在运行时询问）\n input_directory: null\n # 哪些后缀的文件应当视为影片？\n filename_extensions: [.3gp, .avi, .f4v, .flv, .iso, .m2ts, .m4v, .mkv, .mov, .mp4, .mpeg, .rm, .rmvb, .ts, .vob, .webm, .wmv, .strm, .mpg]\n # 扫描影片文件时忽略指定的文件夹\n ignored_folder_name_pattern: ['^\\.', '^#recycle$', '^#整理完成$', '^#不要扫描$']\n # 匹配番号时忽略小于指定大小的文件\n # 格式要求：https://docs.pydantic.dev/2.0/usage/types/bytesize/\n minimum_size: 232MiB\n\n################################\nnetwork:\n # 设置代理服务器地址，支持 http, socks5/socks5h 代理，比如'http://127.0.0.1:1080'\n # null表示禁用代理\n proxy_server: null\n # 各个站点的免代理地址。地址失效时软件会自动尝试获取新地址，你也可以手动设置\n proxy_free:\n avsox: 'https://avsox.click'\n javbus: 'https://www.seedmm.help'\n javdb: 'https://javdb368.com'\n javlib: 'https://www.y78k.com'\n # 网络问题导致抓取数据失败时的重试次数，通常3次就差不多了\n retry: 3\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n timeout: PT10S\n\n################################\ncrawler:\n # 要使用的爬虫列表（汇总数据时从前到后进行）\n # airav avsox avwiki fanza fc2 fc2fan javbus javdb javlib javmenu jav321 mgstage prestige arzon arzon_iv\n selection:\n normal: [airav, avsox, javbus, javdb, javlib, jav321, mgstage, prestige]\n fc2: [fc2, avsox, javdb, javmenu, fc2ppvdb]\n cid: [fanza]\n getchu: [dl_getchu]\n gyutto: [gyutto]\n # 爬虫至少要获取到哪些字段才可以视为抓取成功？\n required_keys: [cover, title]\n # 努力爬取更准确更丰富的信息（会略微增加部分站点的爬取耗时）\n hardworking: true\n # 使用网页番号作为最终番号（启用时会对番号大小写等进行更正）\n respect_site_avid: true\n # fc2fan已关站。如果你有镜像，请设置本地镜像文件夹的路径，此文件夹内要有类似'FC2-12345.html'的网页文件\n fc2fan_local_path: null\n # 刮削一部电影后的等待时间（设置为0禁用此功能）\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n sleep_after_scraping: PT1S\n # 是否使用javdb的封面（fallback/yes/no, 默认fallback: 如果能从别的站点获得封面则不用javdb的以避免水印）\n use_javdb_cover: fallback\n # 是否统一女优艺名。启用时会尝试将女优的多个艺名统一成一个\n normalize_actress_name: true\n\n################################\n# 配置整理时的命名规则\n# path_pattern, nfo_title_pattern和name_pattern中可以使用变量来引用影片的数据，支持的变量列表见下面的地址:\n# https://github.com/Yuukiy/JavSP/wiki/NamingRule-%7C-%E5%91%BD%E5%90%8D%E8%A7%84%E5%88%99\nsummarizer:\n # 整理时是否移动文件: true-移动所有文件到新文件夹; false-数据保存到同级文件夹，不移动文件\n move_files: true\n\n # 路径相关的选项\n path: \n # 存放影片、封面等文件的文件夹路径\n output_folder_pattern: '#整理完成/{actress}/[{num}] {title}'\n # 影片、封面、nfo信息文件等的文件名将基于下面的规则来创建\n basename_pattern: '{num}'\n # 允许的最长文件路径（路径过长时将据此自动截短标题）\n length_maximum: 250\n # 是否以字节数来计算文件路径长度\n length_by_byte: true\n # 路径中的{actress}字段最多包含多少名女优？\n max_actress_count: 10\n # 是否用硬链接方式整理文件？