BiliBiliToolPro批量取关功能完全指南:解决关注列表臃肿问题的智能管理方案 | BiliBiliToolPro
随着B站(bilibili)使用时间的增长,用户关注列表往往会积累大量不再活跃或兴趣缺失的UP主,导致内容筛选困难。BiliBiliToolPro的批量取关功能通过智能筛选与自动化操作,帮助用户高效清理关注列表,实现账号的精细化管理。本文将从问题诊断、价值解析、实施蓝图到效果验证,全面介绍这一功能的使用方法与最佳实践。
一、问题诊断:关注列表管理的核心痛点
1.1 手动管理的效率瓶颈
当关注数量超过100个时,手动逐个筛选和取消关注将耗费大量时间。以1000个关注为例,即使每分钟处理5个,也需要近3小时才能完成清理,且过程中容易因操作失误取消对喜爱UP主的关注。
1.2 平台限制与操作风险
B站对关注/取关操作有频率限制,短时间内大量操作可能触发账号安全机制。此外,缺乏批量操作功能导致用户难以按活跃度、内容类型等条件精准筛选,只能依赖记忆判断是否保留关注。
二、价值解析:批量取关功能的核心优势
2.1 效率提升:从小时级到分钟级的跨越
批量取关功能将原本需要数小时的手动操作压缩至5分钟内完成,通过预设筛选条件实现自动化处理。工具内置操作间隔控制,可避免触发平台限制,日均处理量可达500+关注账号。
2.2 精准筛选:多维度条件组合
支持按"最后投稿时间""互动频率""关注时长"等多维度设置筛选规则,例如自动取消关注"30天未发布内容"或"6个月无互动"的UP主,确保保留真正有价值的关注对象。
三、实施蓝图:从部署到配置的完整流程
3.1 基础配置:环境搭建与参数设置
3.1.1 部署环境准备
执行以下命令克隆项目并进入目录:
git clone https://gitcode.com/GitHub_Trending/bi/BiliBiliToolPro
cd BiliBiliToolPro
3.1.2 核心参数配置
在青龙面板或Web配置界面设置以下必要参数:
| 参数名 | 类型 | 默认值 | 风险提示 |
|---|---|---|---|
| Ray_BiliBiliCookies | 字符串 | 空 | 必须填写有效的B站Cookie,过期将导致任务失败 |
| Unfollow_Enable | 布尔值 | false | 设置为true启用批量取关功能 |
| Unfollow_MaxCountPerRun | 整数 | 20 | 建议首次测试设置为5,避免误操作 |
| Unfollow_ExcludeTags | 数组 | [] | 填写需要保留的UP主标签,如"[动漫,游戏]" |
[批量取关配置]操作界面:包含基础开关、数量限制及高级筛选规则设置
3.2 高级优化:筛选规则与执行策略
3.2.1 精细化筛选条件设置
通过Web配置界面的"详细设置"面板,可配置以下高级规则:
- 内容偏好筛选:仅保留指定分区(如"知识区""科技区")的UP主
- 活跃度筛选:自动排除连续90天未发布视频的账号
- 互动阈值:保留近3个月有过弹幕/评论互动的UP主
3.2.2 执行策略优化
- 分时段执行:设置Cron表达式为"0 12 * * 0"(每周日中午12点)执行
- 阶梯式清理:首月每次取关20个,次月增至50个,降低账号风险
- 备份机制:开启"自动导出关注列表"选项,在执行前保存当前关注状态
四、效果验证:任务监控与结果分析
4.1 实时监控与通知
任务执行过程中,可通过以下方式监控进度:
- 青龙面板"任务日志"查看实时输出
- 配置钉钉/企业微信推送,接收执行结果通知
4.2 执行效果验证步骤
🔍 检查点1:执行后登录B站网页版,验证关注数量减少符合预期 🔍 检查点2:查看工具日志中的"已排除列表",确认重要UP主未被误删 ⚠️ 注意事项:若发现异常取关,可通过"关注列表备份"文件恢复关注
五、常见场景配置模板
5.1 轻度清理:保留活跃创作者
{
"Unfollow_Enable": true,
"Unfollow_MaxCountPerRun": 15,
"Unfollow_Filter": {
"InactiveDays": 60,
"ExcludeVip": true,
"MinPlayCount": 10000
}
}
5.2 深度清理:重建关注体系
{
"Unfollow_Enable": true,
"Unfollow_MaxCountPerRun": 50,
"Unfollow_Filter": {
"InactiveDays": 30,
"IncludeOnlyTags": ["学习", "科技"],
"ExcludeSpecialFollow": true
}
}
5.3 定期维护:保持列表健康
{
"Unfollow_Enable": true,
"Unfollow_Cron": "0 9 * * 1",
"Unfollow_MaxCountPerRun": 20,
"Unfollow_Filter": {
"InactiveDays": 45,
"AutoLikeThreshold": 5
}
}
六、功能扩展路径
通过BiliBiliToolPro的批量取关功能,用户可轻松实现关注列表的智能化管理,让B站使用体验更加高效纯粹。合理配置筛选规则与执行策略,既能保持关注列表的精简有序,又能避免误操作风险,真正实现"解放双手,专注内容"的使用理念。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0446
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0760
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0310
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00

