本项目面向个人影音播放与动漫观看场景,围绕内容检索、播放记录管理、离线观看和视频画质处理等需求开发。用户在电脑与手机之间切换时,需要保持观看进度和追番记录,同时希望集中管理播放、下载及画质增强功能。项目采用 Windows、Android 跨平台方案,将内容发现、播放管理、离线下载和跨设备同步整合到同一应用,并在 Windows 端提供基于现有 AI 模型的视频超分辨率与补帧导出功能。
点击空白处退出提示
本项目面向个人影音播放与动漫观看场景,围绕内容检索、播放记录管理、离线观看和视频画质处理等需求开发。用户在电脑与手机之间切换时,需要保持观看进度和追番记录,同时希望集中管理播放、下载及画质增强功能。项目采用 Windows、Android 跨平台方案,将内容发现、播放管理、离线下载和跨设备同步整合到同一应用,并在 Windows 端提供基于现有 AI 模型的视频超分辨率与补帧导出功能。
项目包含内容发现、搜索、详情展示、每周放送表、数据源规则导入与订阅管理等模块,支持聚合搜索及播放来源切换。播放器提供选集、倍速、字幕与音轨切换、播放历史保存、断点续播和追番管理。下载模块支持任务队列、暂停恢复及离线文件保存;同步模块通过 WebDAV 同步播放历史、追番记录和规则订阅。画质处理模块提供实时着色器增强档位,Windows 端另外集成视频超分辨率、补帧导出和图片批量超分功能。界面针对桌面与手机屏幕采用不同导航布局,并按平台开放对应功能。
作为个人项目,我结合 AI 辅助独立完成应用开发与 Windows、Android 双端适配。项目以 Dart 为主要开发语言,使用 Flutter 构建界面、Riverpod 管理状态,按照播放、下载、规则、同步、导出等功能划分模块。通过 media_kit 与 libmpv 集成视频播放,使用 QuickJS 执行 JavaScript 数据源规则,并结合 HTTP、HTML 和 XPath 完成数据解析。Windows 端接入 FFmpeg、Real-CUGAN、Real-ESRGAN 和 RIFE,实现现有 AI 超分与补帧工具的流程集成。实现重点包括异步任务队列、下载恢复、播放进度持久化、WebDAV 数据合并,以及 Kotlin 原生诊断与 Flutter 的通信。



评论