如何高效清理B站关注列表?5分钟掌握智能批量取关技巧
你是否也曾为B站关注列表的臃肿而烦恼?关注的UP主越来越多,真正常看的却寥寥无几?手动逐个取消关注不仅耗时耗力,还容易遗漏或误操作。BiliBiliToolPro批量取关功能正是解决这一痛点的利器,让你5分钟内完成关注列表的智能清理,重新找回清爽的B站体验。
一、关注列表管理的常见痛点解析
1.1 为什么你的关注列表会越来越臃肿?
B站用户在长期使用过程中,关注列表逐渐膨胀的原因主要有:
- 参与活动时为获取奖励临时关注的UP主
- 早期关注但已停止更新的内容创作者
- 同一领域关注多个重复类型的UP主
- 天选时刻等活动中批量关注的账号
这些关注积累下来,不仅影响内容发现效率,还会导致推荐算法混乱,让你错过真正感兴趣的内容。
1.2 手动管理关注的三大难题
手动处理关注列表时,你可能会遇到:
- 效率低下:清理100个关注需要30分钟以上
- 操作繁琐:每次取关需要多次点击确认
- 难以坚持:缺乏系统性管理,清理工作往往半途而废
二、BiliBiliToolPro批量取关功能详解
2.1 功能原理与核心优势
BiliBiliToolPro是一款B站自动任务工具,支持多种部署方式。其批量取关功能通过API调用实现关注管理,核心优势包括:
- 智能筛选:可按分组、活跃度等条件筛选
- 安全可控:支持白名单保护重要UP主
- 定时执行:设置周期任务自动维护关注列表
- 多平台支持:兼容青龙面板、Docker、K8s等部署环境
2.2 核心配置参数说明
批量取关功能的核心配置参数如下表所示:
| 配置项 | 说明 | 推荐值 |
|---|---|---|
| GroupName | 指定要清理的关注分组名称 | "天选时刻" |
| Count | 每次执行的取关数量 | 20-50 |
| RetainUids | 需要保留的UP主ID列表 | 重要UP主的UID |
| Interval | 执行间隔时间(天) | 30 |
2.3 部署方式对比与选择
根据自身技术水平和使用场景,可选择以下部署方式:
- 青龙面板:适合新手用户,图形界面操作简单
- Docker容器:适合技术爱好者,部署灵活
- Kubernetes:适合企业或高级用户,便于集群管理
三、5分钟快速上手:批量取关实操指南
3.1 环境准备与项目部署
首先克隆项目到本地:
git clone https://gitcode.com/GitHub_Trending/bi/BiliBiliToolPro
3.2 青龙面板任务配置
在青龙面板中添加批量取关任务,默认脚本位于项目的qinglong/DefaultTasks/bili_task_unfollowBatched.sh:
#!/usr/bin/env bash
# cron:0 12 1 * *
# new Env("bili批量取关主播")
. bili_task_base.sh
target_task_code="UnfollowBatched"
run_task "${target_task_code}"
图:青龙面板中配置的B站批量取关任务,显示任务名称、定时规则和状态信息
3.3 个性化参数调整
根据个人需求修改配置文件中的关键参数:
- 设置取关分组:修改GroupName参数为你要清理的分组名称
- 控制取关数量:调整Count参数设置每次取关人数
- 添加白名单:在RetainUids中填入需要保留的UP主ID,每行一个
⚠️ 注意:首次使用建议设置较小的Count值(如5-10人)进行测试,确认功能正常后再调整至理想数量。
3.4 任务执行与结果验证
启动任务后,系统将自动:
- 获取指定分组下的关注列表
- 排除白名单中的UP主
- 按设定数量执行批量取关
- 生成执行日志供查看
四、优化与进阶:关注列表智能管理策略
4.1 效果对比:自动化vs手动操作
| 操作方式 | 处理100个关注耗时 | 准确率 | 可持续性 |
|---|---|---|---|
| 手动操作 | 30分钟以上 | 约85% | 低 |
| 自动化工具 | 1分钟以内 | 100% | 高 |
4.2 个性化配置建议
根据不同用户需求,推荐以下配置方案:
- 轻度用户:每月执行1次,每次取关20人
- 中度用户:每两周执行1次,每次取关30-40人
- 重度用户:每周执行1次,每次取关50人
4.3 常见问题解决
Q: 执行任务后没有任何取关操作?
A: 检查是否正确配置了Cookie信息,以及目标分组是否存在关注用户。
Q: 如何获取UP主的UID?
A: 访问UP主个人空间,URL中的数字部分即为UID。
Q: 任务执行失败如何排查?
A: 查看项目日志文件,通常位于logs/目录下,根据错误信息调整配置。
五、总结与展望
通过BiliBiliToolPro的批量取关功能,你可以轻松实现关注列表的智能管理,不仅节省大量时间,还能让B站推荐更精准地匹配你的兴趣。定期清理关注列表,让你的B站体验更加清爽高效。
随着项目的不断更新,未来还将支持更多智能筛选条件,如基于活跃度、内容类型的自动分类取关,进一步提升关注管理的智能化水平。现在就开始尝试,让你的B站关注列表重获新生!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
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- 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
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
