BilibiliHistoryFetcher：一站式哔哩哔哩历史记录管理与分析平台

BilibiliHistoryFetcher 是一个功能强大的开源工具，专门用于获取、处理、分析和可视化哔哩哔哩用户的观看历史数据。该项目提供从数据采集到可视化展示的完整解决方案，支持自动化运行和邮件通知，帮助用户深入了解自己的B站观看行为。

项目核心功能

全面的数据采集能力

• 历史记录获取：自动抓取用户的B站观看历史记录
• 视频下载功能：支持一键下载用户所有投稿视频
• 动态内容管理：获取并管理用户动态信息
• 评论数据收集：采集用户评论内容
• 收藏夹管理：批量管理收藏夹内容

智能数据分析与可视化

• 年度总结报告：自动生成详细的年度观看总结
• AI智能摘要：利用AI技术对视频内容进行智能摘要
• 热力图展示：通过热力图直观展示观看行为分布

快速部署指南

Docker 一键部署（推荐）

对于希望快速上手的用户，推荐使用Docker Compose进行一键部署：

docker-compose up -d

部署完成后，可以通过以下地址访问服务：

• 前端界面：http://localhost:5173
• 后端API文档：http://localhost:8899/docs

传统安装方式

如果偏好传统安装方式，可以使用以下步骤：

1. 安装依赖

pip install -r requirements.txt

2. 启动服务

python main.py

数据迁移与备份

核心原则：迁移时只需拷贝整个 output 目录

无论是同机路径迁移、跨机器迁移，还是不同部署方式间的切换，只需备份和恢复 output 目录即可完整保留所有数据。

迁移步骤

• 停止正在运行的服务
• 备份整个 output 文件夹
• 在新环境中放置或挂载 output 目录
• 启动服务并验证数据完整性

项目技术架构

BilibiliHistoryFetcher 基于现代Python技术栈构建：

• FastAPI：高性能Web框架
• SQLite：轻量级数据库
• FFmpeg：多媒体处理工具
• Docker：容器化部署支持

应用场景与价值

个人用户场景

• 年度回顾制作：自动生成精美的年度观看报告
• 观看习惯分析：深入了解个人观看偏好
• 内容发现：基于历史数据推荐感兴趣内容

研究与分析场景

• 用户行为研究：分析特定群体的观看模式
• 内容趋势分析：追踪热门内容的生命周期

配套工具生态

项目可与多个优秀工具无缝集成，形成完整的数据处理生态：

• BiliHistoryFrontend：专业的前端分析界面
• Yutto下载器：高效的视频下载解决方案
• 音频转文字工具：完善的多媒体处理能力

系统要求

• Python 3.10+
• SQLite 3
• FFmpeg（用于视频下载功能）
• 必要的Python依赖包

项目特色

自动化任务调度

项目内置强大的任务调度器，支持配置自动化任务，如定期同步数据、生成报告等。

智能缓存管理

支持找回B站App在过去14天内屏幕上显示过的图片，包括视频封面、UP主头像、推荐页内容等。

完整的可视化方案

从基础统计到高级可视化，提供全方位的观看数据分析展示。

通过 BilibiliHistoryFetcher，用户可以全面掌握自己在哔哩哔哩的观看行为，获得专业级的数据分析体验。