硬链接可以节省空间，但不是所有文件系统都支持\n hard_link: false\n\n #标题处理\n title:\n # 删除尾部可能存在的女优名\n remove_trailing_actor_name: true\n\n # 下面这些项用来设置对应变量为空时的替代信息\n default:\n title: '#未知标题'\n actress: '#未知女优'\n series: '#未知系列'\n director: '#未知导演'\n producer: '#未知制作商'\n publisher: '#未知发行商'\n\n # NFO文件生成相关的选项\n nfo:\n # nfo文件的名称\n basename_pattern: \"movie\"\n # nfo文件中的影片标题（即媒体管理工具中显示的标题）\n title_pattern: '{num} {title}'\n # 要添加到自定义分类的字段，空列表表示不添加\n custom_genres_fields: ['{genre}', '{censor}']\n # 要添加到自定义标签的字段，空列表表示不添加\n custom_tags_fields: ['{genre}', '{censor}']\n # 依次设置 已知无码/已知有码/不确定 这三种情况下 {censor} 对应的文本(可以利用此变量将有码/无码影片整理到不同文件夹)\n censor_options_representation: ['无码', '有码', '打码情况未知']\n\n cover:\n # 封面文件的名称（不含拓展名），可以使用如`{title}`等字段\n basename_pattern: \"poster\"\n # 尽可能下载高清封面？（高清封面大小约 8-10 MiB，远大于普通封面，如果你的网络条件不佳，会降低整理速度）\n highres: true\n # 在封面图上添加水印（标签），例如“字幕”\n add_label: false\n crop:\n # 要使用图像识别来裁剪的番号系列需要匹配的正则表达式\n on_id_pattern:\n - '^\\d{6}[-_]\\d{3}$'\n - '^ARA'\n - '^SIRO'\n - '^GANA'\n - '^MIUM'\n - '^HHL'\n # 要使用的图像识别引擎，详细配置见文档 https://github.com/Yuukiy/JavSP/wiki/AI-%7C-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB\n # NOTE: 此处无法直接对应，请参照注释手动填入\n engine: null #null表示禁用图像剪裁\n ## 使用百度人体分析应用: {{{\n # engine: \n # name: baidu_aip\n # # 百度人体分析应用的AppID\n # app_id: ''\n # # 百度人体分析应用的API Key\n # api_key: ''\n # # 百度人体分析应用的Secret Key\n # secret_key: ''\n ## }}}\n\n fanart:\n # 横版封面文件的名称（不含拓展名），可以使用如`{title}`等字段\n basename_pattern: \"fanart\"\n\n extra_fanarts:\n # 是否下载剧照？\n enabled: true\n # 间隔的两次封面爬取请求之间应该间隔多久\n scrap_interval: PT2S\n\n################################\ntranslator:\n # 翻译引擎，可选: google, bing, baidu, claude(haiku), openai （Google可以直接免费使用。留空表示禁用翻译功能）\n # 进阶功能的文档 https://github.com/Yuukiy/JavSP/wiki/Translation-%7C-%E7%BF%BB%E8%AF%91\n engine: null\n ## 使用百度翻译: {{{\n # engine: \n # name: baidu\n # # 百度翻译的APP ID和密钥\n # app_id: ''\n # api_key: ''\n ## }}}\n ## 使用必应翻译: {{{\n # engine: \n # name: bing\n # # 微软必应翻译（Azure 认知服务 → 翻译）的密钥\n # api_key: ''\n ## }}}\n ## 使用Claude翻译: {{{\n # engine: \n # name: claude\n # # Claude的密钥 (使用haiku模型)\n # api_key: ''\n ## }}}\n ## 使用OpenAI翻译: {{{\n # engine: \n # name: openai\n # # OpenAI API（默认使用 Groq，可替换成任何兼容 OpenAI 的第三方 API）\n # url: 'https://api.groq.com/openai/v1/chat/completions'\n # api_key: ''\n # # 要使用的模型（默认使用 Groq 的 llama-3.1-70b-versatile 模型，若使用 OpenAI 官方 API 的话一般模型为 gpt-3.5-turbo）\n # model: llama-3.1-70b-versatile\n ## }}}\n \n # 是否翻译各个字段\n fields: \n # 是否翻译标题\n title: true\n # 是否翻译剧情简介\n plot: true\n \n################################\nother:\n # 是否允许检查更新。如果允许，在有新版本时会显示提示信息和新版功能\n check_update: true\n # 是否允许检查到新版本时自动下载\n auto_update: false\n"}, "d964c98e37d8ac7cd93ba3d3d6db3868e34298be": {"t": 1785762460.9658544, "n": 5377, "h": "c41c101e09ed9ca3", "c": "# vim:foldmethod=marker \n################################\nscanner:\n # 推测番号前忽略文件名中的特定字符串（忽略大小写，以英文分号;分隔）\n # 大多数情况软件能够自动识别番号，只有当文件名中特定的部分导致番号识别错误时才需要更新此设置\n # 要忽略的正则表达式（如果你不熟悉正则表达式，请不要修改此配置，否则可能严重影响番号识别效果）\n ignored_id_pattern:\n - '(144|240|360|480|720|1080)[Pp]'\n - '[24][Kk]'\n - '\\w+2048\\.com'\n - 'Carib(beancom)?'