Biliup上传至B站录播显示成功但投稿稿件中找不到的解决方案
2025-06-15 17:43:15作者:郜逊炳
问题现象分析
在使用Biliup工具上传B站录播时,用户遇到了一个典型问题:日志显示上传成功,但在B站投稿管理页面却找不到对应的视频稿件。具体表现为:
- 上传日志显示"无需更新cookie"和"通过cookie登录"等正常信息
- 上传过程显示3.4G文件在3秒内完成上传(明显异常)
- 后处理操作(如rclone上传至OneDrive)能正常执行
- 最终B站投稿列表中没有出现该视频
问题排查思路
1. 上传线路选择问题
用户配置中使用了ws上传线路,这是一个需要定制模块的特殊线路。对于大多数用户而言,默认的自动选择线路更为可靠。特别是kodo线路已不可用,不应选择。
2. 系统环境兼容性问题
Ubuntu系统版本过旧可能导致上传组件无法正常工作。特别是:
- 较旧的Ubuntu版本可能缺少必要的依赖库
- 系统内核版本可能不支持某些网络协议
- 文件系统处理可能存在兼容性问题
3. 并发上传设置不当
用户配置中设置了较高的并发线程数(threads: 20),这可能导致:
- B站服务器拒绝异常高速的上传请求
- 本地网络带宽被占满导致上传数据包丢失
- 上传校验过程出现异常
解决方案
1. 升级系统环境
将Ubuntu系统升级至22.04 LTS版本,确保:
- 内核版本支持现代网络协议
- 系统库保持最新
- 文件系统稳定可靠
2. 优化上传配置
建议修改配置文件:
- 移除ws线路设置,使用默认自动选择
- 降低并发线程数至3-5个
- 确保不使用已废弃的kodo线路
- 简化配置文件,移除所有注释行进行测试
3. 验证上传流程
- 使用小文件测试上传功能
- 检查B站账号的"稿件管理"而非"投稿列表"
- 确认视频是否进入审核队列而非直接消失
- 检查B站账号的存储空间是否已满
技术原理深入
Biliup的上传过程实际上分为多个阶段:
- 预处理阶段:验证cookie、检查文件完整性
- 分片上传阶段:将大文件分割为多个小块并行上传
- 合并阶段:服务器端合并所有分片
- 投稿创建阶段:在B站创建视频稿件记录
用户遇到的问题很可能发生在第4阶段,虽然文件实际上传成功,但由于系统环境或配置问题,投稿记录未能正确创建。
最佳实践建议
- 定期更新Biliup至最新版本
- 保持操作系统处于受支持的状态
- 上传前检查B站账号状态和存储空间
- 对于重要录播,配置完善的后处理流程
- 使用docker容器部署可避免系统环境问题
通过以上方法,可以有效解决上传成功但稿件不显示的问题,确保录播内容安全可靠地存档至B站平台。
登录后查看全文
热门项目推荐
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0209- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
618
4.08 K
Ascend Extension for PyTorch
Python
453
538
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
858
205
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
926
776
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.48 K
836
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
374
254
昇腾LLM分布式训练框架
Python
133
159