如何高效管理B站关注列表?BiliBiliToolPro批量取关功能全解析
2026-03-15 05:48:37作者:冯梦姬Eddie
B站关注列表日益臃肿?大量不再活跃的UP主占据你的信息流?BiliBiliToolPro批量取关功能提供自动化解决方案,通过智能筛选与批量操作,让你的关注列表重归整洁。本文将从功能价值、场景化配置、进阶策略到问题排查,全方位解析这一实用功能。
功能价值解析:为什么需要批量取关工具 🧹
在B站内容生态中,用户平均关注200+UP主,但超过60%的关注账号可能长期未产生互动或内容更新。手动管理不仅耗时,还容易遗漏。BiliBiliToolPro批量取关功能通过以下核心价值解决痛点:
- 时间成本优化:将原本需要2小时的手动操作压缩至5分钟内完成
- 智能筛选机制:基于关注时长、互动频率等多维度条件精准定位
- 平台规则适配:内置请求频率控制,符合B站API调用规范
- 多账号支持:同时管理多个B站账号的关注列表
场景化应用指南:从配置到执行的完整流程
环境准备与部署选择
BiliBiliToolPro支持多种部署方式,推荐使用青龙面板实现稳定运行:
- 克隆项目仓库:
git clone https://gitcode.com/GitHub_Trending/bi/BiliBiliToolPro - 按照部署文档完成基础环境配置
- 在青龙面板添加定时任务,选择"bili_task_unfollowBatched.sh"脚本
关键配置步骤
1. 获取B站Cookie信息 登录B站后,通过浏览器开发者工具获取Cookie,包含SESSDATA、buvid3等关键参数。
2. 设置环境变量
在青龙面板的环境变量页面添加Cookie配置:

3. 配置取关规则
在Web管理界面的"Unfollow Batch"配置页进行精细化设置:

5. 执行与结果查看
任务执行完成后,通过配置的通知渠道接收结果:

进阶配置策略:打造个性化取关方案
核心参数配置模板
基础配置模板(适合普通用户):
{
"IsEnable": true,
"MaxUnfollowCountPerRun": 10,
"MinFollowDays": 30,
"ExcludeTags": ["特别关注", "亲友"],
"WhiteListUids": ["123456", "789012"]
}
高级筛选模板(适合内容创作者):
{
"IsEnable": true,
"MaxUnfollowCountPerRun": 15,
"MinFollowDays": 90,
"ExcludeVipLevel": 6,
"MinInteractionRate": 0.05,
"IncludeInactiveMonths": 6
}
智能取关策略
根据不同使用场景,可组合以下筛选条件:
- 长期不活跃策略:关注超过6个月且最近3个月无投稿
- 低互动策略:关注后从未观看或评论该UP主内容
- 内容偏好策略:根据UP主近期投稿标签与历史兴趣匹配度筛选
问题排查手册:常见故障解决指南
任务执行失败
Cookie相关问题:
- 检查Cookie是否过期(通常有效期为30天)
- 确认是否包含完整的Cookie参数(至少包含SESSDATA和buvid3)
网络问题:
- 验证服务器网络是否能正常访问B站API
- 检查是否因IP频繁访问被临时限制
取关结果异常
取关数量为0:
- 检查筛选条件是否过于严格
- 确认关注列表中存在符合条件的UP主
- 验证白名单配置是否排除了所有关注对象
部分取关失败:
- 查看任务日志确认失败原因
- 可能是UP主设置了特殊关注保护
- 尝试降低单次取关数量
功能扩展推荐
BiliBiliToolPro提供丰富的配套功能,建议结合使用:
- 直播签到与弹幕互动:自动完成直播签到并发送弹幕,提升账号活跃度
- 银瓜子兑换硬币:将直播获得的银瓜子自动兑换为硬币
- 会员权益领取:定期自动领取B站会员权益和福利
官方资源与源码路径
- 完整配置文档:docs/configuration.md
- 批量取关功能实现:src/Ray.BiliBiliTool.Application/UnfollowBatchedTaskAppService.cs
- 任务脚本:qinglong/DefaultTasks/bili_task_unfollowBatched.sh
通过BiliBiliToolPro批量取关功能,你可以轻松维护一个高质量的B站关注列表,让信息流更加精准高效。合理配置取关规则,既能保持账号活跃度,又能避免错过真正有价值的内容创作者。现在就开始优化你的B站关注生态吧!
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0186
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 Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
759
4.94 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
854
1.91 K
deepin linux kernel
C
32
16
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
674
1.32 K
Ascend Extension for PyTorch
Python
716
866
Claude 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 Started
Rust
1.78 K
186
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
454
436
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
991
598
暂无简介
Dart
1 K
259
