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：
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
项目优选
docs
kernel
pytorch
ops-math
kernel
RuoYi-Vue3
flutter_flutter
openHiTLSMindSpeed-LLM