B 站 / 小红书 / 抖音算法不懂你?用 Openbiliclaw 打造你专属内容推荐

你有没有过这种感受:刷了半小时 B 站 / 小红书 / 抖音,翻来覆去都是同类内容;点了无数次「不感兴趣」平台还是硬塞你不想看的东西;当大厂算法越来越懂怎么「拿捏」用户,有没有一种可能:我们把推荐系统的控制权,拿回到自己手上?

锋哥给大家推荐这款免费开源跨平台内容发现 Agent 工具「Openbiliclaw」让你用上只属于自己的推荐系统。

20260703-2

它不依附于任何平台,不收集你的数据上传云端,而是在你自己的电脑上构建专属的兴趣画像,然后派出 Agent 去 B 站、小红书、抖音、YTB、X、知乎等平台,挖掘真正符合你口味的内容。

✨ 简单说:这是一个跑在你电脑里、只服务你一个人、越用越懂你的私人内容推荐官。

使用介绍

提供了从新手到技术玩家的多种安装方式,门槛极低。需要同时安装后端和浏览器扩展。

1. 桌面端安装(最省事)

这是最简单的方式,直接下载对应系统的安装包即可:提供了 Windows 和 macOS 客户端。

20260703-3

2. 浏览器扩展(主要入口)

浏览器扩展是日常使用的主界面,负责展示侧边栏推荐、捕捉浏览行为、接收反馈、同步登录状态。

支持 Chrome、Edge、Brave、Arc 等主流 Chromium 内核浏览器,也支持 Firefox,可从 Chrome 应用商店一键安装,也可下载 zip 包手动加载

20260703-4

3. 一键脚本部署(跟桌面端二选一)

熟悉命令行的用户,可直接通过一行脚本部署后端服务:

curl -fsSL https://raw.githubusercontent.com/whiteguo233/OpenBiliClaw/main/scripts/install.sh | bash

也可以配合 AI 编码 Agent(如 Claude Code、Cursor)自动完成部署。

4. 手机端使用

开启后端的局域网访问后,在扩展中点击手机图标扫码,即可在手机浏览器中打开移动端页面,并添加到主屏幕作为快捷方式使用。

5.使用你自己的模型配置与 API 密钥

无需把个人画像上传到任何第三方云服务,选一个服务商,填入它的 API Key 即可。

20260703-6

6.开始初始化

选择平台源 B 站、小红书、抖音、YTB、X、知乎,会自动拉取数据、生成画像、补齐首轮内容池。

20260703-5

7.查看你的画像

初始化完毕后,可以看到你的价值偏好、感兴趣的方向、常看的 UP 主、内容口味、猜测兴趣等等,你可以通过告诉阿 B 你的偏好、边界和最近想看的方向,让推荐的内容更符合你的口味。

20260703-7

8.根据专属兴趣画像算法,推荐内容

系统在后台持续发现内容,系统猜测你可能对某个方向感兴趣,系统也会确认你可能想避开的内容形态。

20260703-8

功能特色

✅ 完全本地,隐私优先:所有数据都只存在你的电脑里。行为记录、用户画像、候选内容池、推荐历史,全部保存在本地 SQLite 数据库与内存文件中。

✅ 自进化学习循环,越用越懂你:它不是一次性生成画像就完事,而是有完整的闭环学习机制。采集行为:跨平台的观看、收藏、点赞、关注、网页浏览等行为,统一进入事件层,用得越久,它对你的理解就越精准。

✅ 跨平台统一推荐,打破平台壁垒:你的兴趣不该被 App 边界切割。用统一的候选池,把多个内容源接入同一套理解、发现、推荐流程。

✅ 主动发现,而非被动投喂:和平台「等你下滑才刷新」的逻辑不同,它会主动根据你的画像去探索内容。

✅ 每条推荐都有理由,反馈即时生效:每一条推荐卡片,都会附上类似朋友口吻的推荐理由。你可以点赞、拒绝,甚至写下为什么不喜欢 —— 这些反馈会立刻进入学习循环,修正后续的推荐方向。

✅ 结构化画像,可查看可校准:你的兴趣画像不是虚无缥缈的标签,而是结构化的偏好数据:包括长期价值偏好、内在驱动力、兴趣方向、认知风格、内容口味等等。你可以随时查看、质疑、手动校准,让它更贴合真实的你。

总结

如果你厌倦了被算法投喂、困在信息茧房里;如果你在意自己的浏览隐私,不想把偏好数据交给大厂;如果你想高效地在全网发现真正优质的内容 —— 不妨试试这个完全站在你这边的内容发现 Agent。

下载地址

  • 项目地址:
    https://github.com/whiteguo233/OpenBiliClaw
  • 网盘下载:
    https://pan.quark.cn/s/c635d29cf261
  • 视频介绍:
    https://www.bilibili.com/video/BV1DVjf6xEM9