BiliBiliToolPro跨平台部署教程:在不同操作系统上的安装方法
BiliBiliToolPro是一款功能强大的B站自动任务工具,支持多种部署方式以满足不同用户的需求。本教程将详细介绍如何在各种操作系统和平台上部署和使用BiliBiliToolPro,无论您是普通用户还是技术爱好者,都能找到适合自己的部署方案。
本地环境部署
本地环境部署适合希望在个人电脑或服务器上直接运行程序的用户,支持Windows、Linux和macOS等多种操作系统。
基于.NET环境的跨平台部署
任何操作系统,只要已安装了.NET 8.0环境,均可通过下载net-dependent.zip运行BiliBiliToolPro。这种方式的优势是文件体积小,更新方便,但需要用户自行维护.NET环境。
- 下载并解压
net-dependent.zip压缩包 - 进入应用目录,执行以下命令运行登录任务:
dotnet ./Ray.BiliBiliTool.Console.dll --runTasks=Login
- 程序会显示二维码,使用B站APP扫码登录
- 登录成功后即可运行各种任务
注意:这里需要的是.NET Runtime 8.0.0环境,安装方法可参考常见问题中的"本地或服务器如何安装.net环境"部分。
Windows系统部署
Windows用户可以选择下载自包含运行环境的win-x86-x64.zip包,无需预先安装.NET环境,适合普通用户快速上手。
- 下载并解压
win-x86-x64.zip压缩包 - 在应用目录打开命令提示符或PowerShell
- 执行以下命令运行登录任务:
.\Ray.BiliBiliTool.Console.exe --runTasks=Login
- 扫码登录后即可使用
您也可以直接双击Ray.BiliBiliTool.Console.exe运行程序,建议配合Windows自带的任务计划程序设置定时执行。
Linux系统部署
Linux用户可以通过命令行快速部署BiliBiliToolPro,适合服务器环境使用。
# 下载最新版本
wget https://github.com/RayWangQvQ/BiliBiliToolPro/releases/download/0.3.1/bilibili-tool-pro-v0.3.1-linux-x64.zip
# 解压文件
unzip bilibili-tool-pro-v0.3.1-linux-x64.zip
# 进入应用目录
cd ./linux-x64/
# 运行登录任务
./Ray.BiliBiliTool.Console --runTasks=Login
macOS系统部署
macOS用户可以下载osx-x64.zip版本,解压后直接运行:
- 下载并解压
osx-x64.zip压缩包 - 打开终端,进入应用目录
- 执行以下命令运行登录任务:
./Ray.BiliBiliTool.Console --runTasks=Login
Docker容器化部署
Docker部署是一种现代化的应用部署方式,具有环境隔离、版本控制和易于维护等优点,适合有一定技术基础的用户或服务器环境使用。
前期准备
在开始Docker部署前,请确保您的系统已安装Docker和Docker Compose。对于Linux系统,可能需要先执行以下命令安装必要的依赖:
apt-get update
apt-get install curl
一键脚本部署(推荐)
为了简化部署流程,BiliBiliToolPro提供了一键部署脚本,适合大多数用户使用:
bash <(curl -sSL https://raw.githubusercontent.com/RayWangQvQ/BiliBiliToolPro/main/docker/install.sh)
执行脚本后,按照提示操作即可完成部署。
Docker Compose手动部署
如果您需要自定义部署配置,可以选择使用Docker Compose手动部署:
- 创建并进入部署目录:
mkdir bili_tool_web && cd bili_tool_web
- 下载docker-compose配置文件:
wget https://raw.githubusercontent.com/RayWangQvQ/BiliBiliToolPro/main/docker/sample/docker-compose.yml
mkdir -p config
cd ./config
wget https://raw.githubusercontent.com/RayWangQvQ/BiliBiliToolPro/main/docker/sample/config/cookies.json
cd ..