\n - '[^a-z\\d](f?hd|lt)[^a-z\\d]'\n # 整理哪个文件夹下的影片？（此项留空时将在运行时询问）\n input_directory: null\n # 哪些后缀的文件应当视为影片？\n filename_extensions: [.3gp, .avi, .f4v, .flv, .iso, .m2ts, .m4v, .mkv, .mov, .mp4, .mpeg, .rm, .rmvb, .ts, .vob, .webm, .wmv, .strm, .mpg]\n # 扫描影片文件时忽略指定的文件夹\n ignored_folder_name_pattern: ['^\\.', '^#recycle$', '^#整理完成$', '^#不要扫描$']\n # 匹配番号时忽略小于指定大小的文件\n # 格式要求：https://docs.pydantic.dev/2.0/usage/types/bytesize/\n minimum_size: 232MiB\n\n################################\nnetwork:\n # 设置代理服务器地址，支持 http, socks5/socks5h 代理，比如'http://127.0.0.1:1080'\n # null表示禁用代理\n proxy_server: null\n # 各个站点的免代理地址。地址失效时软件会自动尝试获取新地址，你也可以手动设置\n proxy_free:\n avsox: 'https://avsox.click'\n javbus: 'https://www.seedmm.help'\n javdb: 'https://javdb368.com'\n javlib: 'https://www.y78k.com'\n # 网络问题导致抓取数据失败时的重试次数，通常3次就差不多了\n retry: 3\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n timeout: PT10S\n\n################################\ncrawler:\n # 要使用的爬虫列表（汇总数据时从前到后进行）\n # airav avsox avwiki fanza fc2 fc2fan javbus javdb javlib javmenu jav321 mgstage prestige arzon arzon_iv\n selection:\n normal: [airav, avsox, javbus, javdb, javlib, jav321, mgstage, prestige]\n fc2: [fc2, avsox, javdb, javmenu, fc2ppvdb]\n cid: [fanza]\n getchu: [dl_getchu]\n gyutto: [gyutto]\n # 爬虫至少要获取到哪些字段才可以视为抓取成功？\n required_keys: [cover, title]\n # 努力爬取更准确更丰富的信息（会略微增加部分站点的爬取耗时）\n hardworking: true\n # 使用网页番号作为最终番号（启用时会对番号大小写等进行更正）\n respect_site_avid: true\n # fc2fan已关站。如果你有镜像，请设置本地镜像文件夹的路径，此文件夹内要有类似'FC2-12345.html'的网页文件\n fc2fan_local_path: null\n # 刮削一部电影后的等待时间（设置为0禁用此功能）\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n sleep_after_scraping: PT1S\n # 是否使用javdb的封面（fallback/yes/no, 默认fallback: 如果能从别的站点获得封面则不用javdb的以避免水印）\n use_javdb_cover: fallback\n # 是否统一女优艺名。启用时会尝试将女优的多个艺名统一成一个\n normalize_actress_name: true\n\n################################\n# 配置整理时的命名规则\n# path_pattern, nfo_title_pattern和name_pattern中可以使用变量来引用影片的数据，支持的变量列表见下面的地址:\n# https://github.com/Yuukiy/JavSP/wiki/NamingRule-%7C-%E5%91%BD%E5%90%8D%E8%A7%84%E5%88%99\nsummarizer:\n # 整理时是否移动文件: true-移动所有文件到新文件夹; false-数据保存到同级文件夹，不移动文件\n move_files: true\n\n # 路径相关的选项\n path: \n # 存放影片、封面等文件的文件夹路径\n output_folder_pattern: '#整理完成/{actress}/[{num}] {title}'\n # 影片、封面、nfo信息文件等的文件名将基于下面的规则来创建\n basename_pattern: '{num}'\n # 允许的最长文件路径（路径过长时将据此自动截短标题）\n length_maximum: 250\n # 是否以字节数来计算文件路径长度\n length_by_byte: true\n # 路径中的{actress}字段最多包含多少名女优？\n max_actress_count: 10\n # 是否用硬链接方式整理文件？