新闻详情

新闻详情

首页 / 资讯中心 / 详情

OpenBiliClaw功能深度体验:从灵魂画像到朋友式推荐理由,5个必须上手的功能

发布时间:2026/9/26 15:45:10来源:尧图网络
OpenBiliClaw功能深度体验:从灵魂画像到朋友式推荐理由,5个必须上手的功能
OpenBiliClaw功能深度体验从灵魂画像到朋友式推荐理由5个必须上手的功能【免费下载链接】OpenBiliClaw本地私有、开源的自进化跨平台 AI 内容发现 Agent先理解你再主动从 B站、小红书、抖音、YouTube、X、知乎、Reddit、微博等平台与开放 Web 寻找内容。支持 deepseek harness 插件 | Local-first open-source cross-platform AI content discovery agent: understands you, then proactively finds content across Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo and the open web.support deepseek harness plugin项目地址: https://gitcode.com/gh_mirrors/op/OpenBiliClawOpenBiliClaw 是一款本地优先、开源的自进化 AI 内容发现 Agent它先从你的跨平台行为中构建「灵魂画像」再带着对你的理解主动去 B 站、小红书、抖音、YouTube、X、知乎、Reddit 等平台找内容并用朋友式推荐理由告诉你为什么值得看。本文带你逐个体验 5 个必须上手的功能全部数据默认留在你自己的电脑上。OpenBiliClaw 是什么本地 AI 内容发现 Agent 的核心理念和平台官方推荐不同OpenBiliClaw 把推荐权从「中间商」手里抢回用户自己维度各平台官方推荐OpenBiliClaw推荐逻辑协同过滤优化平台目标心理画像 五层记忆内容来源单一平台9 平台跨域B 站·小红书·抖音·YouTube·X·知乎·Reddit·Bangumi·V2EX 等信息茧房越推越窄兴趣探针主动破茧数据归属平台所有100% 本地SQLite 本机文件推荐解释「猜你喜欢」像朋友一样解释为什么它的架构可以简单理解为三步soul/理解你是谁 → discovery 引擎 替你去找货 → recommendation 引擎 挑出最值得看的并生成文案。功能一灵魂画像——AI 推断 MBTI、核心特质与深层需求灵魂画像是整个系统的起点。它不是打几个兴趣标签而是把画像做成五层洋葱模型核心特质 → 价值观 → 兴趣树 → 生活阶段 → 表层风格从你的观看历史、收藏、点赞、反馈和对话中持续推断。打开桌面端的「我的画像」页你会看到几块有意思的内容人格素描一段 150 字左右的自然语言「人物小传」描述的是你的认知方式而不是兴趣清单核心特质如「较真、爱玩、信息敏感、自我节奏感强」深层需求如「在轻松和认真之间自由切换的空间」「把一件事想透的整块时间」MBTI 人格推断带维度强度和整体可信度画像的「认知风格」和「内容口味」更细系统会记录你偏好量化指标还是叙事、偏好长视频还是快节奏、对画质和幽默的敏感度百分比——这些都会直接影响后面推荐理由的措辞。更妙的是画像随时可编辑点「编辑画像」手动修正 AI 的误判你的修改会作为覆盖层叠加在 AI 画像之上重建时不会被冲掉。画像生成的完整逻辑可以在 灵魂引擎源码 和 灵魂引擎文档 中查看。功能二朋友式推荐理由——不解释就不配叫推荐传统推荐系统只敢写「猜你喜欢」。OpenBiliClaw 的每条推荐都配一段像朋友聊天一样的理由而且理由是基于你的画像定制的。比如一条泛式聊斋番剧的惊喜推荐理由会写「你最近明显在补设定、补版本脉络想把这番到底强在哪听明白……它借泛式把《异闻日记》大结局为什么成立讲清楚正对上你那种『有意思还得说明白、别糊弄我』的口味。又是 search 来源不是你刷到的重复款。」注意它连「你是从哪条路径来的」都讲清楚了。推荐卡片同样如此每张卡片下方都有针对你近期口味的一两句点评而不是模板话术。背后是 推荐引擎 用 LLM 结合你的完整画像、偏好摘要和避雷项逐条生成文案还会根据画像推断出一个「语气档案」让阿B的语气跟着你的口味走而不是千人一面的客服腔。功能三兴趣探针——主动猜你还没接触的下一个兴趣这是和传统推荐最核心的差异主动破茧。InterestSpeculator 会基于心理学桥接逻辑定期猜测你可能喜欢但从未接触过的领域——关注机械表的人可能被猜出「建筑美学」看量子物理科普的人可能被猜出「哲学」。探针会主动推到你面前确认这个方向升级为正式兴趣后续搜索策略立刻发力聊聊进入苏格拉底式追问多聊几句后画像自动更新暂时忽略阶梯式冷却7 天 → 14 天耗尽后转拒绝猜错了安静退出该方向进入 7 天冷却不再骚扰你与此同时还有对称的避雷探针系统会主动确认你可能想避开的内容形态标题党、浅层热点复读只有你确认后才会写入过滤偏好未确认前绝不参与过滤——宁可保守不误伤。功能四跨平台内容发现——兴趣不再被单一平台割裂你在 B 站看机械键盘三年小红书完全不知道你在小红书种草的咖啡器具B 站从来不会推给你。OpenBiliClaw 把这些孤岛连起来9 大平台开箱可用B 站默认、小红书、抖音、YouTube、X、知乎、Reddit、Bangumi、V2EX另有微博、GitHub 等持续扩展统一待评估池所有来源的候选进入同一个池子由共享评估器结合你的灵魂画像批量打分智能多样性混排平台配额 主题去重 风格均衡告别「一刷全是 AI」10 条一批时单一来源最多 3 条换一批秒级响应后台持续补货 300 条候选池reshuffle 约 0.6 秒出结果且默认去重桌面端还能按平台 Tab 定向刷某个平台的库存每个标签页实时显示「该平台还有几条可换」。功能五反馈闭环调教 本地优先隐私——越用越懂你推荐卡片底部是完整的反馈组喜欢 / 多来点 / 少来点 / 稍后看 / 收藏 / 不感兴趣 / 说说原因。每一次反馈都进入学习闭环即时生效点「不感兴趣」相关主题立即从历史、换一批、主动推送里按最新快照过滤不用等画像重建延迟学习多条反馈累计到阈值后触发偏好重分析变化显著才重建灵魂画像避免单次噪声扰动对话调教直接在卡片下「聊一聊」说清楚「我想看讲透逻辑的别推标题党」高置信信号会进入长期画像而这一切的数据基础是100% 本地优先行为事件、推荐记录、画像、配置全部落在本机 SQLite 和文件里LLM 用你自己的 API Key。设置页对每个来源都诚实标注状态——「凭证已就绪 / 状态待验证 / 无需登录」后端不代登录、不爬你看不到的内容。快速上手4 步体验完整功能装插件从 Chrome 应用商店一键安装 OpenBiliClaw 插件支持 Chrome / Edge / Brave / Firefox / Safari装后端下载桌面安装包开箱即用或把仓库里的 agent-install.md 说明粘给 AI 编程助手一句话部署连来源在装了插件的浏览器登录 B 站默认或改选小红书 / 抖音 / 知乎等平台打开界面桌面访问http://127.0.0.1:8420/web手机扫插件二维码打开移动端 Web装好后点「开始初始化」几分钟后你的第一版灵魂画像和一批带朋友式理由的推荐就准备好了。更多细节见 项目文档导航 与 架构总览。写在最后OpenBiliClaw 最打动人的不是技术炫技而是一个朴素的转变推荐系统的优化对象从平台变成了你。五层灵魂画像让它理解的是「你这个人」兴趣探针让它敢推你没见过的东西朋友式理由让它解释每个选择本地优先让它怎么长完全由你说了算。如果你受够了「猜你喜欢」这 5 个功能值得逐个上手体验。【免费下载链接】OpenBiliClaw本地私有、开源的自进化跨平台 AI 内容发现 Agent先理解你再主动从 B站、小红书、抖音、YouTube、X、知乎、Reddit、微博等平台与开放 Web 寻找内容。支持 deepseek harness 插件 | Local-first open-source cross-platform AI content discovery agent: understands you, then proactively finds content across Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo and the open web.support deepseek harness plugin项目地址: https://gitcode.com/gh_mirrors/op/OpenBiliClaw创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

