news 2026/8/24 7:14:28

Cinetry:全能音视频播放器,多源聚合打造纯本地影音体验 Jellyfin、Emby、CMS、WebDAV、IPTV、Alist、OpenList、Subsonic、Audiobookshelf

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Cinetry:全能音视频播放器,多源聚合打造纯本地影音体验 Jellyfin、Emby、CMS、WebDAV、IPTV、Alist、OpenList、Subsonic、Audiobookshelf

Cinetry:全能音视频播放器,多源聚合打造纯本地影音体验 Jellyfin、Emby、CMS、WebDAV、IPTV、Alist、OpenList、Subsonic、Audiobookshelf 等多种影音数据源集中到一个客户端

大家好,这里是「代码简单说」。

对于喜欢搭建家庭影音库、使用 Jellyfin、Emby、WebDAV、IPTV 等服务的用户来说,经常会遇到一个比较麻烦的问题:不同的数据源需要使用不同的客户端,服务器一多,管理和查找内容都会变得越来越繁琐。

Cinetry 正是针对这个场景设计的一款全能音视频播放器。

它可以将 Jellyfin、Emby、CMS、WebDAV、IPTV、Alist、OpenList、Subsonic、Audiobookshelf 等多种影音数据源集中到一个客户端中,通过统一的界面进行管理,并支持多服务器切换和聚合搜索。

Cinetry 下载地址

项目地址
下载地址https://pan.quark.cn/s/90bb5d134539

一、Cinetry 是什么?

Cinetry 是一款面向影音爱好者的本地客户端播放器,核心思路可以概括为:

多数据源接入 + 多服务器管理 + 聚合搜索 + 本地播放

传统情况下,如果同时使用 Jellyfin、Emby、WebDAV 和 IPTV,往往需要在多个客户端之间来回切换。

而 Cinetry 可以将这些数据源集中管理。

例如:

Jellyfin ──┐ Emby ──────┤ WebDAV ────┤ Alist ─────┤ IPTV ──────┼──→ Cinetry ──→ 统一搜索 / 播放 Subsonic ──┤ CMS ───────┤ OpenList ──┤ 其他服务 ──┘

对于拥有多个媒体服务器的用户来说,这种使用方式会更加方便。


二、核心功能

1、多服务器支持

Cinetry 支持同时配置多个媒体服务器。

目前支持的数据源包括:

  • Jellyfin
  • Emby
  • CMS
  • WebDAV
  • Subsonic
  • Navidrome
  • GD音乐台
  • Audiobookshelf
  • IPTV
  • Alist
  • OpenList
  • 飞牛影视
  • 道理鱼等

对于已经搭建家庭影音服务器的用户,可以直接将现有服务接入 Cinetry。

例如同时拥有:

家庭 Jellyfin 家庭 Emby 音乐服务器 WebDAV 文件服务器 IPTV

可以统一配置,不需要分别打开多个应用。


三、多服务器一键切换


如果配置了多个服务器,Cinetry 提供了统一的服务器管理方式。

可以保存多个服务器配置,例如:

我的影音服务器 ├── Jellyfin ├── Emby ├── 飞牛影视 ├── WebDAV └── IPTV

在不同服务器之间可以直接切换。

这样就不用每次重新输入服务器地址、账号等信息。

对于拥有多个影音服务的用户,这项功能比较实用。


四、多服务器聚合搜索

Cinetry 比较有特色的一个功能是多服务器聚合搜索

传统情况下,找一部电影可能需要:

搜索 Jellyfin ↓ 没有 ↓ 搜索 Emby ↓ 没有 ↓ 搜索 WebDAV ↓ 再找其他服务器

而通过聚合搜索,可以直接从多个数据源中同时查询。

例如搜索:

蜘蛛侠

客户端可以同时检索多个服务器,然后统一展示结果。

搜索条件支持:

  • 标题
  • 演员
  • 导演
  • 年份
  • 模糊匹配

同时还可以根据内容类型进行过滤,例如电影、电视剧、音乐等。

这种方式比较适合媒体库数量较多的用户。


五、支持多种影音资源

Cinetry 并不只是针对电影和电视剧。

根据官方介绍,它还支持音乐、图片以及其他类型的媒体内容。

例如:

电影 电视剧 音乐 有声读物 图片 直播

不同类型的内容可以通过统一客户端进行访问。

对于同时管理影音、音乐以及有声读物的用户,可以减少客户端数量。


六、离线缓存与本地播放

Cinetry 提供离线缓存功能。

在网络环境比较好的情况下,可以提前将内容缓存到本地。

之后即使没有网络,也可以继续观看已经缓存的内容。

同时,客户端内置播放器,并支持多种音视频格式。

官方介绍中还提到了对以下高规格影音内容的适配:

