B站关注列表智能清理全攻略:3步实现批量取关自动化
B站关注列表日益臃肿?想清理却苦于手动操作耗时耗力?BiliBiliToolPro批量取关功能让你5分钟搞定关注列表管理,自动筛选并移除不活跃账号,让你的关注列表重获清爽。本文将带你从配置到执行,全程掌握这一高效工具的使用方法。
为什么需要批量取关工具
关注列表膨胀的隐形危害
你的B站关注列表是否也面临这些问题:参与"天选时刻"活动被迫关注的账号、长期停更的UP主、重复关注的同类创作者,这些无效关注不仅占用屏幕空间,还会让真正感兴趣的内容被淹没。数据显示,普通用户关注列表中约30%是"僵尸账号",手动清理100个关注平均需要40分钟。
手动管理的三大痛点
- 效率低下:逐个点击"取消关注"按钮,操作流程繁琐
- 筛选困难:难以快速识别长期未更新或低互动的账号
- 遗忘重复:缺乏系统性管理,容易重复关注或遗漏重要账号
BiliBiliToolPro的批量取关功能正是为解决这些问题而生,通过自动化脚本实现精准筛选和批量操作,将原本耗时的清理工作压缩到几分钟内完成。
批量取关功能核心解析
工作原理与安全机制
批量取关功能通过调用B站API接口实现关注关系管理,核心代码位于src/Ray.BiliBiliTool.Application/UnfollowBatchedTaskAppService.cs。系统会先获取指定分组的关注列表,然后根据配置参数执行取关操作,整个过程在本地完成,确保账号信息安全。
内置多重防护机制保障账号安全:
- 分组隔离:仅对指定分组进行操作,避免误删重要关注
- 数量控制:可设置单次取关上限,防止操作过于频繁
- 白名单保护:通过配置保留指定UP主,防止误操作
关键配置参数说明
核心配置文件src/Ray.BiliBiliTool.Config/Options/UnfollowBatchedTaskOptions.cs提供灵活的自定义选项:
| 参数名称 | 功能说明 | 建议值 |
|---|---|---|
| GroupName | 目标取关分组 | "天选时刻" |
| Count | 单次取关数量 | 20-50 |
| RetainUids | 保留用户ID列表 | 重要UP主的UID |
这些参数可根据个人需求调整,既保证清理效率,又避免误删重要关注。
3步实现批量取关自动化
步骤一:部署项目环境
首先克隆项目到本地:
git clone https://gitcode.com/GitHub_Trending/bi/BiliBiliToolPro
根据你的技术背景选择部署方式:
- 新手推荐:青龙面板部署(操作简单,可视化管理)
- 进阶用户:Docker部署(环境隔离,易于维护)
- 开发者:直接运行源码(便于自定义修改)
步骤二:配置批量取关任务
在青龙面板中,批量取关任务配置文件位于qinglong/DefaultTasks/bili_task_unfollowBatched.sh,默认内容如下:
#!/usr/bin/env bash
# cron:0 12 1 * *
# new Env("bili批量取关主播")
. bili_task_base.sh
target_task_code="UnfollowBatched"
run_task "${target_task_code}"
主要配置项说明:
- cron表达式:
0 12 1 * *表示每月1日12点执行 - target_task_code:指定执行批量取关任务
步骤三:自定义参数与执行
根据个人需求修改配置参数:
- 调整执行频率:修改cron表达式设置执行周期
- 设置取关数量:通过Count参数控制每次取关人数
- 配置保留列表:在RetainUids中添加需要保留的UP主ID
完成配置后,在青龙面板中启用任务,系统将自动按设定周期执行批量取关操作。
高效使用技巧与最佳实践
新手入门建议
- 首次使用:先设置较小的Count值(如10)进行测试
- 分组管理:将临时关注的账号统一放入特定分组
- 定期执行:建议每月清理一次,保持关注列表活力
高级配置技巧
- 多账号管理:通过配置文件实现多账号批量操作
- 智能筛选:结合活跃度数据筛选长期未更新账号
- 操作日志:通过日志文件跟踪取关记录,便于回溯
常见问题解答
Q1:批量取关会被B站限制吗?
A1:工具默认设置了合理的操作间隔,模拟人工操作频率,正常使用不会触发B站限制机制。建议单次取关不超过50人,两次操作间隔不少于24小时。
Q2:如何获取UP主的UID?
A2:在UP主个人主页URL中可以找到,格式为https://space.bilibili.com/[UID],其中数字部分即为UID。
Q3:取关操作可以撤销吗?
A3:一旦执行取关操作无法直接撤销,建议先备份关注列表,或通过RetainUids参数保护重要关注。
通过BiliBiliToolPro的批量取关功能,你可以轻松摆脱关注列表臃肿的困扰,让B站体验更加清爽高效。无论是内容创作者还是普通用户,都能从中获得实实在在的便利。现在就开始配置你的批量取关任务,让关注列表只保留真正有价值的内容吧!
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 StartedRust0197
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 Notebook0129
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。Python07
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
