5个实用技巧,用BiliBiliToolPro轻松管理B站关注列表
在B站使用过程中,关注列表往往会随着时间变得越来越长,许多早期关注的UP主可能已经不再活跃,或者内容方向发生了变化。BiliBiliToolPro作为一款强大的B站自动任务工具,提供了批量取关功能,让你能够轻松管理关注列表,保持内容的优质性和相关性。这款工具支持docker、青龙、k8s等多种部署方式,即使是技术新手也能快速上手。
为什么需要批量取关功能?
随着B站使用时间的增加,我们的关注列表会积累大量UP主。其中一些UP主可能长期未更新,或者内容已经不再符合我们的兴趣。手动一个个取关不仅耗时,还容易遗漏。BiliBiliToolPro的批量取关功能通过自动化操作,帮助用户快速筛选和清理关注列表,提高账号管理效率。
批量取关功能的核心价值在于:
- 节省时间:一键操作代替手动逐个取关
- 精准筛选:根据设定条件智能筛选,避免误操作
- 安全合规:内置频率控制,符合B站平台规则
- 多账号支持:同时管理多个B站账号的关注列表
基础操作:从零开始配置批量取关功能
第一步:部署BiliBiliToolPro
首先需要在你的设备上部署BiliBiliToolPro。推荐使用青龙面板进行部署,这是目前最流行且易于管理的方案。你可以通过以下命令克隆项目仓库:
git clone https://gitcode.com/GitHub_Trending/bi/BiliBiliToolPro
部署完成后,你可以在青龙面板的任务列表中看到BiliBiliToolPro的相关任务。
第二步:获取B站Cookie信息
批量取关功能需要你的B站登录信息来执行操作。在浏览器中登录B站后,通过开发者工具获取Cookie信息。具体方法可以参考项目文档:docs/configuration.md。
第三步:配置环境变量
在青龙面板的环境变量设置中,添加名为 Ray_BiliBiliCookies 的变量,值为你获取的B站Cookie。如果需要管理多个账号,可以添加多个类似的变量,如 Ray_BiliBiliCookies_0、Ray_BiliBiliCookies_1 等。
第四步:启用批量取关任务
在BiliBiliToolPro的Web管理界面中,找到"Schedules"页面,确保"UnfollowBatchedJob"任务处于启用状态。这个任务负责执行批量取关操作。
第五步:配置取关规则
进入配置页面,找到"UnfollowBatch"相关设置。在这里你可以设置取关条件,如关注时间、UP主活跃度等参数。设置完成后,点击"保存配置"按钮。
进阶技巧:优化批量取关策略
智能筛选规则设置
BiliBiliToolPro提供了多种筛选条件,帮助你精准选择需要取关的UP主:
- 关注时间筛选:可以设置关注超过一定时间(如6个月)的UP主
- 活跃度筛选:可以设置一定时间内(如30天)未发布视频的UP主
- 互动率筛选:可以设置几乎没有观看记录的UP主
这些条件可以组合使用,以达到最佳的筛选效果。例如,可以设置"关注超过1年且3个月未发布视频"的条件,精准清理长期不活跃的UP主。
分批次取关策略
如果你的关注列表非常庞大,建议采用分批次取关的策略。可以在配置中设置每次取关的最大数量,避免一次性操作过多账号,触发B站的频率限制。
例如,可以设置每次取关不超过20个UP主,每天执行一次任务。这样既能稳步清理关注列表,又能保证账号安全。
多账号管理技巧
如果你有多个B站账号需要管理,可以通过配置多个Cookie变量来实现。每个账号可以设置不同的取关规则,满足个性化需求。
在青龙面板中,你可以为每个账号创建独立的任务,或者在Web界面中为不同账号配置不同的策略。
注意事项:安全使用批量取关功能
首次使用建议
首次使用批量取关功能时,建议先进行小范围测试:
- 设置严格的筛选条件,只取关少量UP主
- 仔细检查执行结果,确保符合预期
- 根据测试结果调整筛选条件
避免频率限制
B站对账号操作有一定的频率限制,为避免触发限制,建议:
- 不要设置过短的任务执行间隔
- 控制每次取关的数量
- 避免在短时间内对同一账号执行多次操作
定期备份关注列表
在执行批量取关操作前,建议先备份关注列表。虽然BiliBiliToolPro有完善的筛选机制,但意外情况仍有可能发生。定期备份可以确保你不会误删重要关注。
关注执行结果通知
BiliBiliToolPro支持将任务执行结果推送到多种平台,如钉钉、微信等。建议配置通知功能,及时了解批量取关的执行情况。
总结
BiliBiliToolPro的批量取关功能为B站用户提供了高效、安全的关注列表管理方案。通过合理配置和使用这一功能,你可以轻松保持关注列表的整洁和相关性,提升B站使用体验。
无论是普通用户还是B站内容创作者,都可以通过这一功能优化自己的关注列表,让B站首页展示更多感兴趣的内容。现在就尝试使用BiliBiliToolPro,体验智能化的B站账号管理吧!
相关资源:
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 StartedRust0194
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 Notebook0121
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。Python05
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 Notebook06