  • HDR
  • Dolby Vision
  • Dolby Atmos

如果平时经常观看高码率影片,这类能力会比较重要。

不过具体格式支持和实际播放效果,还会受到设备性能、系统解码能力以及媒体文件编码方式等因素影响。


七、纯本地客户端

Cinetry 强调的是纯本地体验

官方介绍表示:

不扫库、不存储、不上传。

也就是说,客户端不会主动扫描本地设备中的文件,只加载用户自己导入的数据源。

这种模式与一些需要大量系统权限的影音软件相比,更适合重视本地隐私和数据控制的用户。

需要注意的是,“纯本地客户端”并不代表连接数据源时完全不进行网络通信。

例如:

Cinetry ↓ Jellyfin服务器 ↓ 媒体文件

播放远程服务器中的影片时,客户端依然需要连接对应服务器。

这里的“本地”更多是指客户端自身的数据管理和运行方式


八、不主动扫描本地媒体库

Cinetry 的另一个特点是“不扫库”。

传统播放器可能会主动扫描:

D:\电影 D:\电视剧 E:\音乐 F:\下载

然后建立自己的媒体索引。

而 Cinetry 的设计思路更偏向于:

用户手动添加数据源 ↓ 客户端读取数据源 ↓ 统一展示

这样可以避免播放器在没有明确需求的情况下扫描本地文件。

对于不希望软件自动读取大量本地内容的用户来说,这种设计比较友好。


九、权限管理

Cinetry 还提供了一定的内容访问控制能力。

例如可以设置:

  • 家长控制
  • 内容类型限制
  • 内容评级限制
  • 密码保护

如果家庭中多人共用同一台设备,可以利用这些功能对不同类型的内容进行限制。


十、全平台支持

Cinetry 并不是只针对 Windows。

目前官方介绍的支持平台包括:

平台支持
Windows支持
macOS支持
Linux支持
Android支持
iOS支持
TV支持

这意味着可以在电脑、手机以及电视设备上使用相对统一的客户端体验。

对于家庭影音场景来说,这一点比较重要。

例如:

Windows电脑 ↓ Cinetry ↓ 家庭媒体服务器 ↑ ↓ Android手机 ↑ ↓ TV

可以围绕同一套影音数据源进行使用。


十一、支持的数据源

Cinetry 最大的特点之一,就是支持多种数据源。

官方列出的部分数据源包括:

Jellyfin

Jellyfin 是比较常见的开源媒体服务器,可以自行搭建个人影音库。

Cinetry 可以直接接入 Jellyfin 数据源。

Emby

Emby 同样是家庭媒体服务器领域比较常见的方案。

如果同时维护 Jellyfin 和 Emby,也可以通过 Cinetry 统一管理。

WebDAV

WebDAV 可以作为文件存储和远程访问方案。

通过 WebDAV 数据源,可以将对应的媒体资源接入客户端。

Alist

Alist 主要用于统一管理多个云存储和文件服务。

如果媒体资源本身通过 Alist 进行组织,也可以作为 Cinetry 的数据来源之一。

OpenList

OpenList 同样属于文件索引和管理类服务,也可以接入 Cinetry。

IPTV

对于 IPTV 用户来说,Cinetry 还支持 IPTV 数据源,可以在同一个播放器中管理相关直播内容。

Subsonic / Navidrome

如果主要使用音乐服务,那么 Subsonic、Navidrome 等数据源也可以纳入统一管理。

Audiobookshelf

Audiobookshelf 更偏向有声书和媒体管理场景。

这意味着 Cinetry 不只是一个电影播放器,也可以成为家庭多媒体客户端。


十二、Cinetry 适合哪些人?

我认为 Cinetry 比较适合以下几类用户。

1、拥有多个媒体服务器的人

如果同时维护:

Jellyfin Emby WebDAV Alist IPTV

那么统一客户端的价值会比较明显。

2、家庭影音用户

如果家里已经搭建 NAS、媒体服务器或者家庭影音系统,希望在电脑、手机、电视上使用统一播放器,也可以考虑 Cinetry。

3、影音收藏爱好者

如果本身拥有比较大的电影、电视剧、音乐或者有声书媒体库,多源聚合搜索可以降低日常管理成本。

4、比较关注隐私的用户

如果不希望影音软件主动扫描电脑文件,或者希望数据尽可能由自己控制,那么“不扫库、纯本地客户端”的设计会比较符合这类需求。


十三、Cinetry 的核心优势

如果把 Cinetry 的特点总结成几个关键词,我认为主要就是:

