如何用BiliBili-Lucky-Draw自动参与B站抽奖活动?解放双手的终极薅羊毛神器!
BiliBili-Lucky-Draw是一款专为B站用户设计的自动抽奖工具,能够帮助你自动扫描并参与Up主的抽奖活动,实现关注、转发动态等操作,让你轻松薅羊毛,提高中奖几率。
一、BiliBili-Lucky-Draw是什么?
常刷B站的伙伴们,是不是每次看到Up主的抽奖活动都心动不已?毕竟“抽奖总得试试,万一中奖了呢”!但一波关注+转发之后,往往是“从不缺席,从不中奖”的无奈。
BiliBili-Lucky-Draw自动抽奖工具就是来解决这个问题的!它能自动扫描有抽奖活动的Up主动态,帮你完成关注和转发操作,解放双手,让你有更多时间看二次元动漫,轻松参与B站抽奖活动,提高中奖率。
1.1 工具工作原理
本程序内置扫描脚本,会挖掘那些经常转发抽奖动态的用户,每天定时扫描他们的动态信息,再通过抽奖动态识别与转发脚本来自动参与活动。转发后的效果如下:
图:BiliBili-Lucky-Draw自动转发抽奖动态效果展示
二、BiliBili-Lucky-Draw安装教程
2.1 环境准备
确保你的系统中安装了Python 3.6或更高版本,并且已经配置好了Git。
2.2 克隆项目代码
打开终端或命令提示符,运行以下命令来克隆项目到本地:
git clone https://gitcode.com/gh_mirrors/bi/BiliBili-Lucky-Draw
2.3 Docker一键部署(推荐)
2.3.1 获取B站Cookie
在浏览器进入B站,登录后按照下图获取cookie值:
图:BiliBili-Lucky-Draw获取B站Cookie步骤截图
2.3.2 设置Cookie和本机IP
在项目的.env文件中,将获取的cookie值和本机实际IP填入相应位置:
图:BiliBili-Lucky-Draw配置文件参数设置界面
2.3.3 执行Docker命令
编译命令:
docker-compose build
运行容器:
docker-compose up -d
Tip:如果要停止容器,可以使用命令:
docker-compose down
2.4 确认部署成功
等待Docker运行成功后,访问your_ip:5555/ui/sessions,点击正在执行的项目,查看是否正常运行。
三、BiliBili-Lucky-Draw功能特点
- 自动扫描抽奖活动:定时扫描指定用户的动态,发现抽奖活动
- 自动参与抽奖:自动完成关注Up主、转发动态等抽奖要求
- Docker一键部署:简化部署流程,新手也能轻松上手
- Cookie自动管理:支持二维码登录,自动生成和续期Cookie
- 动态管理:自动删除过期动态,保持账号整洁
四、注意事项
声明: 此脚本仅用于学习和测试,请于运行测试完成后自行删除,请勿滥用!
五、更新日志
- [x] 项目采用Docker部署
- [x] 扫描B站二维码登录,自动生成Cookie
- [x] 登录过期自动续期Cookie
- [x] 每日任务执行情况推送
- [x] Docker服务编排,一键部署
- [x] 过期动态自动删除
- [x] 自动转发UP主抽奖动态列表
六、总结
BiliBili-Lucky-Draw作为一款实用的B站自动抽奖工具,能够帮助用户轻松参与各类抽奖活动,解放双手,提高中奖几率。通过简单的配置和部署,即可让工具自动完成关注、转发等操作,让你在享受B站内容的同时,不错过任何中奖机会!
如果觉得这个项目有用,欢迎给项目点赞支持,有问题也可以提出Issue交流。
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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00