# B站关注清理工具（优化版）

> 一键命令运行全流程：`python source/run_pipeline.py`

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
5. 按首字母排序
6. 提取分组信息

## 快速开始

```powershell
# 完整流程（推荐）
python source/run_pipeline.py

# 速度优先
python source/run_pipeline.py --workers 8 --batch-size 30 --sleep-seconds 0

# 试跑30个UP
python source/run_pipeline.py --max-ups 30

# 跳过抓取，使用已有标题报告
python source/run_pipeline.py --skip-fetch

# 跳过分析，仅生成产物
python source/run_pipeline.py --skip-analyze

# 跳过排序/分组
python source/run_pipeline.py --skip-sort --skip-group
```

## 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。

## 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
```