多源

支持 Jellyfin、Emby、WebDAV、IPTV、Alist、OpenList、Subsonic 等多种数据源。

聚合

多个服务器可以集中管理,并通过统一搜索找到媒体内容。

本地

客户端主要负责本地管理和播放,不依赖额外的云端媒体管理服务。

跨平台

Windows、macOS、Linux、Android、iOS、TV 等平台均有覆盖。

自定义

支持界面、播放设置以及数据源优先级等配置。


十四、实际使用思路

如果第一次使用 Cinetry,可以按照下面的思路配置。

首先安装对应平台的 Cinetry 客户端。

然后进入数据源配置。

例如:

添加 Jellyfin ↓ 填写服务器地址 ↓ 登录账号 ↓ 同步媒体库

接下来继续添加:

Emby WebDAV Alist IPTV

全部配置完成后,就可以通过 Cinetry 统一访问。

当服务器数量增加以后,聚合搜索的价值也会越来越明显。

最终可以形成这样的使用方式:

Cinetry │ ┌─────────┼─────────┐ ↓ ↓ ↓ Jellyfin Emby WebDAV ↓ ↓ ↓ 电影 电视剧 音乐 └─────────┼─────────┘ ↓ 聚合搜索 ↓ 播放

十五、总结

对于影音爱好者来说,真正麻烦的往往不是播放视频,而是数据源越来越多、服务器越来越多、客户端越来越多

Jellyfin 有 Jellyfin 的客户端,Emby 有 Emby 的客户端,WebDAV 又是另一套访问方式,IPTV 还有自己的播放软件。

当影音服务越来越多之后,管理成本也会逐渐增加。

Cinetry 的思路就是把这些服务集中起来:

一个客户端,多种数据源,统一管理,聚合搜索。

再加上 Windows、macOS、Linux、Android、iOS、TV 等平台覆盖,对于已经拥有家庭影音服务器或者多个媒体数据源的用户来说,值得体验一下。


建议优先通过项目官方页面了解最新版本和平台支持情况。

如果你正在使用 Jellyfin、Emby、WebDAV、Alist、IPTV 等多种影音服务,Cinetry 的多服务器管理 + 聚合搜索功能还是比较有价值的,可以把原本分散的影音资源集中到一个客户端中。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/24 7:14:27

MemTrapBench:系统性评测大语言模型记忆认知陷阱的基准工具

这次我们来看一个专门给大语言模型(LLM)“找茬”的基准测试工具——MemTrapBench。它不是用来生成文本或图像的,而是用来系统性地评测LLM在记忆使用上会犯哪些“认知陷阱”的。简单说,就是当LLM需要记住、回忆或处理大量信息时&am…

作者头像 李华
网站建设 2026/8/24 7:07:00

Java技术栈求职:Spring Boot优化与AI工程化实践

1. 互联网大厂Java技术栈求职全景图2023年秋招季,某985高校计算机专业研究生小李投递了15家互联网大厂的Java开发岗位,最终收获7个offer。复盘他的备战过程发现:掌握Spring Boot和微服务只是基础门槛,AI技术融合能力正成为新的筛选…

作者头像 李华
网站建设 2026/8/24 7:06:53

Java开发者进阶:从面试准备到技术体系构建

1. 从菜鸟到Offer收割机的蜕变轨迹三年前那个在笔试环节手抖打翻水杯的应届生,如今已是手握多个大厂offer的面试达人。这期间我经历了从机械背诵面试题到建立完整知识体系的转变,也见证了Java技术栈在互联网行业的迭代演进。本文将还原一个普通开发者的真…

作者头像 李华
网站建设 2026/8/24 7:06:14

遥感生态指数RSEI计算全流程:从ENVI实操到结果验证

1. 项目概述:从遥感数据到生态健康“体检单”如果你手头有一堆卫星影像,想知道一片区域生态是好是坏,光靠人眼盯着看肯定不行。遥感生态指数(RSEI)就是干这个的:它像一份综合“体检报告”,把绿度…

作者头像 李华
网站建设 2026/8/24 7:05:06

水月雨RAYS耳机评测:百元价位如何实现越级音质与高性价比

最近在耳机圈里,一个现象级的讨论是:当一款定价亲民的耳机,其声音表现被拿来与数倍身价的“旗舰”相提并论时,我们该如何看待?是营销话术的又一次胜利,还是音频技术普惠化浪潮下的真实写照?今天…

作者头像 李华
网站建设 2026/8/24 7:04:14

MidTool:通过中期数据合成提升大模型工具调用能力的工程实践

在实际 AI 应用开发中,让大语言模型(LLM)学会稳定、可靠地使用外部工具(如 API、数据库、计算器等)是一个关键挑战。模型在预训练阶段学习了海量文本知识,但“知道”某个工具的存在和“会使用”这个工具是两…

作者头像 李华