3步实现B站批量取关:让关注列表不再臃肿
你是否曾遇到这样的困扰:打开B站关注列表,几百个主播中大半已经许久未互动,却要一个个手动查找取消关注?或者关注了太多主播后,真正感兴趣的内容反而被淹没在信息流中?BiliBiliToolPro的批量取关功能正是为解决这些问题而来,通过智能化规则筛选和自动化操作,让你的关注列表重归清爽。
核心价值:从繁琐操作到智能管理
当你需要清理关注列表时,传统手动操作往往面临两大难题:一是耗时费力,二是容易误删重要关注。BiliBiliToolPro的批量取关功能通过预设规则自动筛选长期未活跃账号,配合频率控制机制避免触发平台限制,最终实现"设置后自动运行"的轻量化管理模式。无论是需要定期维护账号的内容创作者,还是希望优化信息流的普通用户,都能通过这一功能显著提升账号管理效率。

任务调度面板展示已配置的UnfollowBatchedJob批量取关任务,支持一键启停与定时设置
场景化配置:从环境到验证的全流程
环境准备:青龙面板部署示例
在青龙面板中部署批量取关功能仅需两步:
- 克隆项目仓库:
git clone https://gitcode.com/GitHub_Trending/bi/BiliBiliToolPro - 执行部署脚本:
cd BiliBiliToolPro/qinglong && bash extra.sh
⚠️ 注意:首次部署需确保服务器已安装Docker环境,推荐配置2GB以上内存以保证任务稳定运行
核心参数:构建个性化取关规则
批量取关功能的核心配置项如下表所示,可通过Web界面或配置文件调整:
| 参数名称 | 功能描述 | 推荐值 | 高级选项 |
|---|---|---|---|
| IsEnable | 功能总开关 | true | false(禁用功能) |
| MaxUnfollowCount | 单次取关上限 | 20 | 1-50(根据账号等级调整) |
| MinFollowDays | 最小关注天数 | 30 | 7-365(过滤新关注账号) |
| IgnoreVip | 忽略VIP主播 | true | false(包含VIP账号) |
| WhiteList | 白名单UP主ID | [12345, 67890] | 支持多个ID用逗号分隔 |

Web配置面板中的批量取关规则设置界面,包含开关控制与详细参数调整
验证步骤:从测试到正式运行
- 测试执行:在青龙面板找到"bili_task_unfollowBatched.sh"任务,点击"运行"按钮
- 结果检查:通过以下两种方式验证执行效果:
- 查看任务日志:
cat /ql/log/bili_task_unfollowBatched.log - 接收通知推送:配置钉钉/企业微信后会收到执行结果
- 查看任务日志:
进阶使用:提升效率的实用技巧
对于需要管理多个账号的用户,可通过环境变量配置实现多账号隔离:在青龙面板添加多个Ray_BiliBiliCookies变量(如Ray_BiliBiliCookies_0、Ray_BiliBiliCookies_1),系统会自动为每个账号独立执行取关任务。此外,通过调整Cron表达式可实现精细化时间控制,例如0 12 1 */2 *表示每两个月1号中午12点执行。
风险提示:安全使用的注意事项
- 频率控制:建议单次取关不超过50个账号,两次操作间隔不少于24小时
- 白名单管理:定期检查白名单配置,避免误删重要关注
- 备份习惯:执行前可通过"关注列表导出"功能保存当前关注关系
- 版本更新:保持工具为最新版本,以获取平台API变更后的兼容性支持
相关资源
- 官方文档:docs/configuration.md
- 青龙脚本:qinglong/DefaultTasks/
- 常见问题:docs/questions.md
- 扩展功能:src/Ray.BiliBiliTool.Application/
通过BiliBiliToolPro的批量取关功能,你可以告别手动清理关注列表的繁琐工作,让系统按照设定规则自动维护关注质量。无论是内容创作者保持账号活跃度,还是普通用户优化信息获取效率,这一工具都能成为你的得力助手。现在就开始配置,让B站关注列表重归清爽有序吧!
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