硬链接可以节省空间，但不是所有文件系统都支持\n hard_link: false\n\n #标题处理\n title:\n # 删除尾部可能存在的女优名\n remove_trailing_actor_name: true\n\n # 下面这些项用来设置对应变量为空时的替代信息\n default:\n title: '#未知标题'\n actress: '#未知女优'\n series: '#未知系列'\n director: '#未知导演'\n producer: '#未知制作商'\n publisher: '#未知发行商'\n\n # NFO文件生成相关的选项\n nfo:\n # nfo文件中的影片标题（即媒体管理工具中显示的标题）\n title_pattern: '{num} {title}'\n # 要添加到自定义分类的字段，空列表表示不添加\n custom_genres_fields: ['{genre}', '{censor}']\n # 要添加到自定义标签的字段，空列表表示不添加\n custom_tags_fields: ['{genre}', '{censor}']\n # 依次设置 已知无码/已知有码/不确定 这三种情况下 {censor} 对应的文本(可以利用此变量将有码/无码影片整理到不同文件夹)\n censor_options_representation: ['无码', '有码', '打码情况未知']\n\n\n################################\nmedia_sanitizer:\n # 尽可能下载高清封面？（高清封面大小约 8-10 MiB，远大于普通封面，如果你的网络条件不佳，会降低整理速度）\n highres_covers: true\n extra_fanarts:\n # 是否下载剧照？\n enabled: false\n # 间隔的两次封面爬取请求之间应该间隔多久\n scrap_interval: PT1.5S\n crop:\n # 要使用图像识别来裁剪的番号系列需要匹配的正则表达式\n on_id_pattern:\n - '^\\d{6}[-_]\\d{3}$'\n - '^ARA'\n - '^SIRO'\n - '^GANA'\n - '^MIUM'\n # 要使用的图像识别引擎，详细配置见文档 https://github.com/Yuukiy/JavSP/wiki/AI-%7C-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB\n engine: null # null表示禁用图像剪裁\n ## 使用百度人体分析应用: {{{\n # engine: \n # name: baidu_aip\n # # 百度人体分析应用的AppID\n # app_id: ''\n # # 百度人体分析应用的API Key\n # api_key: ''\n # # 百度人体分析应用的Secret Key\n # secret_key: ''\n ## }}}\n # 在封面图上添加水印（标签），例如“字幕”\n add_label_to_cover: false\n\n################################\ntranslator:\n # 翻译引擎，可选: google, bing, baidu, claude(haiku), openai （Google可以直接免费使用。留空表示禁用翻译功能）\n # 进阶功能的文档 https://github.com/Yuukiy/JavSP/wiki/Translation-%7C-%E7%BF%BB%E8%AF%91\n engine: null\n ## 使用百度翻译: {{{\n # engine: \n # name: baidu\n # # 百度翻译的APP ID和密钥\n # app_id: ''\n # api_key: ''\n ## }}}\n ## 使用必应翻译: {{{\n # engine: \n # name: bing\n # # 微软必应翻译（Azure 认知服务 → 翻译）的密钥\n # api_key: ''\n ## }}}\n ## 使用Claude翻译: {{{\n # engine: \n # name: claude\n # # Claude的密钥 (使用haiku模型)\n # api_key: ''\n ## }}}\n ## 使用OpenAI翻译: {{{\n # engine: \n # name: openai\n # # OpenAI API（默认使用 Groq，可替换成任何兼容 OpenAI 的第三方 API）\n # url: 'https://api.groq.com/openai/v1/chat/completions'\n # api_key: ''\n # # 要使用的模型（默认使用 Groq 的 llama-3.1-70b-versatile 模型，若使用 OpenAI 官方 API 的话一般模型为 gpt-3.5-turbo）\n # model: llama-3.1-70b-versatile\n ## }}}\n \n # 是否翻译各个字段\n fields: \n # 是否翻译标题\n title: true\n # 是否翻译剧情简介\n plot: true\n \n################################\nother:\n # 是否允许检查更新。如果允许，在有新版本时会显示提示信息和新版功能\n check_update: true\n # 是否允许检查到新版本时自动下载\n auto_update: false\n"}, "323c931cec94ae8c1403e8efe1e6e244a11986f4": {"t": 1786067707.9907637, "n": 5535, "h": "e1d54b8dcf96817b", "c": "# vim:foldmethod=marker \n################################\nscanner:\n # 推测番号前忽略文件名中的特定字符串（忽略大小写，以英文分号;分隔）\n # 大多数情况软件能够自动识别番号，只有当文件名中特定的部分导致番号识别错误时才需要更新此设置\n # 要忽略的正则表达式（如果你不熟悉正则表达式，请不要修改此配置，否则可能严重影响番号识别效果）\n ignored_id_pattern:\n - '(144|240|360|480|720|1080)[Pp]'\n - '[24][Kk]'\n - '\\w+2048\\.com'\n - 'Carib(beancom)?'