Indexador e o mural de pôsteres

A vitrine

Seu índice, apresentado como um mural de pôsteres

O indexador integrado varre os newsgroups que lhe interessam, e o mural transforma o que encontra em pôsteres, notas, elenco e grades de episódios, tudo a partir de fontes públicas sem chave que a sua própria instalação busca. Clique num chip de episódio para baixá-lo.

Lê primeiro os limites. Um scanner de cabeçalhos só consegue encontrar o que foi publicado com um nome de ficheiro real, e boa parte da Usenet deliberadamente não está. É uma propriedade de como esses ficheiros foram carregados e não algo que um scanner melhor resolva, portanto os indexadores comerciais continuam a ser a recomendação e aqui nada é ligado a não ser que o peças.

Mural de pôsteres do nzbfast: uma grade de pôsteres de TV com emblemas de qualidade, notas e contagens de temporadas

Busca instantânea: busca conforme você digita, com filtros de qualidade, botões de acompanhar em cada linha e emblemas de qualidade por toda parte.

Indexador e o mural de pôsteres

Varra os grupos que lhe interessam para um índice privado e depois navegue no resultado como um mural de pôsteres. Cada pedacinho dos metadados é obtido de fontes públicas sem chave pela sua própria instalação. Não há nenhuma chave de API para ficar implorando.

Folha de detalhes do mural de pôsteres com nota, elenco, sinopse e chips de episódios — Notas, elenco, sinopse, grade de episódios. Sem chaves de API, nunca.

Varredor contínuo de grupos. Varreduras OVER incrementais rodam no seu horário a ~43 mil cabeçalhos/s em conexões distribuídas, negociando cabeçalhos comprimidos (RFC 8054) onde um servidor os oferece. As primeiras varreduras são bissectadas por data, então --max-age 2y pula anos de cabeçalhos em cerca de 20 sondagens.
Filtros de ingestão: filtros de tipo, ano, resolução, idioma e tamanho mantêm o spam de indexador fora do seu banco de dados, e o lixo ofuscado é detectado e barrado por padrão.
Parser de nomes scene. Ele extrai título, ano, episódio, qualidade e fonte de radicais do mundo real (incluindo dailies com código de data, códigos de múltiplos episódios e nomes ofuscados por ROT13) e reduz os lançamentos a um cartão por título.
Detecção de remoções. A amostragem de disponibilidade em segundo plano percebe quando um grupo está sendo ceifado e marca seus lançamentos com um emblema, para que uma publicação que já está sendo removida não desperdice uma captura.

Enriquecimento sem chave. TVmaze para TV, iTunes Search para cinema, além de conjuntos de dados públicos de notas, Wikidata, Wikipédia e AniList preenchem pôsteres, notas e contagens de votos, elenco, gêneros e enredos. Chaves OMDb e TMDB funcionam se você as tiver, mas nada exige uma.
Grades de episódios: chips por temporada com o melhor encode de cada episódio a um clique do download, pacotes de temporada sinalizados e um "acompanhar série" no cabeçalho de cada temporada.
Linhas em alta: faixas de novidades da semana e do momento, montadas a partir da frequência de publicações.
Um mural que aprende. "Sem interesse" oculta um título e ensina uma regra permanente; a ordenação "Para você" classifica o mural pelo perfil de gosto que as suas próprias capturas constroem. Tudo isso fica local.
Corrija qualquer coisa. Correspondência errada? Escolha entre os candidatos ou simplesmente digite a identidade certa. Nada do que você define à mão é sobrescrito. Aponte um pôster para uma URL ou envie um. Um botão reenriquece um único título; outro apaga e reconstrói o índice inteiro.

A parte honesta

O que um scanner de cabeçalhos consegue e não consegue encontrar

Medimos isto no nosso próprio índice em vez de adivinhar, e a resposta não foi a nosso favor. Vale a pena dizê-lo com clareza, porque uma funcionalidade que encontra em surdina uma fração do que esperas é pior do que uma que te dá o número.

Encontra os posts publicados com um nome de ficheiro real. Uma leitura percorre os cabeçalhos do grupo de notícias, portanto tudo o que for carregado como Some.Film.2026.1080p.WEB-DL.x264-GROUP.part01.rar é reconhecido, analisado, arrumado sob o seu título e recebe um cartaz. Onde as pessoas ainda publicam assim, isto funciona bem e não precisa da conta de ninguém.
Não consegue encontrar posts ofuscados, e nada mais que faça leitura consegue. Uma fatia grande e crescente da Usenet é carregada com o nome retirado: um assunto aleatório, nomes de ficheiro aleatórios lá dentro, tudo despejado num grupo genérico. O nome verdadeiro existe apenas num NZB que quem carrega publica noutro sítio. Nunca foi publicado na Usenet, portanto não há nada na linha que qualquer leitor possa ler, nem o nosso nem o de ninguém.

O número. Um índice completo de 14.8 milhões de posts lidos rendeu cerca de 31,000 lançamentos navegáveis. Aproximadamente um em quinhentos. Quase todo o resto é um único fragmento sem nome que não se consegue agrupar num lançamento de todo.
É pouco provável que mude. Lemos os caminhos de nomeação dos indexadores de código aberto e testámos as técnicas que plausivelmente poderiam ajudar: a correlação anterior à base de dados por tamanho e hora de publicação não é suficientemente discriminante para identificar um lançamento, e ir buscar um segmento para ler o cabeçalho do arquivo falha nos arquivos de cabeçalho cifrado que dominam o conjunto ofuscado. Nenhuma das duas é uma solução a curto prazo, e não vamos dar a entender o contrário.
Por isso continua a usar indexadores comerciais. A um indexador é-lhe dito o que é um lançamento por quem o carregou, que é exatamente a informação que falta na linha. Isso é uma relação de comunidade, não um problema de engenharia que um binário auto-alojado consiga arrancar sozinho. O nzbfast pesquisa as tuas contas de indexador diretamente a partir da sua própria interface e agarra direto para a fila, portanto não perdes nada em deixar o leitor interno desligado.