如何拯救失控的B站关注列表?智能管理工具全攻略
2026-04-18 08:37:55作者:董灵辛Dennis
副标题:5分钟完成批量取关,让关注列表重获新生
一、痛点诊断:你的关注列表还好吗?
当B站关注人数超过200人后,90%的用户会面临三大困境:
- 信息过载:动态流被无关内容淹没,真正感兴趣的UP主更新被稀释
- 管理成本高:手动清理需3小时/次,每年耗费约1天时间
- 误操作风险:批量删除时容易误删重要关注对象
传统取关方式vs工具效率:3小时→5分钟,效率提升36倍。这种效率差距源于工具的自动化处理能力,让用户从机械重复的操作中解放出来。
二、工具优势:三维价值模型解析
1. 效率维度:全自动化流程
BiliBiliToolPro通过预配置的任务流程,实现从关注列表分析到执行取关的全自动化处理。系统每小时可处理500+关注关系,远超人工操作极限。
2. 安全维度:平台规则适配
内置频率控制(Rate Limiting)机制,严格遵守B站API调用规范,将账号风险系数降低90%。系统会智能调整操作间隔,避免触发平台反作弊机制。
3. 智能维度:多维度筛选引擎
基于机器学习的用户行为分析模型,可识别长期不活跃账号、低互动UP主等特征,实现精准筛选。用户可自定义筛选规则,满足个性化管理需求。
青龙面板任务列表界面,展示"bili批量取关主播"任务及其他自动化任务的运行状态
三、配置实践:系统部署四步法
环境准备:部署方式选择
推荐使用青龙面板部署,这是目前最稳定且易用的方案:
- 登录青龙面板后台
- 进入"定时任务"页面
- 点击"添加任务"按钮
- 填写基础信息并保存
验证点:任务添加后状态显示为"未运行",表示环境准备完成。
权限配置:安全获取Cookie
- 在浏览器中登录B站账号
- 按F12打开开发者工具
- 切换到"网络"标签页
- 刷新页面并复制Cookie信息
- 在青龙面板"环境变量"中添加
Ray_BiliBiliCookies变量
环境变量配置界面,箭头标注处为添加Cookie的位置
验证点:变量添加后状态显示为"已启用",值部分显示为星号掩码。
规则引擎:定制取关策略
- 进入Web管理界面的"Configurations"菜单
- 选择"Unfollow Batch"配置项
- 启用功能开关并设置参数:
- 单次取关数量限制
- 关注时间阈值(如6个月)
- 互动频率阈值(如从未观看)
- 保存配置并应用
批量取关功能配置页面,可设置多种筛选条件和执行参数
执行监控:结果追踪与验证
- 在青龙面板手动触发任务
- 查看任务日志确认执行状态
- 检查B站关注列表变化
- 配置执行结果推送通知
决策分支:根据账号等级选择执行频率
- 普通账号:建议每7天执行一次
- 会员账号:可每3天执行一次,利用会员API调用额度优势
验证点:执行后检查关注列表减少数量是否符合预期。
四、高级策略:场景化应用指南
轻度用户(关注<100人):定期维护模式
每月执行一次标准清理,保留近3个月有互动的UP主。配置参数:
- 关注时间阈值:90天
- 单次取关限制:20人
- 执行频率:0 0 1 * *(每月1日执行)
中度用户(100<关注<500人):智能筛选模式
结合互动数据和内容相似度进行筛选:
- 设置"观看时长<5分钟"的UP主为待清理对象
- 排除"特别关注"分组中的账号
- 启用"分批次执行"功能,每次处理50人
重度用户(关注>500人):分级管理模式
建立三级管理体系:
- 核心关注:手动管理,永不自动取关
- 常规关注:3个月无互动自动清理
- 临时关注:1个月无互动自动清理
原理图解:筛选算法通过计算用户与UP主的互动指数(观看时长×互动频率),结合关注时长,生成取关优先级排序,确保重要UP主不会被误清理。
五、下一步行动清单
- 立即备份当前关注列表,路径:设置→关注→导出列表
- 部署青龙面板并添加基础任务,仓库地址:https://gitcode.com/GitHub_Trending/bi/BiliBiliToolPro
- 配置首批取关规则,建议从"关注超过1年且3个月无互动"开始
批量取关功能核心实现:
- 应用层服务:src/Ray.BiliBiliTool.Application/
- 批量取关实现:src/Ray.BiliBiliTool.Application/UnfollowBatchedTaskAppService.cs
- 任务脚本:qinglong/DefaultTasks/bili_task_unfollowBatched.sh
通过这套智能管理方案,你将彻底摆脱关注列表失控的困扰,让B站体验回归纯粹与高效。现在就开始行动,5分钟后,你的关注列表将重获新生!
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 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。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
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++
480
312
JiuwenSwarm 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。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 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 Notebook
647
284


