whiteguo233/OpenBiliClaw

项目概览

其关注点在于将跨平台内容发现与基于心理逻辑的主动兴趣探索结合，并采用本地数据存储方式；这为希望跳出单一平台推荐范围、同时重视数据本地保留的用户提供了明确的选型方向。

项目类型

AI Agent · RAG 与知识库

应用场景

知识问答 · 搜索调研

部署方式

查看项目说明

License

MIT

适合谁

• 希望在本机保存用户数据，并结合多个内容平台探索个人兴趣的用户。
• 愿意通过浏览器扩展登录内容平台，并以反馈和对话调整推荐的用户。

核心能力

• 分析已连接平台中的用户行为、反馈和对话，推断 MBTI、认知风格与深层心理需求，并构建五层灵魂画像。
• 基于心理画像，在 Bilibili、小红书、抖音、YouTube、X、知乎、Reddit 和 Bangumi 中主动搜索用户可能喜欢的内容。
• 主动推测并探索用户可能感兴趣但从未接触过的新领域，以心理逻辑连接兴趣。
• 所有用户数据保存在用户磁盘上的单个 SQLite 文件中。
• 应用随附 Chrome/Firefox 扩展，用于处理站内交互、收集反馈，并将登录会话传递给本地后端。
• 提供用于大屏推荐的桌面 Web 界面，以及用于移动使用场景的移动 Web 界面。
• 用户可与代理对话，并通过喜欢或不感兴趣等反馈持续调整后续推荐。

限制与风险

• 桌面安装程序处于实验阶段，且未签名或未公证，可能需要手动绕过安全限制。
• 除 Bangumi 外，大多数内容来源需要通过浏览器扩展登录，才能初始化用户画像。
• macOS 用户可能遇到“应用已损坏”或“开发者未验证”错误，并需要通过终端命令 xattr 绕过。
• X 的速率限制可能导致内容发现跳过数据获取。

如何开始

• 可安装浏览器扩展或下载桌面安装程序，随后以二进制、Docker 或脚本部署后端，登录内容平台，并访问 http://127.0.0.1:8420/web。配置还需要手动设置 LLM 提供方和嵌入服务。

核验依据

• GitHub 项目简介: Local-first AI agent that learns who you are, then hunts content you'll love across platforms.
• README: 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。
• README: 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
• README: 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。
• Release: OpenBiliClaw v0.3.182

来源更新时间：2026-07-21T18:25:17Z

打开原始 GitHub 项目