解锁B站观看历史:全方位掌握你的数据管理指南
你是否曾想知道自己在B站究竟花费了多少时间?哪个UP主占据了你观看列表的半壁江山?或者想找回几年前看过却忘记收藏的宝藏视频?BilibiliHistoryFetcher就是你的B站数据管家,帮你轻松掌控所有观看记录、智能分析观看习惯,还能一键保存珍贵视频内容!
准备工作:让数据管家安家
快速检查你的装备
在开始使用前,请确保你的电脑已经准备好了这些"工具":
- Python 3.10或更高版本(就像给管家准备好工作制服)
- SQLite数据库支持(这是管家存放数据的小仓库)
- FFmpeg多媒体工具(视频处理的瑞士军刀)
两种安装方式任你选
方法一:Docker一键启动(推荐新手)
如果你是技术小白,Docker方式最适合你,就像用微波炉加热预制菜一样简单:
# 先克隆项目到本地
git clone https://gitcode.com/gh_mirrors/bi/BilibiliHistoryFetcher
# 进入项目目录
cd BilibiliHistoryFetcher
# 构建镜像(选一个适合你的)
# CPU版本
docker build -t bilibili-data:latest -f docker/Dockerfile.cpu .
# 启动服务
docker run -d -v ./config:/app/config -v ./output:/app/output -p 8899:8899 --name bilibili-service bilibili-data:latest
方法二:原生环境部署(适合喜欢折腾的玩家)
如果你熟悉Python环境,可以直接在本地安装:
# 克隆项目
git clone https://gitcode.com/gh_mirrors/bi/BilibiliHistoryFetcher
cd BilibiliHistoryFetcher
# 安装依赖
pip install -r requirements.txt
# 启动程序
python main.py
⚠️ 重要提示:首次启动前,一定要先配置好你的SESSDATA!这就像给管家一把钥匙,没有它就无法访问你的B站数据哦~
核心功能:让数据为你说话
你的观看历史,永久保存不丢失
还在担心B站历史记录只能保存3个月?有了这个工具,你的每一次点击、每一个观看进度都能永久保存!系统会自动将数据存入本地数据库,即使B站服务器上的记录消失了,你依然可以回顾几年前看过的每一个视频。
应用场景:
- 找回童年看过的动画片
- 统计自己为学习投入了多少时间
- 追踪某个系列视频的追剧历程
智能分析:发现你的观看小秘密
程序会自动生成各种有趣的统计报告,让你重新认识自己的观看习惯:
- 时间分布热力图:显示你一周中哪几天、一天中哪个时段最活跃
- UP主排行榜:看看谁是你最忠实的"关注对象"
- 视频类型分析:你的观看列表中,动画、科技、游戏各占多少比例?
视频下载:把喜欢的内容永久收藏
遇到喜欢的视频怕下架?没问题!只需简单操作,就能将视频保存到本地:
# 批量下载收藏夹视频
# 支持断点续传,网络中断也不怕
应用场景:
- 保存即将下架的珍贵资源
- 下载教学视频以便离线学习
- 备份自己投稿的视频作品
AI助手:让视频内容一目了然
集成了DeepSeek AI功能,可以自动为视频生成摘要,帮你快速了解内容梗概。配置方法很简单,只需在config/config.yaml中填入你的API密钥:
deepseek:
api_key: "你的API密钥"
default_model: "deepseek-reasoner"
个性化配置:打造你的专属数据中心
基础设置:让管家认识你
编辑config/config.yaml文件,填入你的B站身份信息:
# 你的B站身份凭证
SESSDATA: "从浏览器Cookie中获取的SESSDATA值"
# 服务器设置
server:
host: "0.0.0.0"
port: 8899
💡 小贴士:如何找到SESSDATA?打开B站网页,按F12打开开发者工具,在Application -> Cookies中找到SESSDATA字段。
邮件通知:让管家随时汇报工作
设置邮件通知后,系统会定期给你发送数据报告,或者在任务完成时及时通知你:
email:
smtp_server: smtp.qq.com
smtp_port: 587
sender: "你的邮箱地址"
password: "邮箱授权码"
receiver: "接收通知的邮箱地址"
定时任务:让数据自动更新
配置定时任务,让系统自动同步新的观看记录,无需手动操作:
scheduler:
task_timeout: 600
retry_delay: 300
max_retries: 3
数据管理:你的数据你做主
备份与迁移:带着你的数据走
当你更换电脑或重装系统时,只需简单几步就能迁移所有数据:
- 停止正在运行的服务
- 复制整个
output文件夹(这是你的数据宝库) - 在新环境中,将
output文件夹放到项目根目录
output文件夹包含了所有重要数据:
- 主数据库文件
- 按日期归档的历史记录
- 下载的视频文件
- 分析报告结果
数据安全:保护你的隐私
所有数据都存储在本地,不会上传到任何云端,确保你的观看习惯等隐私信息安全。建议定期备份output文件夹,防止意外丢失。
进阶技巧:让数据管家更懂你
加入用户交流群
遇到问题或想分享使用心得?欢迎加入官方交流群,和其他用户一起交流经验:
效率提升小技巧
- 设置自动清理:定期清理过时的临时文件,保持系统高效运行
- 调整下载策略:根据网络情况设置并发数,避免影响正常上网
- 定制分析报告:修改模板文件,生成符合个人喜好的报告样式
常见问题解决
Q: 为什么无法获取历史记录?
A: 请检查SESSDATA是否正确或已过期,重新获取并更新配置文件。
Q: 下载视频时速度很慢怎么办?
A: 尝试减少并发下载数量,或在网络空闲时段进行下载。
Q: 数据库文件越来越大,如何清理?
A: 可以使用内置的清理工具,删除不需要的历史快照:
python scripts/clean_data.py
通过BilibiliHistoryFetcher,你不仅可以完整掌握自己的B站观看历史,还能深入了解自己的娱乐偏好,让每一份数据都为你所用。无论是怀旧回顾、学习统计还是内容管理,这个工具都能成为你在B站世界的得力助手!现在就开始你的数据管理之旅吧~
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 StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
