# vim:foldmethod=marker ################################ scanner: # 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) # 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 # 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) ignored_id_pattern: - '(144|240|360|480|720|1080)[Pp]' - '[24][Kk]' - '\w+2048\.com' - 'Carib(beancom)?' - '[^a-z\d](f?hd|lt)[^a-z\d]' # 整理哪个文件夹下的影片?(此项留空时将在运行时询问) input_directory: null # 哪些后缀的文件应当视为影片? filename_extensions: [.3gp, .avi, .f4v, .flv, .iso, .m2ts, .m4v, .mkv, .mov, .mp4, .mpeg, .rm, .rmvb, .ts, .vob, .webm, .wmv, .strm, .mpg] # 扫描影片文件时忽略指定的文件夹 ignored_folder_name_pattern: ['^\.', '^#recycle$', '^#整理完成$', '^#不要扫描$'] # 匹配番号时忽略小于指定大小的文件 # 格式要求:https://docs.pydantic.dev/2.0/usage/types/bytesize/ minimum_size: 232MiB skip_nfo_dir: yes manual: yes ################################ network: # 设置代理服务器地址,支持 http, socks5/socks5h 代理,比如'http://127.0.0.1:1080' # null表示禁用代理 proxy_server: null # 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 proxy_free: avsox: 'https://avsox.click' javbus: 'https://www.seedmm.help' javdb: 'https://javdb368.com' javlib: 'https://www.y78k.com' # 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 retry: 3 # https://en.wikipedia.org/wiki/ISO_8601#Durations timeout: PT10S ################################ crawler: # 要使用的爬虫列表(汇总数据时从前到后进行) # airav avsox avwiki fanza fc2 fc2fan javbus javdb javlib javmenu jav321 mgstage prestige arzon arzon_iv selection: normal: [airav, avsox, javbus, javdb, javlib, jav321, mgstage, prestige] fc2: [fc2, avsox, javdb, javmenu, fc2ppvdb] cid: [fanza] getchu: [dl_getchu] gyutto: [gyutto] # 爬虫至少要获取到哪些字段才可以视为抓取成功? required_keys: [cover, title] # 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) hardworking: true # 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) respect_site_avid: true # 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 fc2fan_local_path: null # 刮削一部电影后的等待时间(设置为0禁用此功能) # https://en.wikipedia.org/wiki/ISO_8601#Durations sleep_after_scraping: PT1S # 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) use_javdb_cover: fallback # 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 normalize_actress_name: true ################################ # 配置整理时的命名规则 # 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: # https://github.com/Yuukiy/JavSP/wiki/NamingRule-%7C-%E5%91%BD%E5%90%8D%E8%A7%84%E5%88%99 summarizer: # 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 move_files: true # 路径相关的选项 path: # 存放影片、封面等文件的文件夹路径 output_folder_pattern: '#整理完成/{actress}/[{num}] {title}' # 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 basename_pattern: '{num}' # 允许的最长文件路径(路径过长时将据此自动截短标题) length_maximum: 250 # 是否以字节数来计算文件路径长度 length_by_byte: true # 路径中的{actress}字段最多包含多少名女优? max_actress_count: 10 # 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 hard_link: false #标题处理 title: # 删除尾部可能存在的女优名 remove_trailing_actor_name: true # 下面这些项用来设置对应变量为空时的替代信息 default: title: '#未知标题' actress: '#未知女优' series: '#未知系列' director: '#未知导演' producer: '#未知制作商' publisher: '#未知发行商' # NFO文件生成相关的选项 nfo: # nfo文件的名称 basename_pattern: "movie" # nfo文件中的影片标题(即媒体管理工具中显示的标题) title_pattern: '{num} {title}' # 要添加到自定义分类的字段,空列表表示不添加 custom_genres_fields: ['{genre}', '{censor}'] # 要添加到自定义标签的字段,空列表表示不添加 custom_tags_fields: ['{genre}', '{censor}'] # 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) censor_options_representation: ['无码', '有码', '打码情况未知'] cover: # 封面文件的名称(不含拓展名),可以使用如`{title}`等字段 basename_pattern: "poster" # 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) highres: true # 在封面图上添加水印(标签),例如“字幕” add_label: false crop: # 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 on_id_pattern: - '^\d{6}[-_]\d{3}$' - '^ARA' - '^SIRO' - '^GANA' - '^MIUM' - '^HHL' # 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 # NOTE: 此处无法直接对应,请参照注释手动填入 engine: null # null表示禁用图像剪裁 ## 使用Slimeface: {{{ # engine: # name: slimeface ## }}} fanart: # 横版封面文件的名称(不含拓展名),可以使用如`{title}`等字段 basename_pattern: "fanart" extra_fanarts: # 是否下载剧照? enabled: true # 间隔的两次封面爬取请求之间应该间隔多久 scrap_interval: PT1.5S ################################ translator: # 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) # 进阶功能的文档 https://github.com/Yuukiy/JavSP/wiki/Translation-%7C-%E7%BF%BB%E8%AF%91 engine: null ## 使用百度翻译: {{{ # engine: # name: baidu # # 百度翻译的APP ID和密钥 # app_id: '' # api_key: '' ## }}} ## 使用必应翻译: {{{ # engine: # name: bing # # 微软必应翻译(Azure 认知服务 → 翻译)的密钥 # api_key: '' ## }}} ## 使用Claude翻译: {{{ # engine: # name: claude # # Claude的密钥 (使用haiku模型) # api_key: '' ## }}} ## 使用OpenAI翻译: {{{ # engine: # name: openai # # OpenAI API(默认使用 Groq,可替换成任何兼容 OpenAI 的第三方 API) # url: 'https://api.groq.com/openai/v1/chat/completions' # api_key: '' # # 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) # model: llama-3.1-70b-versatile ## }}} # 是否翻译各个字段 fields: # 是否翻译标题 title: true # 是否翻译剧情简介 plot: true ################################ other: # 是否在stdin/stdout进行交互 interactive: true # 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 check_update: true # 是否允许检查到新版本时自动下载 auto_update: false