OpenBiliClaw 自进化内容发现 Agent

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、Linux.do、Bangumi、V2EX、微博与开放 Web 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 十一类平台来源与开放 Web 汇入同一推荐闭环
主动发现 不是等你刷到,而是带着画像出去找
OpenBiliClaw 浏览器侧边栏推荐界面
Install prompt below

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
Docker 预构建镜像(自托管)
curl -fsSLO https://raw.githubusercontent.com/whiteguo233/OpenBiliClaw/main/docker-compose.prebuilt.yml
docker compose -f docker-compose.prebuilt.yml up -d
# 然后打开 http://127.0.0.1:8420/setup/ 完成初始化

桌面安装包(最省事)

macOS Apple 芯片下载 OpenBiliClaw-macos-v*-arm64.dmg,Intel 下载 x64 包(如发布页提供);DMG 内推荐双击「安装并启动 Install OpenBiliClaw.command」,它会校验新包、退出旧实例、原子替换并启动刚安装的版本。Windows 下载 OpenBiliClaw-windows-*-Setup.exe,安装或升级成功后同样会结束旧实例并自动启动新版本。可用安装包都附在 openbiliclaw-v* 聚合 Latest Release 里。当前为 ad-hoc signed、未公证的实验性预发布:Mac 首次打开安装助手或应用时请右键 / Control-click → 打开,或到系统设置 → 隐私与安全性点仍要打开;若提示“已损坏”,确认来源后执行 xattr -dr com.apple.quarantine /Applications/OpenBiliClaw.app。

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 Linux.do / V2EX / 微博等受支持来源的有界只读任务桥;微博公开 discovery 由后端完成,个人初始化才打开微博同源任务页,Cookie 不回传。最新版建议从 GitHub Latest Release 下载 Chrome / Firefox 同版本包,或使用审核通过后自动更新的插件市场版本。

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。

Flutter 原生客户端

想要原生 App?独立仓库 OpenBiliClaw-mobile(Flutter)提供 Android / iOS / Web / Linux / macOS / Windows 客户端,在设置里填后端 IP / 端口即可连接同一本地后端;推荐、对话、画像、收藏与 30 天历史、消息收件箱齐全,B 站封面 CDN 直连省两跳。Android 签名 APK 与 iOS 自签名 IPA 见 Latest Release:https://github.com/whiteguo233/OpenBiliClaw-mobile/releases/latest

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。

01 Private

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。

02 Self-improving

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。

03 Proactive

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。

04 Explainable

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

跨平台公开内容、授权的个人信号、推荐反馈和通用 Web 页面事件进入同一事件层。

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。

Bilibili

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。

Xiaohongshu

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。

Douyin

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。

Zhihu

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。

Reddit

Reddit

saved / upvoted / subscribed 初始化信号走已登录浏览器插件任务;search / hot / subreddit / related discovery 默认走随后端安装的 rdt-cli,插件自动同步 reddit_session,未登录 / 不可用时自动 fallback 到插件。

Linux.do

Linux.do

公开 search / hot / feed / creator / related 无需登录;书签 / 点赞 / 阅读记录用已登录浏览器同源只读 GET,只回传归一化字段。

Bangumi

Bangumi

官方匿名只读 API 提供条目搜索、排名和按日期浏览;填个人令牌可自动识别当前用户并读取私密收藏,或用公开用户名读取公开收藏来初始化画像。

V2EX

V2EX

匿名公开发现覆盖 search / Node / Tab / hot / latest;已登录浏览器可只读导入本人主题、回复、收藏主题和收藏 Node,可选 PAT 用于身份验证与 API 2.0 增强。

Weibo

微博

公开 discovery 覆盖 search / hot / creator;登录微博后可在初始化时只读导入收藏、关注和互动,Cookie 不离开浏览器。

Web

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。

推荐卡片和反馈按钮截图

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。

价值偏好和兴趣方向画像截图

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。

认知风格和内容口味画像截图

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。

侧边栏聊天截图

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,并执行受支持来源的隔离只读任务。

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。

Build your own recommender

让推荐系统重新站到用户这一边。

纯本地、私有、开源、可解释、可反馈、会随你使用持续演化。