告别复杂操作:BiliTools让B站资源下载从未如此简单
你是否还在为B站视频下载步骤繁琐而烦恼?是否曾因无法保存心仪的弹幕、音频而遗憾?BiliTools作为一款跨平台哔哩哔哩工具箱,彻底解决这些痛点。只需简单几步,即可轻松下载视频、音频、弹幕等资源,支持4K、8K、HDR等高画质,让你随时随地享受B站内容。
核心功能一览
BiliTools提供全方位的B站资源处理能力,涵盖视频、音频、弹幕等多种内容类型。以下是主要功能支持情况:
| 资源类型 | 支持状态 | 详细说明 |
|---|---|---|
| 视频 | ✅ 已完成 |
|
| 音频 | ✅ 已完成 |
|
| 弹幕 | ✅ 已完成 |
|
| 音乐 | ✅ 已完成 | 支持无损FLAC、320Kbps音乐及歌单下载 |
界面概览:简洁设计,强大功能
BiliTools采用现代化界面设计,提供明暗两种主题模式,适应不同使用场景:
| 暗色模式 | 亮色模式 |
|---|---|
![]() |
![]() |
界面主要分为搜索区、媒体信息区和下载管理区,操作流程直观高效。左侧边栏可快速切换不同功能模块,包括搜索、下载管理、历史记录和设置页面。
三步上手教程
1. 安装与登录
从Releases页面下载对应系统版本,安装后启动应用。首次使用需登录B站账号,支持扫码、密码和短信三种登录方式,确保能够访问已购买的会员资源。
登录模块源码:src/services/login.ts
2. 资源搜索与解析
在搜索框输入B站视频/音频/番剧URL或关键词,点击解析按钮。应用将自动获取资源信息,包括标题、时长、画质选项等。对于视频内容,可选择需要下载的分P及画质;对于音频,可选择音质等级。
搜索功能实现:src/views/SearchPage.vue
3. 开始下载
选择目标格式和保存路径后,点击下载按钮。下载任务将进入队列管理,可实时查看进度。支持断点续传和多任务并行下载,通过aria2c实现高效下载。
下载管理模块:src/services/queue.ts
高级功能探索
弹幕下载与转换
BiliTools支持实时弹幕和历史弹幕的下载,提供ASS和XML两种格式。通过集成DanmakuFactory工具,可实现弹幕格式转换,方便本地播放器使用。
弹幕处理源码:src/services/media/dm.ts
音视频处理
内置FFmpeg工具,支持音频提取、格式转换等功能。可将视频中的音频提取为FLAC或MP3格式,满足音乐收藏需求。
音视频处理模块:src/services/media/opus.ts
个性化设置
在设置页面可自定义下载路径、画质偏好、命名规则等参数。支持代理配置和PCDN过滤,优化网络环境下的下载体验。
设置界面:src/views/SettingsPage.vue
注意事项
[!IMPORTANT] 本项目基于用户账号解析资源,需订阅大会员或购买对应内容后才能解析付费资源。所有下载内容请遵守版权法规和平台协议,仅用于个人学习交流。
数据存储位置:
- Windows:
%APPDATA%\com.btjawa.bilitools - macOS:
$HOME/Library/Application Support/com.btjawa.bilitools - Linux:
$HOME/.local/share/com.btjawa.bilitools
总结
BiliTools通过简洁的界面设计和强大的功能集成,为B站用户提供一站式资源处理解决方案。无论是视频下载、音频提取还是弹幕保存,都能以最少的操作步骤完成。项目持续更新,不断支持新的资源类型和功能,是B站爱好者的必备工具。
项目源码:GitHub_Trending/bilit/BiliTools 贡献指南:CONTRIBUTING.md
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00

