如何用HarukaBot实现B站直播与动态的QQ实时推送
HarukaBot是一款基于NoneBot2开发的高效工具,能将B站UP主的直播状态和动态更新实时推送到QQ群聊,让粉丝群体轻松掌握喜爱UP主的最新动态,告别错过直播的遗憾。
为什么需要HarukaBot:解决粉丝的信息获取难题
在信息爆炸的时代,粉丝们往往难以实时掌握多个UP主的动态。手动刷新B站页面不仅耗时,还可能错过重要的直播开始时间。HarukaBot的出现,正是为了解决这一痛点,让信息获取变得高效又轻松。
HarukaBot的核心价值:让信息触达更及时
实时推送,秒级响应
HarukaBot能够在UP主开播后的10秒内,将直播信息推送到指定QQ群,确保粉丝不会错过任何精彩瞬间。这一功能的实现得益于haruka_bot/plugins/live/目录下的代码模块,它们持续监控并快速响应直播状态变化。
HarukaBot在QQ群中推送直播信息的界面展示,清晰呈现直播状态和相关链接
动态内容,完整呈现
不仅是直播,UP主的动态内容也能通过HarukaBot及时推送。它能抓取动态内容并以截图形式展示,让群成员在QQ内就能完整了解UP主的最新动态。这一功能由haruka_bot/libs/dynamic/模块提供技术支持。
HarukaBot推送B站动态内容的实际效果,还原了动态的完整信息
零基础部署流程:3步开启你的推送服务
第一步:获取项目源码
确保你的系统已安装Python 3.7+和Git,然后执行以下命令获取项目:
git clone https://gitcode.com/gh_mirrors/ha/HarukaBot
cd HarukaBot
第二步:安装依赖与配置
使用PDM包管理器安装所需依赖:
pdm install
之后在项目根目录创建.env配置文件,填入机器人的QQ账号等信息。
第三步:启动机器人
完成配置后,执行启动命令,机器人就会开始运行。你可以在QQ群中发送简单指令来测试功能是否正常。
HarukaBot安装部署的完整流程演示,直观展示每一步操作
高效管理技巧:让机器人更贴合你的需求
订阅管理:轻松掌控关注列表
通过简单的指令,你可以添加、删除或查询已订阅的UP主。例如,发送“/添加订阅”指令,按照提示输入UP主ID和推送类型,即可完成订阅。
权限设置:保障群聊秩序
HarukaBot内置了完善的权限管理系统,你可以通过haruka_bot/plugins/permission/模块进行设置,限制只有群管理员才能操作机器人,有效防止恶意刷屏和误操作。
注意事项:避免常见问题
在启动过程中,可能会遇到一些提示。比如,运行相关程序时,不要双击直接运行,应在shell中执行,否则可能导致非预期后果。
总结:开启智能推送新体验
HarukaBot以其简洁的设计和强大的功能,为B站粉丝提供了便捷的信息获取方式。无论是二次元交流群、游戏攻略群还是明星应援群,它都能成为群聊的得力助手,让信息传递更加高效、及时。现在就按照上述步骤部署HarukaBot,让你的QQ群从此不再错过任何重要动态!
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 StartedRust0150- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