\n - '[^a-z\\d](f?hd|lt)[^a-z\\d]'\n # 整理哪个文件夹下的影片？（此项留空时将在运行时询问）\n input_directory: null\n # 哪些后缀的文件应当视为影片？\n filename_extensions: [.3gp, .avi, .f4v, .flv, .iso, .m2ts, .m4v, .mkv, .mov, .mp4, .mpeg, .rm, .rmvb, .ts, .vob, .webm, .wmv, .strm, .mpg]\n # 扫描影片文件时忽略指定的文件夹\n ignored_folder_name_pattern: ['^\\.', '^#recycle$', '^#整理完成$', '^#不要扫描$']\n # 匹配番号时忽略小于指定大小的文件\n # 格式要求：https://docs.pydantic.dev/2.0/usage/types/bytesize/\n minimum_size: 232MiB\n skip_nfo_dir: yes\n manual: yes\n################################\nnetwork:\n # 设置代理服务器地址，支持 http, socks5/socks5h 代理，比如'http://127.0.0.1:1080'\n # null表示禁用代理\n proxy_server: null\n # 各个站点的免代理地址。地址失效时软件会自动尝试获取新地址，你也可以手动设置\n proxy_free:\n avsox: 'https://avsox.host'\n javbus: 'https://www.javbus.com'\n javdb: 'https://javdb.com'\n javlib: 'https://www.javlibrary.com'\n # 网络问题导致抓取数据失败时的重试次数，通常3次就差不多了\n retry: 3\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n timeout: PT10S\n\n################################\ncrawler:\n # 要使用的爬虫列表（汇总数据时从前到后进行）\n # airav avsox avwiki fanza fc2 fc2fan javbus javdb javlib javmenu jav321 mgstage prestige arzon arzon_iv\n selection:\n normal: [airav, avsox, javbus, javdb, javlib, jav321, mgstage, prestige]\n fc2: [fc2, avsox, javdb, javmenu, fc2ppvdb]\n cid: [fanza]\n getchu: [dl_getchu]\n gyutto: [gyutto]\n # 爬虫至少要获取到哪些字段才可以视为抓取成功？\n required_keys: [cover, title]\n # 努力爬取更准确更丰富的信息（会略微增加部分站点的爬取耗时）\n hardworking: true\n # 使用网页番号作为最终番号（启用时会对番号大小写等进行更正）\n respect_site_avid: true\n # fc2fan已关站。如果你有镜像，请设置本地镜像文件夹的路径，此文件夹内要有类似'FC2-12345.html'的网页文件\n fc2fan_local_path: null\n # 刮削一部电影后的等待时间（设置为0禁用此功能）\n # https://en.wikipedia.org/wiki/ISO_8601#Durations\n sleep_after_scraping: PT1S\n # 是否使用javdb的封面（fallback/yes/no, 默认fallback: 如果能从别的站点获得封面则不用javdb的以避免水印）\n use_javdb_cover: fallback\n # 是否统一女优艺名。启用时会尝试将女优的多个艺名统一成一个\n normalize_actress_name: true\n\n################################\n# 配置整理时的命名规则\n# path_pattern, nfo_title_pattern和name_pattern中可以使用变量来引用影片的数据，支持的变量列表见下面的地址:\n# https://github.com/Yuukiy/JavSP/wiki/NamingRule-%7C-%E5%91%BD%E5%90%8D%E8%A7%84%E5%88%99\nsummarizer:\n # 整理时是否移动文件: true-移动所有文件到新文件夹; false-数据保存到同级文件夹，不移动文件\n move_files: true\n\n # 路径相关的选项\n path: \n # 存放影片、封面等文件的文件夹路径\n output_folder_pattern: '#整理完成/{actress}/[{num}] {title}'\n # 影片、封面、nfo信息文件等的文件名将基于下面的规则来创建\n basename_pattern: '{num}'\n # 允许的最长文件路径（路径过长时将据此自动截短标题）\n length_maximum: 250\n # 是否以字节数来计算文件路径长度\n length_by_byte: true\n # 路径中的{actress}字段最多包含多少名女优？