14 天 Markdown 实战入门(VS Code 版)-- 第 13 章:导出与发布:HTML / PDF / Word、静态站点、GitHub 练习题 2026/9/26 16:27:02

14 天 Markdown 实战入门(VS Code 版)-- 第 13 章:导出与发布:HTML / PDF / Word、静态站点、GitHub 练习题

如果你是通过搜索看到本篇文章,可以 点击这里 访问对应的正文文章。 1. 练习题 请先独立完成,再看参考答案。 题目 1:选择题 以下哪个工具可以导出 Markdown 为 PDF? A. VS Code 内置预览 B. Markdown Preview Enhanced C. Pandoc D. 以上都可以 题目 2:判断题 Pan…

阅读更多 →
libiec61850 1.5.1 新版本:TaoToken 统一 Key 接入与 settings.json 配置骨架 2026/9/26 16:27:02

libiec61850 1.5.1 新版本:TaoToken 统一 Key 接入与 settings.json 配置骨架

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

阅读更多 →
零售行业桌面端算力升级方案:TaoToken 统一 Key 接入 GPU 选型指南 2026/9/26 16:26:56

零售行业桌面端算力升级方案:TaoToken 统一 Key 接入 GPU 选型指南

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

阅读更多 →
CAM350使用笔记(2)---导入Allegro生成的钻孔文件 2026/9/26 16:26:56

CAM350使用笔记(2)---导入Allegro生成的钻孔文件

目录 01 前 言 02 适用环境 03 重要补充 04 操作流程 05 总 结 此文章收录于合集:《CAM350 V15.1版本使用笔记》 01 前 言 在前一期笔记中记述了自动导入Allegro Gerber文件的过程,因为自动导入钻孔文件容易出问题,所以刻意选择只导入层…

阅读更多 →
5. 在 Mac 上使用 Python 2026/9/26 16:26:56

5. 在 Mac 上使用 Python

Bob运行 macos系统的mac上的情况, 在原则方面与其他unix平台的情况是非常相似的。但是有一些额外特性是值得我们指出的。这些额外特性包括集成开发环境以及包管理器。5.首先要去完成获取以及安装这两个动作。macos 这个操作系统呀, 在从它的 10.8 版本一直到现在的某些特定版本…

阅读更多 →
Python生成器深度解析:构建强大的数据处理管道 2026/9/26 16:26:56

Python生成器深度解析:构建强大的数据处理管道

前言生成器是其中的一种核心特性, 它允许我们可以在需要请求新元素的时候才再生成这些元素, 而不是在开始的时候就一次性把全部的元素都生成出来, 它在诸如处理那些规模非常庞大的数据集、用来实现那种能够节省内存的算法以及构建起错综复杂的迭代器模式等多种情况下, 都具有着…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