添加readme文件

2026-04-26 20:34:15 +08:00
parent 4053ead28f
commit 27d6df9d8b
1 changed files with 159 additions and 0 deletions
--- a/readme.md
+++ b/readme.md
@@ -0,0 +1,159 @@
+# B站关注清理工具（优化版）
+
+本项目保留并聚焦一条可用功能链：
+
+1. 抓取视频标题
+2. 分批AI分析
+3. 生成取关UID（支持按100拆分）
+4. 生成保留关注报告
+
+## 目录结构
+
+```text
+source/
+  resources/                     # 资源文件
+    export_uids.json
+    export_uids.txt
+
+  output/                        # 产物目录
+    reports/                     # 报告文件
+      up_titles_report.md
+      up_analysis_full_auto.md
+      up_keep_follow_only.md
+    uids/                        # 取关UID结果
+      unfollow_mids_list.txt
+      unfollow_mids_list_1.txt
+      unfollow_mids_list_2.txt
+      ...
+
+  analyze_up_content.py          # 步骤1：抓取标题
+  batch_ai_summary_from_report.py# 步骤2：分批分析
+  extract_keep_follow_doc.py     # 步骤3：保留关注报告
+  extract_unfollow_list.py       # 步骤4：取关UID
+  run_pipeline.py                # 一键流水线
+  README_up_analysis.md
+```
+
+## 先配置 API
+
+编辑 [source/analyze_up_content.py](source/analyze_up_content.py) 顶部配置：
+
+```python
+VOLCENGINE_API_KEY = "你的火山引擎API Key"
+VOLCENGINE_MODEL = "deepseek-v3-1-terminus"
+VOLCENGINE_BASE_URL = "https://ark.cn-beijing.volces.com/api/v3"
+```
+
+`batch_ai_summary_from_report.py` 会自动读取该配置。
+
+## 一键推荐用法
+
+在项目根目录运行：
+
+```powershell
+python source/run_pipeline.py
+```
+
+默认会完成：
+
+1. 从 [source/resources/export_uids.json](source/resources/export_uids.json) 抓取标题到 [source/output/reports/up_titles_report.md](source/output/reports/up_titles_report.md)
+2. 分批分析到 [source/output/reports/up_analysis_full_auto.md](source/output/reports/up_analysis_full_auto.md)
+3. 生成保留关注报告 [source/output/reports/up_keep_follow_only.md](source/output/reports/up_keep_follow_only.md)
+4. 生成取关UID [source/output/uids/unfollow_mids_list.txt](source/output/uids/unfollow_mids_list.txt) 并按100拆分
+
+## 常用参数
+
+```powershell
+# 提升速度
+python source/run_pipeline.py --workers 8 --batch-size 30 --sleep-seconds 0
+
+# 只先抓取前50个做试跑
+python source/run_pipeline.py --max-ups 50
+
+# 仅处理带标签UP
+python source/run_pipeline.py --only-tag "准备取关"
+
+# 跳过抓取（复用已有标题报告）
+python source/run_pipeline.py --skip-fetch
+
+# 跳过分析（复用已有分析报告，仅生成产物）
+python source/run_pipeline.py --skip-analyze
+
+# 修改UID拆分粒度
+python source/run_pipeline.py --split-size 200
+```
+
+## 分步执行（可选）
+
+### 步骤1：抓取标题
+
+```powershell
+python source/analyze_up_content.py --skip-ai
+```
+
+默认输出：
+- [source/output/reports/up_titles_report.md](source/output/reports/up_titles_report.md)
+
+### 步骤2：分批AI分析
+
+```powershell
+python source/batch_ai_summary_from_report.py --run-all-batches
+# 小批量测试
+python source/batch_ai_summary_from_report.py 
+
+
+python source/batch_ai_summary_from_report.py --input source\output\reports\up_titles_report.md --output source\18_12.md --force
+
+python source/batch_ai_summary_from_report.py --input source\output\reports\up_titles_report.md --output source\19_06_all.md --force --run-all-batches
+```
+
+默认输入/输出：
+- 输入 [source/output/reports/up_titles_report.md](source/output/reports/up_titles_report.md)
+- 输出 [source/output/reports/up_analysis_full_auto.md](source/output/reports/up_analysis_full_auto.md)
+
+### 步骤3：生成保留关注报告
+
+```powershell
+python source/extract_keep_follow_doc.py
+
+python source/extract_keep_follow_doc.py --input source/19_06_all.md --output source/19_30_keep_follow.md      
+```
+
+输出：
+- [source/output/reports/up_keep_follow_only.md](source/output/reports/up_keep_follow_only.md)
+
+### 步骤4：生成取关UID
+
+```powershell
+python source/extract_unfollow_list.py --format mid-only --split-size 100
+```
+
+输出：
+- 主文件 [source/output/uids/unfollow_mids_list.txt](source/output/uids/unfollow_mids_list.txt)
+- 拆分文件 [source/output/uids/unfollow_mids_list_1.txt](source/output/uids/unfollow_mids_list_1.txt) 等
+
+## 结果解释
+
+- `up_analysis_full_auto.md`：完整分析报告（含取关/保留）
+- `up_keep_follow_only.md`：仅保留关注UP的AI分析与分组建议
+- `unfollow_mids_list.txt`：可取关UID逗号分隔列表（可直接粘贴使用）
+
+## 建议参数
+
+- 稳定优先：`--workers 4 --max-retries 2 --request-timeout 60`
+- 速度优先：`--workers 8 --batch-size 30 --sleep-seconds 0`
+- 低风险试跑：`--max-ups 30` 先验证再全量
+
+
+
+### 结果按首字母排序
+
+```
+python sort_up_main.py
+```
+
+
+### 提取分组
+```
+python source/extract_group_info.py --input source/19_53_no_titles.md --output source/group_only.md
+```