coldeve2022

JellyfinToolkit

Jellyfin Toolkit 是一款跨平台的影视库管理工具箱,同时支持 Jellyfin 与 Emby,把库概览、喜好画像、快速打标、重复处理、字幕检测与生成、视频修复转码与分集合并等整理工作集中到一个桌面窗口,破坏性操作先备份可回滚。

v3.10.2
发布于
3 天前
3
星标
18
下载
同步于
2 天前
windows

最新版本

v3.10.22026年10月16日 23:09
下载慢?可在上方随时切换镜像源

项目说明

项目概述

Jellyfin Toolkit 是一个桌面端图形界面工具,把 Jellyfin 与 Emby 媒体库的日常整理工作收进一个窗口。Jellyfin 与 Emby 接口同源,本工具两条都支持:库数据既可以直读本地库文件,也可以走服务器 API。它通过分析观看数据理解你的喜好并做命中度排序,方便整理与删除视频,例如判断哪些已经看腻、哪些分集可以合并、哪些缺字幕、哪些 NFO 与文件名对不上、哪些文件需要转码修复。

把媒体库整理这件事从命令行搬进窗口,破坏性动作都可回滚。

主要功能

  • 库概览:读取媒体库后统计作品总数,年份、厂商与演员分布,收藏与看过未看规模以及重复组数量
  • 喜好画像:从收藏与观看行为生成个人口味画像,输出 Top 演员、厂商与类型,给出未看推荐 Top 20,可导出 CSV,并支持接入本地 AI 进行分析识别
  • 快速打标:卡片式快节奏打标,喜欢、不喜欢、跳过与删除四类反馈实时重排评分
  • 删除暂存:整理低命中度作品清单与删除理由,文件移入系统回收站并写入删除留痕
  • 重复处理:识别同番号的不同版本、分辨率与有码无码版本,分组勾选去除重复并保留最优
  • 视频有码检测:按关键词、文件名与标签把库中视频分成有码与无码
  • 字幕缺失检测与批量生成:扫描目录找出没有字幕的视频,并可批量生成字幕,生成后自动去重与拆分长句
  • 破解视频替换:配合 Lada 把 xxx.restored.mp4 这类命名格式的视频替换回原文件夹对应位置,并调整媒体库数据保证 NFO 与字幕正常识别
  • 马赛克破解:批量调用 Lada 破解有码视频,支持并发与产出时长校验
  • 视频修复转码:检测下载时损坏或不兼容的文件,用 GPU 加速修复或转码为 Jellyfin 与 Emby 兼容的 MP4
  • NFO 关联修复:修正 NFO 文件名与内容对不上的问题
  • 数据库工具:检查表结构、跨库转移数据、清理 .ts 残留
  • 分集合并:把分集作品无损合并为单文件
  • 新手引导:首次运行提供分步指引

适用人群

  • 用 Jellyfin 或 Emby 自建媒体库、需要批量整理与清理的用户
  • 希望根据观看行为判断删除优先级的用户
  • 需要批量检测与生成字幕、修复损坏文件的用户

快速上手

  1. 到 Releases 下载 JellyfinToolkit-vX.Y.Z-win64.zip 并解压,双击 JellyfinToolkit.exe 启动
  2. 也可从源码运行,Windows 执行 start.bat,macOS 与 Linux 执行 chmod +x start.sh && ./start.sh
  3. 跟随新手引导完成首次配置,在「设置 → 媒体库数据源」选择库文件或服务器 API,必要时点击「自动检测」
  4. 若使用服务器,在「设置 → 服务器同步」填入地址与 API Key 后点「测试连接」
  5. 需要转码、修复或合并时,在「设置 → FFmpeg 转码设置」指定 ffmpeg 路径,或把 ffmpeg.exe 与 ffprobe.exe 放进程序目录的 bin/ 子目录

核心优势

  • 同时支持两家:库文件直读可自动识别 Jellyfin 10.9 及以上的新架构与旧版 Jellyfin、Emby 的传统架构,服务端类型也能自动判断
  • 数据来源灵活:可选自动、仅库文件或仅服务器 API,Emby 推荐走 API,媒体服务器部署在 NAS 或 Docker 中同样可用
  • 不做破坏性动作:删除走系统回收站并记日志,合并前先备份,产生的改动都可回滚
  • 隐私友好:不上传数据、没有遥测、不联网,除非你主动配置接口,读取库数据库时使用只读模式,走 API 采集只发 GET

系统要求

项目 要求
操作系统 Windows 10/11、macOS、Linux,能跑 PySide6 的平台均可
Python 3.9 以上,推荐 3.11 至 3.13
依赖 PySide6
外部工具 FFmpeg 与 ffprobe,视频修复、转码与分集合并需要,其余功能不装也能用
可选 Jellyfin 或 Emby 服务器与 API Key
可选 本地 LLM,如 Ollama、LM Studio 等 OpenAI 兼容接口,用于 AI 复核

注意事项

  • 运行前请先备份媒体库,任何批量文件操作都存在风险
  • 「批量生成字幕」需要自备 Faster-Whisper 打包版中的 infer.exe,「马赛克破解」需要自备 Lada 的 lada-cli.exe,二者都不随仓库分发
  • 「自动化工作台」目前尚未完善,请先不要使用
  • 选了不可用的硬件编码器时,执行阶段会自动回退到 libx264 并给出提示,不会直接失败
  • 卸载只需删除程序目录与数据目录,没有注册表残留与隐藏服务

历史版本

排序