如何用3个维度实现B站关注列表的自动化管理?智能筛选工具让你的关注列表不再臃肿
你是否也曾遇到这样的困境:打开B站关注列表,几百个UP主中一半以上已经许久未看,想清理却面对密密麻麻的列表无从下手?手动一个个点击"取消关注"不仅耗费时间,还可能误删常看的优质UP主。BiliBiliToolPro的批量取关功能正是为解决这一痛点而生,通过自动化管理与智能筛选算法,让你轻松掌控关注列表的整洁度。
三维价值模型:重新定义关注列表管理
批量取关功能的核心价值体现在三个维度,共同构建了高效、安全、个性化的管理体验:
效率维度:从3小时到5分钟的跨越 ⏱️
传统手动取关需要在关注列表与UP主主页间反复切换,平均每个操作耗时约30秒。按清理100个关注计算,全程需50分钟且无法中途暂停。而BiliBiliToolPro通过API批量处理,将相同任务压缩至5分钟内完成,效率提升10倍以上。
安全维度:平台规则友好型设计 🔒
功能实现:[src/Ray.BiliBiliTool.Application/UnfollowBatchedTaskAppService.cs]模块内置了智能频率控制机制,模拟人类操作间隔(默认15-30秒/次),避免触发B站反爬虫机制。同时支持设置每日最大取关数量(默认20个),从根本上杜绝账号风险。
个性化维度:为不同用户定制筛选逻辑 🧩
系统提供多维度筛选条件组合,包括关注时长、最近互动时间、UP主活跃度等参数,用户可根据个人习惯精确配置。例如可设置"取关6个月未互动且30天内无新视频的UP主",实现真正意义上的智能清理。
青龙面板中的任务列表界面,批量取关任务可与其他B站自动化任务统一管理
决策树式实操指南:选择最适合你的配置方案
分支一:基础快速配置(适合新手用户)
1️⃣ 启用功能
在配置文件中找到UnfollowBatchedTaskOptions节点,将IsEnable设为true
2️⃣ 设置基础规则
保留默认参数:取关30天未更新视频的UP主,每日最多取关10个
3️⃣ 执行任务
在青龙面板找到"bili批量取关主播"任务,点击运行按钮
分支二:进阶筛选配置(适合中度用户)
1️⃣ 自定义筛选条件
"UnfollowBatchedTaskOptions": {
"IsEnable": true,
"MinFollowDays": 180, // 仅取关关注超过180天的UP主
"MaxUnfollowCountPerDay": 15, // 每日最多取关15个
"ExcludeVipUp": true // 排除VIP认证UP主
}
2️⃣ 添加白名单
在WhiteList数组中添加需要保留的UP主ID,避免误操作
3️⃣ 设置执行周期
配置Cron表达式为0 0 1 * *(每月1日凌晨1点执行)
Web管理界面中的任务调度列表,可直观查看批量取关任务的运行状态
个性化策略制定:三种用户画像的最优配置
内容爱好者:专注优质内容筛选
核心需求:保留常看领域的活跃UP主,清理低质内容创作者
推荐配置:
- 关注时长 > 90天
- 近30天视频播放量 < 1000
- 互动率(评论+弹幕)< 0.5%
- 每日取关上限:15个
效率至上者:全自动维护方案
核心需求:零手动干预,系统自动维护关注列表健康度
推荐配置:
- 启用自动模式:
AutoMode: true - 设置关注上限:
MaxFollowingCount: 200 - 优先级规则:按互动频率排序,自动取关超出上限的低互动UP主
谨慎操作派:安全第一策略
核心需求:最小化误操作风险,保留人工审核环节
推荐配置:
- 启用预览模式:
PreviewOnly: true - 每日生成取关建议清单
- 通过
NotifyPlatform参数配置推送渠道,确认后手动执行
常见误区澄清:避开这些使用陷阱
误区一:设置越严格越好
许多用户倾向于设置"关注1个月未互动即取关"的严格规则,却忽略了UP主可能存在周期性停更。建议将最短关注时长设置为90天以上,给优质UP主足够的创作周期。
误区二:追求一次性清理
一次性清理大量关注(如200+)容易触发B站安全机制。正确做法是分阶段执行,每周清理不超过50个,且间隔2-3天执行一次。
误区三:过度依赖自动化
即使启用全自动模式,也建议每月手动检查关注列表。算法可能误判某些特殊情况,如UP主宣布停更但计划回归等场景。
效果评估指标:如何衡量清理效果
执行批量取关后,可通过以下指标评估效果:
| 指标 | 计算公式 | 目标值 |
|---|---|---|
| 关注活跃度 | 30天内互动UP主数/总关注数 | >60% |
| 内容匹配度 | 常看领域UP主占比 | >75% |
| 列表健康度 | 活跃UP主平均更新周期 | <15天 |
任务执行完成后的通知推送,包含取关数量、保留白名单等关键信息
通过BiliBiliToolPro的批量取关功能,你可以将关注列表从"被动积累"转变为"主动管理"。无论是内容爱好者、效率至上者还是谨慎操作派,都能找到适合自己的配置方案。记住,一个精简的关注列表不仅能提升浏览体验,更能让你不错过真正有价值的内容。现在就开始配置属于你的个性化取关策略,让B站关注列表重获新生!
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