\n max_actress_count: 10\n # 是否用硬链接方式整理文件？硬链接可以节省空间，但不是所有文件系统都支持\n hard_link: false\n\n #标题处理\n title:\n # 删除尾部可能存在的女优名\n remove_trailing_actor_name: true\n\n # 下面这些项用来设置对应变量为空时的替代信息\n default:\n title: '#未知标题'\n actress: '#未知女优'\n series: '#未知系列'\n director: '#未知导演'\n producer: '#未知制作商'\n publisher: '#未知发行商'\n\n # NFO文件生成相关的选项\n nfo:\n # nfo文件的名称\n basename_pattern: \"movie\"\n # nfo文件中的影片标题（即媒体管理工具中显示的标题）\n title_pattern: '{num} {title}'\n # 要添加到自定义分类的字段，空列表表示不添加\n custom_genres_fields: ['{genre}', '{censor}']\n # 要添加到自定义标签的字段，空列表表示不添加\n custom_tags_fields: ['{genre}', '{censor}']\n # 依次设置 已知无码/已知有码/不确定 这三种情况下 {censor} 对应的内容(可以利用此变量将有码/无码影片整理到不同文件夹)\n censor_options_representation: ['无码', '有码', '打码情况未知']\n\n cover:\n # 封面文件的名称（不含拓展名），可以使用如`{{title}}`等字段\n basename_pattern: \"poster\"\n # 尽可能下载高清封面？（高清封面大小约 8-10 MiB，远大于普通封面，如果你的网络条件不佳，会降低整理速度）\n highres: true\n # 在封面图上添加水印（标签），例如“字幕”\n add_label: false\n crop:\n # 要使用图像识别来裁剪的番号系列需要匹配的正则表达式\n on_id_pattern:\n - '^\\d{6}[-_]\\d{3}$'\n - '^ARA'\n - '^SIRO'\n - '^GANA'\n - '^MIUM'\n - '^HHL'\n # 要使用的图像识别引擎，详细配置见文档 https://github.com/Yuukiy/JavSP/wiki/AI-%7C-%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB\n # NOTE: 此处无法直接对应，请参照注释手动填入\n engine: null # null表示禁用图像剪裁\n ## 使用Slimeface: {{{\n # engine: \n # name: slimeface\n ## }}}\n\n fanart:\n # 横版封面文件的名称（不含拓展名），可以使用如`{{title}}`等字段\n basename_pattern: \"fanart\"\n\n extra_fanarts:\n # 是否下载剧照？\n enabled: true\n # 间隔的两次封面爬取请求之间应该间隔多久\n scrap_interval: PT1.5S\n\n################################\ntranslator:\n # 翻译引擎，可选: google, bing, baidu, claude, openai (支持 DeepSeek 等兼容 OpenAI 格式的引擎)\n # 进阶功能的文档 https://github.com/Au3C2/JavSP/wiki/Translation-%7C-%E7%BF%BB%E8%AF%91\n engine: null\n ## 使用百度翻译: {{{\n # engine: \n # name: baidu\n # # 百度翻译的APP ID和密钥\n # app_id: ''\n # api_key: ''\n ## }}}\n ## 使用必应翻译: {{{\n # engine: \n # name: bing\n # # 微软必应翻译（Azure 认知服务 → 翻译）的密钥\n # api_key: ''\n ## }}}\n ## 使用Claude翻译: {{{\n # engine: \n # name: claude\n # # Claude的密钥 (使用haiku模型)\n # api_key: ''\n ## }}}\n ## 使用OpenAI翻译: {{{\n # engine: \n # name: openai\n # url: 'https://api.openai.com/v1/chat/completions'\n # api_key: ''\n # model: gpt-3.5-turbo\n ## }}}\n ## 使用DeepSeek翻译: {{{\n # engine:\n # name: openai\n # url: 'https://api.deepseek.com/chat/completions'\n # api_key: ''\n # model: deepseek-chat\n ## }}}\n \n # 是否翻译各个字段\n fields: \n # 是否翻译标题\n title: true\n # 是否翻译剧情简介\n plot: true\n \n################################\nother:\n # 是否在stdin/stdout进行交互\n interactive: true\n # 是否允许检查更新。如果允许，在有新版本时会显示提示信息和新版功能\n check_update: true\n # 是否允许检查到新版本时自动下载\n auto_update: false\n"}}}}
Reference in new issue View Git Blame Copy Permalink