AutoBangumi 新手快速上手终极指南:10分钟实现全自动追番
AutoBangumi 是一款基于 RSS 的全自动追番整理下载工具,只需一次配置就能持续自动追番。它能够自动解析番剧信息、下载最新剧集并整理成媒体库友好的格式,支持 Plex、Jellyfin 等主流媒体库软件直接识别,无需二次刮削。🎯
🚀 快速部署安装 AutoBangumi
我们推荐使用 Docker 部署 AutoBangumi,这是最简单快捷的方式。首先确保你已经安装了 Docker Engine 或 Docker Desktop。
创建数据配置文件夹
为了保证 AutoBangumi 在每次更新后数据和配置不丢失,需要创建持久化目录:
mkdir -p ${HOME}/AutoBangumi/{config,data}
cd ${HOME}/AutoBangumi
Docker 部署方式
选项1:使用 Docker CLI 部署
复制以下命令运行即可:
docker run -d \
--name=AutoBangumi \
-v ${HOME}/AutoBangumi/config:/app/config \
-v ${HOME}/AutoBangumi/data:/app/data \
-p 7892:7892 \
-e TZ=Asia/Shanghai \
-e PUID=$(id -u) \
-e PGID=$(id -g) \
-e UMASK=022 \
--network=bridge \
--dns=8.8.8.8 \
--restart unless-stopped \
ghcr.io/estrellaxd/auto_bangumi:latest
选项2:使用 Docker Compose 部署
创建 docker-compose.yml 文件并添加以下内容:
version: "3.8"
services:
AutoBangumi:
image: "ghcr.io/estrellaxd/auto_bangumi:latest"
container_name: AutoBangumi
volumes:
- ./config:/app/config
- ./data:/app/data
ports:
- "7892:7892"
network_mode: bridge
restart: unless-stopped
dns:
- 223.5.5.5
environment:
- TZ=Asia/Shanghai
- PGID=$(id -g)
- PUID=$(id -u)
- UMASK=022
运行命令启动容器:
docker compose up -d
📡 获取 RSS 订阅链接
AutoBangumi 的核心是 RSS 订阅,我们以蜜柑计划(Mikan Project)为例:
- 访问 Mikan Project 注册账号并登录
- 点击右下角的 RSS 按钮
- 复制生成的 RSS 链接
获取的 RSS 地址格式如下:
https://mikanani.me/RSS/MyBangumi?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
⚙️ 配置 AutoBangumi 核心功能
安装完成后,AutoBangumi 的 WebUI 会自动运行,主程序会处于暂停状态。访问 http://abhost:7892 进行配置。
初始登录设置
- 打开网页后,默认用户名是
admin,默认密码是adminadmin - 重要:登录后请及时修改用户名和密码
下载器配置
填入你的下载器地址、端口、用户名和密码:
添加 RSS 订阅
点击右上角的添加按钮,勾选 聚合 RSS,选择解析器类型,填入 Mikan RSS 的地址。
解析器配置
在解析器设置中,选择合适的语言和解析选项:
番剧管理配置
设置番剧重命名、补全、标签等管理功能:
🎯 开始全自动追番体验
完成以上配置后,点击 Apply 保存配置。AutoBangumi 会自动重启运行,当右上角的圆点变为绿色时,表示系统已经正常运行。
现在,AutoBangumi 会自动:
- 解析聚合 RSS 获取番剧更新信息
- 自动添加番剧到下载列表
- 下载完成后自动重命名整理文件
- 生成媒体库友好的目录结构
💡 新手常见问题解答
为什么需要下载器?
AutoBangumi 本身不提供下载功能,需要配合 qBittorrent 等下载器使用。如果你还没有安装,可以参考官方文档安装 qBittorrent。
文件整理效果如何?
AutoBangumi 会自动将下载的文件整理成如下结构:
Bangumi
├── 番剧A标题
│ ├── Season 1
│ │ ├── 番剧A S01E01.mp4
│ │ ├── 番剧A S01E02.mp4
│ │ └── 番剧A S01E03.mp4
│ └── Season 2
│ ├── 番剧A S02E01.mp4
│ └── 番剧A S02E02.mp4
├── 番剧B标题
│ └── Season 1
│ └── 番剧B S01E01.mp4
如何确认配置成功?
当 AutoBangumi 右上角状态指示灯变为绿色,并且番剧列表中出现你订阅的番剧,就表示配置成功了!🎉
通过这个简单的 10 分钟配置,你就拥有了一个全自动的追番系统,从此告别手动搜索下载的烦恼!
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 StartedRust0152- 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。Python0112





