_{模型算力支持：感谢 硅基流动（SiliconFlow） 提供免费模型额度与推理支持 · 合作说明}

🆕 重要更新：OpenBiliClaw 现在可以装进 DeepSeek Harness

新增 DSH 客户端插件 —— 把 OpenBiliClaw 装进 DeepSeek Harness：DSH 界面常驻第四栏（推荐 / 内容库 / 对话 / 画像 / 设置），并注册 22 个 Agent Bridge 工具，让 DSH 里的 Agent 也能读推荐、答探测、闭环学习——边用 DSH 干活，边刷跨平台个性化内容。→ github.com/whiteguo233/dsh-openbiliclaw

📱 想要原生 App？Flutter 移动端客户端（Android / iOS / Web / 桌面）在独立仓库 OpenBiliClaw-mobile：推荐、对话、画像、收藏 / 稍后再看 / 30 天历史一应俱全，连接同一本地后端。

🇨🇳 国内源：Gitee v0.3.232 源码已同步至最新主线。安装包请从 GitHub Release 获取；123 云盘仍保留 v0.3.213 历史文件，最新版国内安装包镜像待更新。

10 秒看懂 OpenBiliClaw

一个纯本地、私有、开源的自进化跨平台内容发现 Agent：从你的跨平台使用、反馈和对话中持续深化心理画像，带着对你的理解主动去 B 站、小红书、抖音、YouTube、TikTok、X、知乎、Reddit、Linux.do、Bangumi、V2EX、微博、GitHub、Instagram 与开放 Web 找内容。

安装浏览器插件 · 让 AI 助手部署后端

_{喜欢这个方向？欢迎 Star 支持项目继续适配更多平台。}

快速开始

普通用户只需四步；Firefox、Docker、脚本和手动部署等备用路径都在 安装与部署详情。

1. 装插件 —— Chrome 应用商店一键安装（自动更新），或从 Latest Release 下载 zip 手动安装（最新功能先到，商店版可能滞后几天）。
2. 装后端 —— 从同一个 Latest Release 下载桌面安装包（macOS .dmg / Windows .exe，开箱即用、常驻菜单栏/托盘）。每个平台有两种安装包:精简版(默认,首启自动下载向量模型 bge-m3)与 -with-embedding 完整版(已内置 bge-m3 ~1.1GB,离线开箱即用)——网络差 / 想离线的选完整版,其余选精简版。Gitee 源码已同步至 v0.3.232，最新版安装包见 GitHub Release。123 云盘当前仍是 v0.3.213 历史文件。 想改源码或深度定制,就把下面这句话粘给 Claude Code / Codex CLI / Cursor 等 AI 编程助手：

text 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)

3. 连接来源 —— 在装了插件的浏览器登录 B 站（默认初始化来源），或改选小红书 / 抖音 / YouTube / X / 知乎 / Reddit / Linux.do / V2EX / 微博 / GitHub。Linux.do、Bangumi、V2EX、微博与 GitHub 均可公开发现；需要账号态的来源仍复用已安装插件，GitHub 则由后端官方 REST API 匿名读取公开 repository。GitHub 可用公开用户名把 starred repositories 用作初始化信号，PAT 只是可选的提额和身份校验方式。TikTok、Instagram 需在「设置 → 来源」中手动开启；使用已装插件的浏览器登录，插件默认包含两者站点访问权限。TikTok 未登录可发现公开视频，登录后由插件同步凭据用于关键词搜索；Instagram 可只读导入本人点赞、收藏和关注。两者均需海外网络：后端沿现有网络/代理设置，浏览器任务使用浏览器自身代理。连接与许可要求见 TikTok、Instagram。

4. 打开界面 —— 浏览器访问 http://127.0.0.1:8420/web；手机扫插件二维码打开 http://<电脑局域网 IP>:8420/m/，保存到主屏幕即可当 App 用；想要原生 App 体验，可安装独立仓库的 Flutter 客户端（Android / iOS / Web / 桌面，安装包见 Latest Release），在设置里填后端地址即可连接同一后端。

不在同一局域网时，OpenBiliClaw-mobile 的 Android / iOS 原生 App 已内嵌 tsnet，电脑端 也可让 OpenBiliClaw 自己加入同一 tailnet；Web / Linux / macOS / Windows Flutter 客户端不在 该能力范围。桌面安装包内置 helper；在电脑本机打开桌面 Web 或浏览器插件的 「设置 → 通用 → 应用内 Tailnet 远程访问」，开启后可选择留空走网页登录、填写 tskey-auth-… Auth Key，或填写带授权设备 tag 的 tskey-client-… OAuth Client Secret， 然后完整重启应用。凭据只在本机私有暂存到下一次启动，不进入 config.toml、API 回显或日志。 源码 / 一句话安装则先运行 openbiliclaw tailnet build-helper（需要 Go 1.26.6），再运行 openbiliclaw tailnet enable 并重启。电脑无需安装或全局开启系统 Tailscale；入口默认关闭、只在 tailnet 私网可见， 不启用 Funnel/Serve，建议同时在本机 Web 设置中开启应用密码（源码安装也可执行 openbiliclaw set-password）。详见应用内 Tailnet。

