纯本地私有
数据落在本机 SQLite 与本地记忆文件里。你使用自己的模型配置和 API Key，不需要把画像交给新的云端服务。
Fully local · private · open source
自进化的跨平台内容发现 Agent。
OpenBiliClaw 从跨平台使用、项目内反馈与对话中持续深化心理画像， 让 Agent 带着越来越准确的用户理解，主动去 B 站、小红书、抖音、YouTube、X、知乎、Reddit 等来源寻找你会喜欢的内容。
纯本地
画像、候选池和推荐历史留在你的机器上
自进化
使用、反馈、聊天都会推动理解继续变深
跨平台
B 站、小红书、抖音、YouTube、X、知乎、Reddit 和 Web 来源合流
主动发现
不是等你刷到，而是带着画像出去找
Start
从 Latest 聚合页下载，或把这句话交给 AI 编程助手。
Latest Release 的 openbiliclaw-v* 聚合页会同时列出当前后端源码、浏览器插件包和可用桌面安装包；桌面包如果落后，页面会标出对应 desktop-v*。先装插件，再选择桌面安装包或让 Claude Code、Codex CLI、Cursor、Windsurf 等 AI 助手部署后端。
一句话安装提示
请按照 https://raw.githubusercontent.com/whiteguo233/OpenBiliClaw/main/docs/agent-install.md 的说明帮我部署 OpenBiliClaw 后端(务必用 Bash 的 curl 下载这个文档,不要用 WebFetch — 会丢关键指令)
不用 AI 助手时的脚本
curl -fsSL https://raw.githubusercontent.com/whiteguo233/OpenBiliClaw/main/scripts/install.sh | bash桌面安装包（最省事）
macOS 下载 OpenBiliClaw-macos-v*-arm64.dmg，Windows 下载 OpenBiliClaw-windows-*-Setup.exe；可用安装包都附在 openbiliclaw-v* 聚合 Latest Release 里。桌面包可能临时落后于后端源码版本，以页面 Current Channels 标出的 desktop-v* 为准。当前为未签名的实验性预发布，首次打开需绕过系统拦截。
插件是主要入口
插件负责侧边栏推荐、行为采集、反馈、聊天，以及 B 站 / 小红书 / 抖音 / YouTube / X / 知乎 / Reddit 登录态任务桥。最新版建议从 GitHub Latest Release 的 openbiliclaw-v* 聚合页下载 openbiliclaw-extension-v*.zip 手动安装（Firefox 用 -firefox.zip）；Chrome 应用商店一键装会自动更新，但受审核排期影响，版本可能滞后几天到一两周。
手机桌面快捷入口
后端允许局域网访问后，点击插件顶部手机图标扫码打开 /m/。iPhone / iPad 用 Safari「分享 → 添加到主屏幕」；Android Chrome / Chromium 浏览器用菜单里的「安装应用」或「添加到主屏幕」。局域网 HTTP 在部分 Android 浏览器上可能只生成快捷方式；HTTPS 反代下完整 PWA 安装提示更稳定。
Why it matters
推荐顺序反过来：先理解人，再找内容。
平台推荐通常先有内容池，再预测你会点什么。OpenBiliClaw 先沉淀对你的理解，再让 Agent 带着这份理解跨平台主动寻找。
画像会随使用演化
跨平台行为、推荐反馈、聊天表达、兴趣探针确认，都会进入学习闭环，让系统逐步更懂你的真实偏好。
主动去找，而不是等你刷
Discovery 会把心理画像翻译成搜索、趋势、关联链、远域探索和多源任务，持续维护候选池。
推荐理由能看懂
每条推荐都带朋友式解释。你可以喜欢、不喜欢、补一句原因，反馈会继续影响后续发现和排序。
Learning Loop
自进化不是口号，而是一条闭环。
OpenBiliClaw 不只是抓取历史再生成一次画像。它会在实际使用中持续吸收新的行为、反馈和对话，让理解和推荐一起更新。
01
跨平台使用行为
B 站观看、收藏、关注，小红书收藏和喜欢，抖音发布 / 收藏 / 点赞 / 关注，YouTube 观看 / 订阅 / 点赞，X、知乎与 Reddit 互动，以及通用 Web 页面信号进入同一事件层。
02
项目内反馈与对话
你对推荐卡片的喜欢、不感兴趣、评论，以及侧边栏聊天里的明确偏好，会成为新的长期理解候选。
03
心理画像持续深化
Soul Engine 会把事件转成偏好、觉察、洞察和分层画像，不只记录“看了什么”，还判断“为什么会喜欢”。
04
Agent 带着理解主动寻找
Discovery Engine 把画像变成可执行的搜索、热点、关联、探索和多源任务，补进候选池并保持来源配比。
05
推荐继续反哺理解
Recommendation Engine 选出内容、解释原因、接收反馈；下一轮画像和候选池会因此继续校准。
Sources
你的兴趣不该被单个平台切碎。
OpenBiliClaw 用统一候选池和来源配比把多个内容来源接进同一套理解、发现和推荐流程。
B 站
历史、收藏、关注、搜索、趋势、关联链和跨域探索共同提供候选。
小红书
通过浏览器插件任务桥读取收藏、喜欢和页面内容，不由后端直接爬取。
抖音
初始化信号走扩展任务；search、hot 和 feed 从抖音首页 DOM 操作触发，并被动收集页面响应。
知乎
初始化信号和 search / hot / feed / creator / related discovery 都走已登录浏览器插件任务。
saved / upvoted / subscribed 初始化信号和 search / hot / subreddit / related discovery 都走已登录浏览器插件任务。
通用 Web
通过浏览器与 LLM 内容抽取接入更多站点，让非平台内容也进入画像。
Product
用户看到的是一个浏览器侧边栏。
复杂的理解、发现和推荐链路藏在本地后端里；日常使用只需要在插件里看推荐、看画像、聊天和反馈。
推荐与反馈
换一批、继续看、喜欢、不感兴趣、写一句原因，反馈会回到学习闭环。
长期价值画像
它会把“你在内容里长期寻找什么”沉淀成价值偏好、内在驱动力和兴趣方向。
认知风格与内容口味
画像不是一段玄学文字，而是能被查看、质疑和校准的结构化偏好。
聊天校准
有些偏好不必靠猜。直接告诉它你想看什么、避开什么、为什么没打中。
Architecture
技术可以讲成四层：入口、记忆、理解、发现。
没有云端账号体系，也不是又一个内容平台。它是一套跑在你电脑上的个人推荐系统。
01
浏览器扩展（Chrome / Edge / Brave / Arc 等）
侧边栏展示推荐、采集行为、同步登录态，并执行小红书、抖音、YouTube、X、知乎和 Reddit 任务。
02
本地后端
运行在 127.0.0.1，接收事件、调度 discovery、提供 API 和实时状态。
03
Soul / Discovery / Recommendation
Soul 理解人，Discovery 找候选，Recommendation 挑内容并生成解释。
04
SQLite 私有记忆
行为、画像、候选池和推荐历史留在本机，可备份、检查、清理和迁移。
Open source · built by one developer
如果它帮你找到了好内容，顺手给个 Star 吧
OpenBiliClaw 是一个开源、个人维护的项目，没有公司、没有融资。你的一颗 ⭐ 是对它最直接的鼓励，也能让更多想夺回推荐主权的人发现它。