BilibiliHistoryFetcher - 哔哩哔哩历史记录获取与分析工具

介绍

该项目用于获取、处理、分析和可视化哔哩哔哩用户的观看历史数据。它提供了完整的数据处理流程，从数据获取到可视化展示，并支持自动化运行和邮件通知。

配套前端

请前往此项目 BiliHistoryFrontend 获取配套的前端界面

主要功能

• 获取历史记录
• 年度总结
• 视频和图片下载
  • 一键下载用户所有投稿视频
• 自动化任务
• AI 摘要
• 获取用户评论
• 获取收藏夹
  • 批量收藏
  • 修复失效视频
  • 一键下载收藏夹所有视频
• 获取视频观看总时长

后续开发计划

项目正在积极开发中，您可以在我们的 GitHub 项目计划页面 查看最新的开发路线图和即将实现的功能。

交流群

如果您在使用过程中有任何问题或想与其他用户交流使用心得，欢迎加入我们的QQ交流群1030089634：

系统要求

• Python 3.10+
• SQLite 3
• FFmpeg（用于视频下载）
• 必要的 Python 包（见 requirements.txt）

快速开始

使用 Docker 安装 由 @eli-yip 实现 (#30)

1. 安装 Docker

2. 根据您的系统构建 Docker 镜像：

   # 使用 NVIDIA 显卡
   docker build -t bilibili-api:dev -f docker/Dockerfile.cuda .

   # 使用 CPU
   docker build -t bilibili-api:dev -f docker/Dockerfile.cpu .

3. 创建 Docker 容器：

   # 使用 NVIDIA 显卡
   docker run -d -v ./config:/app/config -v ./output:/app/output -p 8899:8899 --gpus all --ipc=host --ulimit memlock=-1 --ulimit stack=67108864 --name bilibili-api bilibili-api:dev

   # 使用 CPU
   docker run -d -v ./config:/app/config -v ./output:/app/output -p 8899:8899 --name bilibili-api bilibili-api:dev

   挂载目录说明：

   • ./config:/app/config：配置文件目录，用于存储 SESSDATA 和其他配置
   • ./output:/app/output：输出目录，用于存储下载的视频、图片和生成的数据

使用 Docker Compose 部署

本项目提供了Docker Compose配置，实现一键部署前后端服务，您只需要一个docker-compose.yml文件即可完成整个部署，无需手动构建镜像。

1. 确保已安装 Docker 和 Docker Compose

2. 下载docker-compose.yml文件：

   • 直接从这里下载
   • 或使用以下命令下载：

     curl -O https://raw.githubusercontent.com/strangeZombies/BilibiliHistoryFetcher/master/docker-compose.yml
     # 或
     wget https://raw.githubusercontent.com/strangeZombies/BilibiliHistoryFetcher/master/docker-compose.yml

3. 使用Docker Compose启动服务：

   docker-compose up -d

4. 服务启动后访问：

   • 前端界面：http://localhost:5173
   • 后端API：http://localhost:8899
   • API文档：http://localhost:8899/docs

5. 管理Docker Compose服务：

   # 查看服务状态
   docker-compose ps
   
   # 查看日志
   docker-compose logs -f
   
   # 停止服务
   docker-compose stop
   
   # 重启服务
   docker-compose restart
   
   # 重新构建并启动服务
   docker-compose up -d --build

使用 uv 安装 由 @eli-yip 实现 (#30)

1. 安装 uv

2. 在项目根目录运行：

   # 安装依赖
   uv sync
   
   # 运行程序
   uv run main.py

   Linux/macOS系统:

   # 安装 PyTorch（使用 NVIDIA 显卡）
   UV_TORCH_BACKEND=auto uv pip install torch torchaudio torchvision

   # 安装 PyTorch（使用 CPU）
   UV_TORCH_BACKEND=cpu uv pip install torch torchaudio torchvision

   Windows系统:

   # PowerShell中安装 PyTorch（使用 NVIDIA 显卡）
   $env:UV_TORCH_BACKEND="auto"; uv pip install torch torchaudio torchvision

   # PowerShell中安装 PyTorch（使用 CPU）
   $env:UV_TORCH_BACKEND="cpu"; uv pip install torch torchaudio torchvision

   # CMD中安装 PyTorch（使用 NVIDIA 显卡）
   set UV_TORCH_BACKEND=auto
   uv pip install torch torchaudio torchvision

   # CMD中安装 PyTorch（使用 CPU）
   set UV_TORCH_BACKEND=cpu
   uv pip install torch torchaudio torchvision

   # 运行程序
   uv run main.py

使用传统 pip 方式安装

如果您更喜欢使用传统的 pip 作为包管理器，可以按照以下步骤操作：

1. 安装依赖

pip install -r requirements.txt

2. 运行程序

python main.py

API 接口

基础 URL: http://localhost:8899

完整 API 文档访问：http://localhost:8899/docs

应用打包

本项目提供了自动化打包脚本，可以将应用打包成独立的可执行文件，便于分发和部署。打包过程会自动处理依赖并清理敏感信息。

打包前准备

确保已经安装了 PyInstaller：

pip install pyinstaller

打包命令

使用以下命令进行打包：

python build.py

打包完成后

• 输出目录：dist/BilibiliHistoryAnalyzer/

敏感信息处理

打包过程会自动处理配置文件中的敏感信息：

• 创建临时清理过的配置文件，替换以下敏感字段为示例值：

  • SESSDATA：替换为"你的 SESSDATA"
  • email：邮箱相关信息替换为示例邮箱地址和说明
  • ssl_certfile/ssl_keyfile：替换为示例路径
  • api_key：替换为"你的 API 密钥"

• 打包完成后，临时文件会被自动删除

• 打包版本中的配置文件包含原始结构但敏感字段被替换为示例值，用户需要首次运行时填写实际信息

运行打包后的应用

在目标系统上直接运行可执行文件：

# Windows系统
BilibiliHistoryAnalyzer.exe

首次运行注意事项：

1. 打开 _internal/config/config.yaml 文件
2. 将示例值替换为您的实际配置信息：
   • 填写您的 B 站 SESSDATA
   • 配置邮箱信息（如需使用邮件通知功能）
   • 配置 DeepSeek API 密钥（如需使用 AI 摘要功能）
3. 保存配置文件后重新启动应用

贡献指南

1. Fork 项目
2. 创建特性分支
3. 提交更改
4. 发起 Pull Request

致谢

• bilibili-API-collect - 哔哩哔哩-API 收集整理，本项目使用其 API 接口获取 B 站用户数据
• Yutto - 可爱的 B 站视频下载工具，本项目使用其进行视频下载功能
• FasterWhisper - 音频转文字，本项目使用其进行视频音频转文字功能
• DeepSeek - DeepSeek AI API，本项目使用其进行 AI 摘要生成
• ArtPlayer - 强大且灵活的 HTML5 视频播放器
• aicu.cc - 第三方 B 站用户评论 API
• 方舟像素字体 - 开源的泛中日韩像素字体
• 缝合像素字体 - 混搭风格的像素字体
• 小黑盒用户 shengyI - 视频观看总时长功能思路提供者
• 所有贡献者，特别感谢 @eli-yip 对 Docker 部署的贡献

Star History