可选关键词 grounding：在 [discovery].inspiration_search_backends 中加入 parallel；默认链不变，见 Discovery。也可加入 keenable，见 Discovery。

query inspiration → configured provider chain
                  ├ optional Parallel Search MCP ← title / URL / excerpts  ← https://search.parallel.ai/mcp
                  ├ optional Keenable Search API ← title / URL / snippets  ← https://api.keenable.ai/v1/search/public
                  → keyword grounding (no direct recommendation-pool writes)

用户交流群

QQ 用户群

Discord 社区 扫码或点击加入，链接长期有效

为什么需要 OpenBiliClaw？

名字起源于 B 站（Bili = Bilibili，Claw = 爪子），项目最早只支持 B 站。从 v0.3.0 起已扩展为通用跨平台 Agent，覆盖 B 站 / 小红书 / 抖音 / YouTube / TikTok / X / 知乎 / Reddit / Linux.do / Bangumi / V2EX / 微博 / GitHub、Instagram 与通用 Web，持续接入更多内容平台。

推荐系统本质上是一个中间商——平台站在海量内容和海量用户之间做匹配分发。现代推荐系统远比「优化点击率」复杂：它同时权衡点击率、完播率、点赞/投币概率、停留时长、用户留存、创作者生态健康、广告收入等十几个目标，把它们加权压成一个分数来排序。听起来很科学，但问题在于：这些权重是平台定的，优化目标归根结底是平台的——用户满意度只是被当作留存和变现的手段，而非目的本身。你以为你在挑内容，其实是中间商在替你决定你能看到什么。结果就是：推荐越来越像你已经看过的东西，偶尔的惊喜全靠运气。

而且每个平台都是一座孤岛。你在 B 站看了三年机械键盘，小红书完全不知道；你在小红书种草的咖啡器具，B 站从来不会推给你。你的兴趣被割裂在不同平台的数据库里，没有人帮你把它们连起来。

OpenBiliClaw 反过来。 它是一个本地运行的 AI Agent——先深度理解你，再根据对你的理解跨平台主动搜寻你会喜欢的内容。项目从 B 站起步，现已覆盖小红书、抖音、YouTube、TikTok、X（Twitter）、知乎、Reddit、Linux.do、Bangumi、V2EX、微博、GitHub、Instagram 和开放 Web：

🧠 先懂你，再找内容

不是从视频出发匹配标签，而是从你出发。通过行为分析推断 MBTI、认知风格、深层心理需求，构建五层灵魂画像（事件→偏好→觉察→洞察→灵魂）。它理解的是你这个人，不是你的点击记录。

🔮 根据理解主动探索，而非被动匹配

这是和传统推荐最核心的差异：系统会基于对你的理解，主动猜测你可能感兴趣但从未接触过的领域。一个关注机械表的人可能会喜欢建筑美学，一个看量子物理科普的人可能对哲学感兴趣——它用心理学桥接逻辑主动出击，猜对了升级为正式兴趣，猜错了安静退出。协同过滤永远不会推给你「没人从这条路径走过」的内容，但 OpenBiliClaw 会。

🔒 100% 本地，100% 你的

核心行为、推荐和对话数据留在你硬盘上的 SQLite，配置、画像、凭据与缓存也只保存在本机文件中。LLM 默认用你自己的 API Key，也可实验性复用本机 Codex CLI 的 ChatGPT OAuth 凭据。没有 OpenBiliClaw 运营的云端账号，没有任何人能看到你的画像。这个 Agent 怎么长，完全你说了算——反馈推荐、对话调教、换 LLM、迁移或改数据库，随你。

💡 和其他推荐工具的对比

	各平台官方推荐	关键词过滤插件	OpenBiliClaw
推荐逻辑	协同过滤	标签匹配	心理画像 + 五层记忆
内容来源	单一平台	单一平台	跨平台（B 站 · 小红书 · 抖音 · YouTube · TikTok · X · 知乎 · Reddit · Linux.do · Bangumi · V2EX · 微博 · GitHub · Instagram · Web）
信息茧房	越推越窄	不解决	猜测兴趣主动破茧
数据归属	平台所有	通常云端	100% 本地
推荐解释	"猜你喜欢"	无	像朋友一样告诉你为什么
可定制	不可以	低	换 LLM / 改画像 / 写 Skill

📸 功能预览

核心入口现在有五个：浏览器插件负责平台内交互和登录会话，桌面端 Web（/web）提供大屏推荐首页，移动端 Web（/m）适合手机使用，另有独立仓库的原生 Flutter 客户端（OpenBiliClaw-mobile）覆盖 Android / iOS / Web / 桌面，以及把同一套面板搬进 DSH Web 界面的 DSH 客户端插件（第四栏 + 22 个 Agent Bridge 工具）。桌面端、移动端 Web、原生客户端和 DSH 插件都只调用本地 API，Cookie 同步和平台任务仍由插件承担。

智能推荐 像朋友一样解释为什么你会喜欢

灵魂画像 自然语言描述的深度人格分析