针对智能电视系统封闭导致无法直接投屏第三方网站视频的痛点,开发者推出了名为 Castor 的开源命令行工具。该工具通过在本地运行一个 Headless Chrome 浏览器实例,利用随机化的浏览器指纹和隐蔽脚本模拟真实用户行为,有效绕过了 Cloudflare Turnstile 等基础的机器人检测机制。Castor 能够监听网络流量,精准提取视频流,并通过 FFMPEG 进行实时转码,最终通过 DLNA/UPnP 协议将内容推送到电视上,彻底解决了传统屏幕镜像带来的卡顿和画质损耗问题。
技术上,该项目具备高度的集成性。它不仅支持交互式终端用户界面(TUI),允许用户浏览 TMDB 数据库、搜索剧集并查看元数据,还集成了 OpenAI 的 Whisper 模型(通过 whisper.cpp),支持在推流时自动生成并烧录字幕。安装部署方面,官方提供了 Docker 镜像,内置了 Chrome、FFmpeg 和 FFprobe,简化了环境配置;同时也支持 macOS 的 Homebrew 安装和源码编译。值得注意的是,由于涉及 SSDP 组播发现和回传流,Docker 部署在 macOS/Windows 上需使用宿主机网络模式,且由于源站的不稳定性,用户可能需要手动更换镜像域名。该项目目前支持几乎所有主流品牌的智能电视以及 Kodi、VLC 等播放软件。
事件分析
此外,该项目展示了 AI 模型本地化部署的趋势。通过 Cgo 绑定 whisper.cpp 并在本地运行字幕生成,不仅保证了隐私,也降低了对外部 API 的依赖。虽然该项目可能面临流媒体平台反作弊机制的持续打击,但其作为一个开发者工具,展示了如何利用浏览器自动化技术打破硬件厂商构建的“围墙花园”,重新定义了大屏内容的获取方式,为未来的家庭媒体中心开发提供了新的范式。
💡 核心观点:Castor 证明了结合浏览器自动化与 AI 本地化部署,足以打破硬件厂商构建的内容围墙,实现真正的跨屏自由。
原文链接:Hacker News





