BilibiliHistoryFetcher:一站式哔哩哔哩历史记录管理与分析平台
【免费下载链接】BilibiliHistoryFetcher获取b站历史记录,保存到本地数据库,可下载对应视频及时存档,生成详细的年度总结,自动化任务部署到服务器实现自动同步,以及自动发送日志邮件,下面链接是对应前端项目地址: https://gitcode.com/gh_mirrors/bi/BilibiliHistoryFetcher
BilibiliHistoryFetcher 是一个功能强大的开源工具,专门用于获取、处理、分析和可视化哔哩哔哩用户的观看历史数据。该项目提供从数据采集到可视化展示的完整解决方案,支持自动化运行和邮件通知,帮助用户深入了解自己的B站观看行为。
🚀 震撼开场:重新定义你的B站观看体验
你是否曾经想要回顾自己在哔哩哔哩的观看历程?是否想要了解自己的观看习惯和偏好?BilibiliHistoryFetcher 为你打造专业级的观看数据分析平台。无论你是普通用户想要制作年度回顾,还是研究者需要分析用户行为模式,这个项目都能满足你的需求。
✨ 核心亮点:全方位数据管理能力
全面的数据采集体系
- 历史记录自动获取:智能抓取用户的B站观看历史记录
- 视频下载功能:支持一键下载用户所有投稿视频
- 动态内容管理:全面获取并管理用户动态信息
- 评论数据收集:深度采集用户评论内容
- 收藏夹批量管理:高效管理收藏夹内容
智能数据分析引擎
- 年度总结报告:自动生成详细的年度观看总结
- AI智能摘要:利用先进的AI技术对视频内容进行智能摘要
- 热力图展示:通过交互式热力图直观展示观看行为分布
🛠️ 快速入门:三分钟开启数据分析之旅
Docker 一键部署(推荐)
docker-compose up -d部署完成后访问:
- 前端界面:http://localhost:5173
- 后端API文档:http://localhost:8899/docs
传统安装方式
- 克隆项目
git clone https://gitcode.com/gh_mirrors/bi/BilibiliHistoryFetcher- 安装依赖
pip install -r requirements.txt- 启动服务
python main.py📊 高级应用:深度挖掘观看行为价值
个人用户场景
- 年度回顾制作:自动生成精美的年度观看报告
- 观看习惯分析:深入了解个人观看偏好
- 内容发现:基于历史数据推荐感兴趣内容
研究与分析场景
- 用户行为研究:分析特定群体的观看模式
- 内容趋势分析:追踪热门内容的生命周期
🔧 技术优势:现代技术栈构建
BilibiliHistoryFetcher 基于现代Python技术栈构建,确保高性能和稳定性:
- FastAPI框架:提供高性能的Web API服务
- SQLite数据库:轻量级数据存储方案
- FFmpeg支持:完善的多媒体处理能力
- Docker容器化:支持快速部署和扩展
🔗 生态集成:完整的数据处理链条
项目可与多个优秀工具无缝集成,形成完整的数据处理生态:
- BiliHistoryFrontend:专业的前端分析界面
- Yutto下载器:高效的视频下载解决方案
- 音频转文字工具:完善的多媒体处理能力
💡 实用技巧:提升使用效率
数据迁移最佳实践
核心原则:迁移时只需拷贝整个output目录
无论是同机路径迁移、跨机器迁移,还是不同部署方式间的切换,只需备份和恢复output目录即可完整保留所有数据。
自动化任务配置
项目内置强大的任务调度器,支持配置自动化任务,如定期同步数据、生成报告等。
智能缓存管理
支持找回B站App在过去14天内屏幕上显示过的图片,包括视频封面、UP主头像、推荐页内容等。
🎯 项目特色:专业级功能体验
自动化任务调度
内置强大的任务调度器,支持配置自动化任务,如定期同步数据、生成报告等。
完整的可视化方案
从基础统计到高级可视化,提供全方位的观看数据分析展示。
通过 BilibiliHistoryFetcher,用户可以全面掌握自己在哔哩哔哩的观看行为,获得专业级的数据分析体验。无论是想要制作精美的年度报告,还是进行深度的行为分析,这个项目都能为你提供强大的支持。
【免费下载链接】BilibiliHistoryFetcher获取b站历史记录,保存到本地数据库,可下载对应视频及时存档,生成详细的年度总结,自动化任务部署到服务器实现自动同步,以及自动发送日志邮件,下面链接是对应前端项目地址: https://gitcode.com/gh_mirrors/bi/BilibiliHistoryFetcher
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考