- 启动服务:
docker compose up -d
- 查看启动日志:
docker logs -f bili_tool_web
最终文件结构如下:
bili_tool_web
├── Logs
├── config
├──── cookies.json
└── docker-compose.yml
Docker常用命令
以下是一些常用的Docker命令,帮助您管理BiliBiliToolPro容器:
# 启动容器
docker compose up -d
# 停止容器
docker compose stop
# 查看实时日志
docker logs -f bili_tool_web
# 进入容器内部
docker exec -it bili_tool_web /bin/bash
# 更新容器
docker compose pull && docker compose up -d
登录与使用Docker部署的BiliBiliToolPro
-
Docker容器启动后,使用默认账号登录Web界面:
- 默认用户:
admin - 默认密码:
BiliTool@2233
- 默认用户:
-
首次登录后,请及时到"Admin"页面修改密码。
-
添加B站账号:
扫码完成账号添加后,即可开始使用各种自动任务功能。
青龙面板部署
青龙面板是一个流行的自动化任务管理平台,适合需要管理多个自动化脚本的用户。BiliBiliToolPro提供了完整的青龙面板支持,可通过订阅方式自动更新。
准备工作
开始前,请确保您的青龙面板已正确安装并能正常运行。
修改青龙面板配置
- 登录青龙面板,进入"配置文件"页面
- 找到
RepoFileExtensions配置项 - 将其值从
"js py"修改为"js py sh" - 保存配置并重启青龙面板
添加拉库定时任务
您可以通过以下两种方式之一添加BiliBiliToolPro的拉库任务:
方式一:通过订阅管理添加
- 进入青龙面板的"订阅管理"页面
- 点击"添加订阅",填入以下信息:
名称:Bilibili 类型:公开仓库 链接:https://github.com/RayWangQvQ/BiliBiliToolPro.git 定时类型:crontab 定时规则:2 2 28 * * 白名单:bili_task_.+\.sh 文件后缀:sh - 保存后,点击运行按钮执行拉库
方式二:通过定时任务拉库
- 进入青龙面板的"定时任务"页面
- 点击右上角"添加任务",填入以下信息:
名称:拉取Bili库 命令:ql repo https://github.com/RayWangQvQ/BiliBiliToolPro.git "bili_task_" 定时规则:2 2 28 * * - 保存后,手动运行该任务
检查定时任务
拉库成功后,青龙面板会自动添加BiliBiliToolPro相关的定时任务,您可以在"定时任务"页面查看:
配置青龙Client Secret(可选)
为了实现Cookie的自动保存和管理,建议配置青龙Client Secret:
- 进入青龙面板,依次点击"系统设置" -> "应用设置"
- 点击"新建"创建一个应用:
- 将创建的Client ID和Client Secret添加到青龙环境变量:
- 名称:
Ray_QingLongConfig__ClientId,值为创建的Client ID - 名称:
Ray_QingLongConfig__ClientSecret,值为创建的Client Secret
- 名称:
B站账号登录
- 在青龙定时任务中,找到并运行"bili扫码登录"任务
- 查看运行日志,扫描日志中的二维码进行登录:
- 登录成功后,如果已配置Application,Cookie会自动保存到青龙环境变量中:
如果未配置Application,日志会打印出Cookie,请手动添加到环境变量中。首次运行会自动安装所需环境,可能需要较长时间,之后就不需要重复安装了。
云服务部署
对于希望实现完全自动化且无需维护本地服务器的用户,云服务部署是理想选择。BiliBiliToolPro支持多种云服务平台,包括GitHub Actions和腾讯云函数等。
GitHub Actions部署
GitHub Actions是GitHub提供的CI/CD服务,可以利用其免费额度实现BiliBiliToolPro的自动化运行,适合已有GitHub账号的用户。
复刻项目
- 访问BiliBiliToolPro项目页面
- 点击右上角的"Fork"按钮,将项目复刻到自己的GitHub仓库
添加Secrets配置
- 进入自己复刻的仓库,点击"Settings" -> "Secrets" -> "New repository secret"
- 添加以下Secrets:
