告别繁琐,全自动化B站视频下载神器——bilibili-downloader 2.0
还在为错过关注UP主的新视频而烦恼吗?还在手动下载B站视频浪费时间吗?现在,有了bilibili-downloader 2.0,这些问题都将成为过去。这款基于Node.js开发的开源工具,能够实时监听你关注的UP主动态,一旦有新视频发布,便会自动下载保存到本地或FTP服务器,让你轻松获取高质量视频内容。
痛点分析:这些问题是否困扰着你?
作为B站用户,你是否遇到过以下情况:
- 通勤途中错过UP主更新,回家后却找不到视频在哪
- 关注了太多UP主,手动下载视频占用大量时间
- 想在多设备上观看视频,却要重复下载多次
- 担心喜欢的视频被下架,想保存却不知从何下手
如果你有以上困扰,那么bilibili-downloader 2.0正是为你量身打造的解决方案。
核心功能:全方位满足你的需求
自动监听,不错过任何更新
作为B站重度用户,你再也不用担心错过关注UP主的新视频。bilibili-downloader 2.0会实时监控你的个人动态,一旦有新内容发布,立即自动下载。
- 实时监控关注UP主动态
- 新视频发布立即自动下载
- 支持多账号同步设置
高清下载,享受视觉盛宴
作为视频爱好者,你一定追求更高清的观看体验。bilibili-downloader 2.0支持多种清晰度选择,让你轻松获取高质量视频。
- 支持4K、1080P 60帧等高清晰度视频
- 智能选择最佳下载画质
- 大会员专享清晰度一键获取
多平台支持,灵活存储
作为多设备用户,你需要灵活的存储方案。bilibili-downloader 2.0支持本地存储和FTP服务器上传,满足你的多样化需求。
- 本地存储,无广告本地缓存方案
- FTP服务器上传,多设备同步观看
- 自定义存储路径,管理更方便
场景案例:看看别人怎么用
案例一:视频创作者的素材库
小张是一名视频创作者,经常需要从B站获取素材。使用bilibili-downloader 2.0后,他只需关注相关UP主,工具就会自动下载最新视频,大大提高了素材收集效率。
案例二:通勤族的离线观看
小李每天通勤时间较长,喜欢在地铁上看B站视频。有了bilibili-downloader 2.0,他家里的电脑会自动下载关注UP主的新视频,下班回家只需将视频传到手机,就能在通勤时离线观看。
案例三:视频收藏家的资料库
小王是个视频收藏爱好者,担心喜欢的视频被下架。使用bilibili-downloader 2.0后,他关注的所有UP主视频都会自动保存到本地硬盘,打造了一个属于自己的视频资料库。
技术亮点:为什么选择我们?
- 轻量化设计:内存占用<50MB,不影响电脑性能
- 高效稳定:采用Node.js异步处理,支持大量并发请求
- 智能识别:自动识别视频格式,无需手动选择
- 安全可靠:采用SQLite3本地数据库,保护你的隐私数据
配置指南:三步完成环境部署
1. 准备工作
在开始使用bilibili-downloader 2.0之前,请确保你的系统已安装以下工具:
- Node.js (v14.0.0或更高版本)
- FFmpeg (用于视频合成)
- SQLite3 (用于存储配置及下载信息)
检查依赖是否安装:
# 检查ffmpeg
ffmpeg -version
# 检查sqlite3
sqlite3 -version
2. 安装部署
首先,克隆项目仓库:
git clone https://gitcode.com/gh_mirrors/bili/bilibili-downloader
cd bilibili-downloader
然后安装依赖并构建项目:
# 安装依赖
npm install
# 构建项目
npm run build
3. 配置与运行
修改配置文件config.json,设置你的偏好:
{
"downloadPath": "./downloads",
"quality": "4k",
"ftp": {
"enable": false,
"host": "your-ftp-host",
"port": 21,
"username": "your-username",
"password": "your-password"
}
}
启动程序:
# 普通启动
npm run start
# 或使用PM2后台运行
pm2 start ./ecosystem.config.js
注意:下载1080P 60帧清晰度以上视频需要自行开通大会员,普通用户仅能下载1080P清晰度的视频。
功能对比:bilibili-downloader vs 传统下载方式
| 功能 | bilibili-downloader 2.0 | 传统手动下载 |
|---|---|---|
| 时效性 | 实时自动下载 | 需手动检查 |
| 效率 | 批量自动下载 | 单视频手动操作 |
| 清晰度 | 支持4K、1080P 60帧 | 需手动选择 |
| 多设备同步 | 支持FTP服务器 | 需手动传输 |
| 时间成本 | 几乎为零 | 高 |
常见问题:你可能想知道
Q: 程序需要一直运行吗?
A: 是的,为了保证不错过任何更新,建议24小时运行程序。你可以使用PM2等工具进行进程管理,确保程序在后台稳定运行。
Q: 下载的视频保存在哪里?
A: 默认保存在项目根目录的downloads文件夹下,你可以在config.json中修改存储路径。
Q: 是否支持多账号登录?
A: 目前暂不支持多账号同时登录,但你可以通过切换账号配置文件的方式实现多账号管理。
Q: 会对B站服务器造成压力吗?
A: 不会。程序采用了合理的请求频率控制,不会对B站服务器造成额外负担。
有了bilibili-downloader 2.0,你再也不用担心错过任何精彩视频。立即尝试,体验全自动化的B站视频下载服务吧!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00

