HarukaBot终极指南:5分钟快速上手B站QQ推送机器人
想要在QQ群里第一时间收到B站UP主的直播开播提醒和最新动态吗?HarukaBot就是你的专属信息小助手!这款基于NoneBot2开发的QQ机器人专为B站粉丝设计,无需复杂配置,小白也能轻松搭建属于自己的推送系统。别再错过任何精彩内容,跟着这篇保姆级教程,开启你的高效信息推送之旅!
🤔 为什么选择HarukaBot?三大理由让你秒懂
极速响应:10秒内推送开播信息
无论你订阅了多少个UP主,HarukaBot都能在10秒内捕捉到开播信号并推送到指定QQ群,让你的群成员永远站在信息最前沿!
原生体验:高清截图还原B站动态
内置浏览器内核,动态内容以截图形式推送,完美复现B站网页端浏览体验,告别枯燥的纯文字信息,让群聊变得生动有趣。
智能管理:精细化权限控制
支持设置仅管理员可操作机器人,有效防止群内恶意刷屏和误操作,维护良好的群聊秩序。
🚀 5分钟极速配置:手把手教你搭建
环境准备:1分钟搞定基础依赖
确保你的服务器已安装Python 3.7及以上版本,这是运行HarukaBot的基本要求。
获取源码:30秒完成项目下载
git clone https://gitcode.com/gh_mirrors/ha/HarukaBot
cd HarukaBot
安装依赖:2分钟自动解决依赖
使用PDM包管理器一键安装所有依赖:
pdm install
核心配置:1分钟设置关键参数
在项目根目录创建.env配置文件:
BOT_QQ=你的机器人QQ号
BOT_PASSWORD=你的机器人密码
启动运行:30秒见证奇迹
使用简单的命令启动你的机器人:
python bot.py
💡 实战场景分析:看看别人怎么玩
游戏主播粉丝群:实时开播提醒
当你的偶像主播突然开播时,HarukaBot会在10秒内将开播信息推送到QQ群,并支持@全体成员功能,确保每个人都收到通知。
二次元同好会:动态内容分享
UP主发布新作品或重要动态时,系统自动截图并推送至群聊,让群友第一时间了解最新动态。
🛠️ 进阶使用技巧:让你的机器人更智能
多账号分流推送
如果你的群聊数量较多,可以考虑使用多个QQ号进行分流推送,避免单个账号的@全体次数限制。
自定义推送频率
通过修改配置文件,可以调整动态检查的频率,在实时性和服务器负载之间找到最佳平衡点。
权限精细化管理
支持设置不同群组的管理权限,让管理员能够更好地控制机器人的使用范围。
🔧 核心技术模块深度解析
直播监控核心
直播监控模块位于haruka_bot/plugins/live/目录下,包含live_on.py、live_off.py、live_now.py三个核心文件,分别负责开启监控、关闭监控和查询状态功能。
动态推送引擎
动态模块在haruka_bot/plugins/dynamic/中实现,通过定时抓取B站API接口,配合浏览器内核生成高质量截图。
消息推送系统
推送模块位于haruka_bot/plugins/pusher/,整合直播和动态信息,通过NoneBot2框架发送至QQ群。
🐛 常见问题排查:新手避坑指南
连接失败怎么办?
检查.env文件中的QQ账号密码是否正确,确保机器人账号已开启允许登录第三方客户端。
推送延迟超过10秒?
可能是服务器网络波动,建议检查服务器到B站API的网络连通性。
迁移到新服务器?
只需复制项目目录下的.env文件和database/文件夹,重新安装依赖即可恢复使用。
🎯 性能优化建议
服务器选择
推荐使用轻量应用服务器,配置适中即可满足日常推送需求。
📈 使用效果展示
看看实际使用中的效果,这是HarukaBot在QQ群内的交互界面:
💫 总结:打造你的专属信息助手
通过本文的详细指导,你已经掌握了HarukaBot的完整部署和使用方法。这款专注于B站推送的机器人,凭借其极速响应、稳定运行和简单配置的特点,已成为众多粉丝群的首选工具。
立即动手搭建你的HarukaBot,让QQ群成为信息传递的第一阵地,再也不怕错过任何精彩内容!更多详细配置和高级功能,请参考项目中的官方文档。
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 StartedRust0186
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0111
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08





