B站关注列表优化指南:使用BiliBiliToolPro实现智能批量管理
你是否遇到过这样的情况:打开B站关注列表,发现数百个UP主中超过半数已经很久没有互动,或者内容方向早已偏离你的兴趣?关注列表的臃肿不仅影响内容发现效率,还可能降低账号权重。BiliBiliToolPro的批量取关功能通过自动化规则引擎,帮助你精准筛选并清理无效关注,本文将从问题诊断到进阶策略,全面解析如何科学管理B站关注生态。
问题诊断:关注列表的健康危机
B站关注系统设计初衷是帮助用户追踪感兴趣的内容创作者,但长期使用后往往会积累大量低价值关注。这些无效关注不仅占用认知资源,还会导致推荐算法精准度下降。
关注列表健康度评估维度
- 活跃度指标:近30天内无更新的UP主占比(健康值<20%)
- 互动频率:半年内未观看其视频的关注比例(健康值<30%)
- 内容匹配度:当前兴趣标签与UP主内容重合度(健康值>60%)
- 关注增速:月均新增关注数与取关数的平衡关系(健康值≈1:1)
当你的关注列表出现"三低一高"现象——低互动、低更新、低匹配度和高数量时,就需要进行系统性优化了。
解决方案:BiliBiliToolPro批量取关功能解析
BiliBiliToolPro作为开源的B站自动化工具,其批量取关功能基于B站官方API开发,通过可配置的筛选规则实现精准取关。该功能核心优势在于:支持多维度条件组合筛选、内置频率控制机制、提供执行结果实时反馈,既保证清理效率又符合平台规范。
技术原理简述
工具通过模拟浏览器请求获取关注列表数据,根据用户配置的规则(如关注时长、互动频率等)生成待处理名单,再通过API接口执行取关操作。所有操作均在本地完成,敏感信息不会上传至第三方服务器,确保账号安全。
实施指南:双轨模式配置流程
基础模式:快速启动方案
环境部署
推荐使用青龙面板进行部署,这是目前最稳定的任务管理方案:
青龙面板任务列表界面,显示包含批量取关任务在内的各类定时任务
操作要点:
- 克隆仓库:
git clone https://gitcode.com/GitHub_Trending/bi/BiliBiliToolPro - 进入青龙面板,添加任务:
ql repo https://gitcode.com/GitHub_Trending/bi/BiliBiliToolPro "bili_task_*.sh" "utils|test|docs|template|push" "" "" "develop" - 在环境变量中添加
Ray_BiliBiliCookies,值为你的B站Cookie
常见误区:直接使用浏览器Cookie而未进行有效期处理,导致任务执行失败。正确做法是使用浏览器开发者工具获取完整Cookie,并定期更新。
基础配置
通过Web界面启用并配置批量取关功能:
BiliBiliToolPro任务配置界面,显示基础设置和详细参数选项
基础配置三要素:
- 启用开关:
UnfollowBatchedTaskOptions:IsEnable=true - 单次取关数量:建议初始设置为5-10(避免触发频率限制)
- 执行周期:首次使用建议设置为手动触发,验证规则有效性后再设为定时任务
高级模式:精细化规则配置
多条件筛选配置
| 参数类别 | 基础配置 | 高级配置 |
|---|---|---|
| 关注时长 | 默认>30天 | 可自定义天数,支持分段设置 |
| 互动阈值 | 无观看记录 | 可设置观看时长、弹幕、评论等多维条件 |
| 例外名单 | 无 | 支持添加白名单,保护重要UP主 |
| 执行频率 | 固定间隔 | 支持动态调整,高峰期自动降低频率 |
任务调度管理
通过Web界面的任务调度中心,可以直观管理批量取关任务的执行计划:
BiliBiliToolPro任务调度界面,显示所有任务的状态和执行计划
最佳实践:设置为每月1日凌晨执行,配合季度人工审核,既保持关注列表动态优化,又避免过度清理。
进阶策略:关注生态的长效管理
关注策略制定方法论
三维度分类管理
- 核心关注(5-10人):高频互动、内容高度匹配的UP主,永不取关
- 常规关注(50-80人):定期产出优质内容,设置中等互动阈值
- 临时关注(动态调整):活动参与、短期兴趣,设置较低留存阈值
典型用户场景配置方案
场景一:内容创作者
- 取关条件:关注>90天且60天内无互动
- 保留领域相关UP主,设置行业关键词白名单
- 执行频率:每两周一次,单次取关上限15人
场景二:普通观众
- 取关条件:关注>180天且90天内无观看记录
- 保留互动超过5次的UP主
- 执行频率:每月一次,单次取关上限20人
场景三:账号运营者
- 取关条件:关注>30天且无互动+粉丝数低于5000
- 设置竞品账号白名单
- 执行频率:每周一次,单次取关上限10人
风险控制:安全操作规范
操作风险防范
- 阶梯式执行:首次执行仅处理符合条件UP主的20%,逐步提高比例
- 日志审计:开启详细日志模式,路径:
logs/unfollow-yyyyMMdd.log - 通知验证:配置执行结果推送,确保每次操作可追溯
钉钉通知推送示例,显示批量取关任务执行结果详情
平台规则适配
- 单次会话取关不超过30人
- 两次操作间隔至少2小时
- 避免在B站服务器负载高峰期执行(晚间7-10点)
实用资源附录
关注列表备份模板
导出日期:YYYY-MM-DD
总关注数:XXX
核心关注(X人):
- UP主A(UID:XXXXXXXX,关注时长:XX天,互动次数:XX)
- ...
常规关注(X人):
- UP主B(UID:XXXXXXXX,关注时长:XX天,最后互动:YYYY-MM-DD)
- ...
官方资源链接
常见问题排查清单
- 任务未执行:检查Cookie有效性、任务是否启用、青龙面板状态
- 取关数量异常:核对筛选条件、检查是否触发频率限制
- 通知未收到:验证推送配置、查看日志中的错误信息
- 账号安全提示:立即停止任务,检查网络环境,更新Cookie
通过BiliBiliToolPro的批量取关功能,你可以将关注列表维持在健康状态,让B站推荐系统更精准地理解你的兴趣。记住,优质的关注生态不仅能提升内容消费体验,也是账号权重维护的重要因素。现在就开始制定你的关注管理策略,让每一个关注都有价值。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112