whiteguo233/OpenBiliClaw

OpenBiliClaw – 个人AI推荐代理

是什么

• 一个开源、本地运行的AI代理，从你在多个内容平台（Bilibili、小红书、TikTok、YouTube、X/Twitter、知乎、Reddit、Linux.do、Bangumi、V2EX、微博、GitHub和开放网络）上的互动行为中构建你的心理画像。
• 基于该画像，它会主动搜索这些平台，寻找它预测你可能会喜欢的内容，即使你从未见过类似的东西。
• 所有数据（行为日志、画像、推荐、聊天记录）均保留在你的设备本地的SQLite数据库中——没有云服务会收集你的偏好。

核心组件

组件	作用
浏览器扩展	在支持的网站中注入侧边栏，读取你的浏览/会话Cookie，捕获反馈（点赞/点踩、“稍后看”、聊天）并转发给后端。支持Chrome系浏览器、Edge、Brave、Vivaldi、Opera以及Safari（通过签名DMG）。
后端服务器	使用Go/Python编写，运行在 http://127.0.0.1:8420。它存储数据，运行LLM驱动的推理，生成嵌入（默认 bge-m3），并提供Web UI。两种安装方式：轻量级包（首次启动时下载嵌入模型），或“-with-embedding”捆绑包（内置模型，约1 GB），用于完全离线使用。
Web UI（桌面与移动端）	可通过 /web（大屏）或 /m/（移动端优化）访问。展示推荐卡片，解释每项推荐的原因，可视化你的“灵魂肖像”（MBTI、核心特质、深层需求），并允许你与代理聊天以优化其理解。
Flutter移动端客户端（独立仓库）	连接到同一本地后端的原生Android/iOS/Web/Desktop应用，无需浏览器即可提供相同UI。
DeepSeek Harness（DSH）插件	可选集成，将OpenBiliClaw嵌入DeepSeek Harness UI，暴露22个“代理桥”工具，实现跨平台内容发现。

工作原理（概览）

1. 信号收集 – 扩展监控你在选定平台上的活动，并记录显式反馈（点赞、不感兴趣、聊天消息）。
2. 画像构建 – 通过LLM提示链将原始信号转化为五层“心理肖像”：事件 → 偏好 → 意识 → 洞察 → 灵魂。同时推断MBTI、认知风格和深层动机。
3. 跨平台搜索 – 基于肖像，后端查询支持平台的API（或抓取公开页面），寻找符合推断兴趣的内容，即使没有其他用户走过这条路。
4. 推荐与解释 – 结果按优先级排序，嵌入 bge-m3，并附带自然语言解释（“因为你喜欢动手的机械设计，你可能会喜欢这个关于钟表制作的视频”）。
5. 持续学习 – 每次互动都会更新画像，系统逐渐实现更深度的个性化。

为何重要

• 隐私优先：无服务器存储你的数据；你掌控LLM API密钥（OpenAI、Claude等）或可运行本地LLM。
• 打破信息茧房：不依赖平台中心的协同过滤，而是基于对你更深层的理解生成新颖推荐。
• 跨平台统一：你的兴趣不再被各服务割裂；代理在数十个站点间聚合信号。

快速入门

1. 从Chrome网上应用店安装浏览器扩展（或从最新GitHub发布页下载zip）。
2. 从同一发布页下载合适的桌面安装包（macOS用.dmg，Windows用.exe）。如需完全离线使用，请选择“-with-embedding”捆绑包。
3. 通过扩展登录至少一个支持平台（Bilibili为默认）。
4. 打开 http://127.0.0.1:8420/web（或扫描移动端二维码）查看推荐、你的画像和聊天框。

高级选项

• Tailnet（Tailscale）远程访问 – 启用内置助手加入私有Tailnet，使手机App可在不安装系统级Tailscale的情况下跨互联网访问后端。
• Docker / HTTPS部署 – 使用包含Caddy的 docker-compose.https.yml 模板，可在自定义域名后安全暴露API。
• 自定义LLM / 嵌入模型 – 编辑 config.toml 更换默认LLM；也可替换 bge-m3 嵌入模型。
• DSH集成 – 安装 dsh-openbiliclaw 插件，将代理嵌入DeepSeek Harness，并向其他代理暴露其工具。

社区与支持

• 提供QQ群和Discord服务器链接，用于用户帮助与功能讨论。
• 项目维护CI构建，发布于GitHub、Gitee镜像，以及123 Pan的中文专用下载镜像。

---

总结：OpenBiliClaw是一个真正由AI驱动、保护隐私的推荐系统，完全在你的设备上运行，构建精细的个人模型，并从大量中英文平台获取内容。它精准定位在个人AI代理与跨平台推荐技术的前沿。