- 名称:
COOKIESTR,值为您的B站Cookie字符串
- 名称:
启用并测试Actions
- 刚Fork的项目默认禁用Actions,需要手动启用:
- 进入仓库的"Actions"页面
- 点击"Enable workflow"按钮启用工作流
- 手动触发一次工作流以验证配置:
- 查看运行日志确认是否正常工作:
建议:Actions的默认执行时间是每天0点整,建议修改为其他时间以避免高峰期。可以通过修改工作流文件中的cron表达式来自定义执行时间,不要使用默认时间,最好也不要设定在整点,错开峰值,避免因大量请求同时发送导致IP被限制。
腾讯云云函数(SCF)部署
腾讯云云函数(SCF)是一种无服务器计算服务,可以在无需管理服务器的情况下运行代码,适合希望长期稳定运行且几乎零维护的用户。腾讯云提供了免费额度,正常使用下可以实现零成本运行。
注册与准备
- 注册腾讯云账号并激活云函数SCF功能
- 进入腾讯云密钥管理页面
- 点击"新建密钥"创建一个API密钥,保存好
SecretId和SecretKey
通过Actions自动部署(推荐)
这种方式可以实现自动定期部署,保证代码始终为最新版本:
- 将项目复刻到自己的GitHub仓库
- 进入仓库的"Settings" -> "Secrets"页面,添加以下Secrets:
TENCENT_SECRET_ID:腾讯云API密钥的SecretIdTENCENT_SECRET_KEY:腾讯云API密钥的SecretKeyTENCENT_SERVERLESS_YML:serverless.yml配置文件内容IS_AUTO_DEPLOY_TENCENT_SCF:值设为true启用自动部署
- 手动触发部署工作流:
- 进入仓库的"Actions"页面
- 选择"auto-deploy-tencent-scf"工作流
- 点击"Run workflow"按钮触发部署
手动上传ZIP包部署
如果您不熟悉GitHub Actions,也可以选择手动上传ZIP包的方式部署:
- 下载最新版本的
tencent-scf.zip压缩包 - 登录腾讯云函数控制台,点击"新建函数"
- 填写基本信息:
- 创建方式:自定义创建
- 函数名称:bilibili_tool
- 运行环境:CustomRuntime
- 提交方式:本地上传zip包
- 执行方法:index.main_handler
- 高级配置:
- 初始化超时时间:30秒
- 执行超时时间:86400秒
- 启用异步执行和状态追踪
- 添加环境变量:
Ray_BiliBiliCookies__1:您的B站Cookie字符串Ray_Security__RandomSleepMaxMin:0(测试时使用)Ray_RunTasks:Test(首次测试用)
配置触发器
部署完成后,需要添加触发器以实现定时执行:
- 在函数管理页面,点击"触发管理" -> "创建触发器"
- 配置触发器信息:
- 触发方式:定时触发
- 定时任务名称:DailyTask
- 触发周期:自定义Cron表达式
- 附加信息:Daily(指定执行的任务)
- 启用触发器
测试云函数
- 在函数管理页面,点击"函数代码"页签
- 找到测试按钮,点击"运行测试"
- 查看日志确认是否运行正常
- 测试成功后,删除
Ray_RunTasks环境变量,函数将通过触发器传递的参数执行相应任务
关于腾讯云日志
腾讯云日志服务(CLS)会产生一定费用,但有免费额度,正常使用下不会产生费用。如果需要完全避免日志费用,可以删除对应的日志主题:
配置文件说明
无论采用哪种部署方式,BiliBiliToolPro都需要适当的配置才能发挥最佳效果。最常用的配置方式是修改应用目录下的appsettings.json文件,详细配置说明可参考配置说明文档。
配置文件中可以设置各种任务参数,如每日投币数量、是否点赞、直播签到设置等,根据个人需求进行调整即可。
总结
BiliBiliToolPro提供了多种部署方案,可满足不同用户的需求:
- 本地部署:适合希望在个人电脑或服务器上直接运行的用户
- Docker部署:适合熟悉容器技术,追求环境隔离和易于维护的用户
- 青龙面板部署:适合需要管理多个自动化脚本的用户
- 云服务部署:适合希望长期稳定运行且几乎零维护的用户
选择适合自己的部署方式,只需简单几步配置,即可让BiliBiliToolPro为您自动完成B站的各种日常任务,解放双手,轻松获取经验值和各种福利。
如果在部署或使用过程中遇到问题,可以查阅项目的常见问题文档或提交Issue寻求帮助。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00


























