5个核心功能让你轻松掌握B站数据管理工具使用教程
BilibiliHistoryFetcher是一款功能强大的哔哩哔哩数据管理工具,能够帮助用户实现哔哩哔哩数据备份、观看历史分析、视频下载存档等多种功能。通过本教程,你将轻松掌握如何使用这款工具来管理自己的B站数据,打造专属的个人数据管家。
功能概览 📊
BilibiliHistoryFetcher作为一款全方位的B站数据管理工具,主要提供以下核心功能:
- 历史记录获取与存储:完整获取并保存你的哔哩哔哩观看历史记录到本地数据库,支持按日期归档历史快照。
- 年度数据总结报告:自动生成详细的年度观看统计报告,包括观看视频总数、观看时长统计、最常观看的UP主、观看时间分布热力图等。
- 视频与图片下载管理:支持批量下载用户投稿视频以及收藏夹中的所有视频,自动管理下载队列和进度。
- 用户动态与评论获取:全面收集用户在B站的互动数据,包括用户发布的动态内容、视频评论记录和收藏夹管理。
- AI智能摘要生成:集成DeepSeek AI API,为视频内容生成智能摘要,帮助你快速了解视频核心内容。
快速入门 🚀
三步完成部署
步骤一:获取项目代码
首先,需要将项目代码克隆到本地。打开终端,执行以下命令:
git clone https://gitcode.com/gh_mirrors/bi/BilibiliHistoryFetcher
这行命令的作用是将项目仓库完整地复制到你的本地计算机中。
步骤二:安装依赖
进入项目目录,安装所需的依赖包。在终端中输入:
cd BilibiliHistoryFetcher
pip install -r requirements.txt
⚠️ 注意:确保你的系统已安装Python 3.10或更高版本,否则可能会出现依赖安装失败的情况。
步骤三:启动服务
完成依赖安装后,运行主程序启动服务:
python main.py
服务启动后,你可以通过浏览器访问相关地址来使用工具功能。
核心功能详解 🔍
历史记录备份与管理
该功能能够帮助你将B站观看历史记录安全地备份到本地。程序会自动将数据保存到output/bilibili_history.db文件中,同时在output/history_by_date/目录下按日期归档历史快照。这样,即使B站官方数据出现问题,你也不会丢失自己的观看记录。
数据可视化分析
通过工具生成的年度数据总结报告,你可以直观地了解自己的观看习惯。报告中包含多种图表,如观看时间分布热力图等,让你清晰掌握自己在不同时间段的观看频率。
视频批量下载
如果你想将喜欢的视频保存到本地,只需使用视频下载功能。工具支持批量下载用户投稿视频和收藏夹视频,并能自动管理下载队列和进度,支持断点续传,确保下载过程稳定可靠。
互动数据收集
除了观看历史,工具还能收集你的用户动态和评论数据。这些数据会被妥善存储,方便你回顾自己在B站的互动历程。
AI智能摘要
在config/config.yaml中配置DeepSeek AI API相关参数后,工具可以为视频内容生成智能摘要。这对于快速了解视频核心内容非常有帮助,让你在短时间内判断视频是否符合自己的需求。
高级配置 ⚙️
数据安全配置
为了保障你的数据安全,需要对配置文件进行适当设置。修改config/config.yaml中的认证参数,设置B站用户身份认证凭据(SESSDATA),确保只有你能访问和管理自己的数据。
⚠️ 注意:SESSDATA是非常重要的个人信息,不要泄露给他人,以免造成账号安全风险。
邮件通知设置
如果你希望及时了解工具的运行状态,可以配置邮件通知服务。在config/config.yaml中设置邮件相关参数:
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"
这样,当工具完成重要操作或出现异常时,会自动发送邮件通知你。
服务器参数调整
根据你的实际需求,可以调整服务器运行参数。在config/config.yaml中找到server部分:
server:
host: "0.0.0.0"
port: 8899
你可以修改host和port的值来设置服务器的监听地址和端口。
实用技巧 💡
数据迁移方法
当你需要将数据迁移到新环境时,只需拷贝整个output目录即可。具体步骤如下:
- 停止正在运行的服务。
- 备份output整个文件夹。
- 在新环境中,将output放到项目根目录下(本地运行)或使用-v参数挂载本地output目录(Docker运行)。
自动化任务配置
通过配置定时任务,可以实现数据自动更新。在config/scheduler_config.yaml中进行设置:
scheduler:
task_timeout: 600
retry_delay: 300
max_retries: 3
这样,工具会按照你设定的时间间隔自动执行数据同步等任务。
加入用户交流群
如果你在使用过程中遇到问题或想分享使用经验,可以加入BiliFetcher用户交流群。扫描下方二维码即可加入:
通过本教程,相信你已经对BilibiliHistoryFetcher这款数据管理工具有了全面的了解。赶快动手尝试,开启你的B站数据管理之旅吧!
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 StartedJavaScript095- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
