arr-mcp
★ 82
vs
rllm
★ 5.9k
arr-mcp vs rllm
arr-mcp：arr-mcp将Radarr、Sonarr和Jellyfin等流行的媒体服务集中到一个服务器和端点进行管理，实现跨服务诊断和统一控制。它允许用户对整个媒体堆栈提出复杂问题并获得关联的答案，从而简化从内容请求到文件管理等各项任务。；rllm：rLLM是一个开源框架，旨在使用强化学习对语言代理进行后训练。它使用户能够轻松构建、训练和部署自定义代理和环境，以应对实际工作负载。
01
简评
arr-mcpLLM Infra · ★ 82
诊断为什么请求的媒体没有出现在库中，跨越Seerr、Radarr和Jellyfin等多个服务。
rllmLLM Infra · ★ 5.9k
训练用于代码生成和错误修复等任务的强大编码模型。
02
并排对比
字段
arr-mcprllm分类
大模型基础设施
大模型基础设施
Stars
★ 82
★ 5.9k
许可证
MIT
Apache-2.0
安装方式
docker run -d --name arr-mcp -p 6060:6060 -v ./config:/config -e PUID=1000 -e PGID=1000 -e TZ=Europe/Amsterdam --restart unless-stopped ghcr.io/bardesss/arr-mcp:latest
uv pip install "rllm[verl] @ git+https://github.com/rllm-org/rllm.git"
更新时间
2天前
1周前
开源
是
是
标签
媒体堆栈管理, 家庭服务器自动化, API集成
强化学习, 语言代理, 大型语言模型
03
功能特性
arr-mcp01跨服务诊断媒体内容工作流，识别问题的根本原因。
02安全处理公共索引器发布名称，防止模型上下文中出现恶意输入。
03可选、预览和审计的写入操作，执行前需明确确认。
04带有实时诊断、错误报告和审计跟踪的浏览器配置界面。
0524个集成工具的统一词汇和交互方式，实现一致性管理。
rllm01基于强化学习的语言代理后训练开源框架。
02支持构建、训练和部署自定义代理和环境。
03提供包括'verl'和'tinker'在内的多种训练后端。
04支持LoRA和VLM训练，用于高级模型。
05包含AgentWorkflowEngine，用于训练任意代理程序。
04
使用场景
arr-mcp↳诊断为什么请求的媒体没有出现在库中，跨越Seerr、Radarr和Jellyfin等多个服务。
↳监控当前下载并识别SABnzbd或qBittorrent等多个下载客户端中卡住的项目。
↳发现最近播出未观看的内容，或根据评分和年份等特定标准查找新媒体。
↳执行高级管理操作，例如取消监控特定季度或删除相关文件，并提前预览。
↳识别失败的索引器并了解其失败的原因，以优化媒体获取。
rllm↳训练用于代码生成和错误修复等任务的强大编码模型。
↳开发用于自动化任务的复杂软件工程代理。
↳使用强化学习技术构建和评估多代理系统。
05
适合场景
arr-mcp—
rllm时下流行
FAQ
常见问题
arr-mcp 和 rllm 有什么区别？
arr-mcp 和 rllm 都属于 LLM Infra 类别。arr-mcp 有 82 Stars，rllm 有 5.9k Stars。
arr-mcp 和 rllm 哪个更好？
最佳选择取决于你的具体需求。诊断为什么请求的媒体没有出现在库中，跨越Seerr、Radarr和Jellyfin等多个服务。 时选 arr-mcp，训练用于代码生成和错误修复等任务的强大编码模型。 时选 rllm。
arr-mcp 是免费的吗？
是的，arr-mcp 在 GitHub 开源（MIT）。
rllm 是免费的吗？
是的，rllm 在 GitHub 开源（Apache-2.0）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→