把B站收藏夹喂给AI后，我发现了收藏即学习的终极奥义

有多少同学把B站当成一个学习平台来用？？？

没错！我就是！看到一个觉得有用的内容，立马点个收藏，想着之后再来好好学习一下收藏夹中的视频。结果谁能想到，这视频进去了就是进去了，再也没有再打开的那一天！

可万一有时候能用上，又得去收藏里面慢慢翻找，那现在外面吹得AI多么好用，咱们就不能让AI来接管我的B站收藏夹么？

最近刷到个很有意思的项目【bilibili RAG】:把收藏夹变成可对话的知识库。让AI来“吃透”你的B站收藏夹，这样一来咱们就能直接通过自然语言直接在知识库里面搜索。

好了，这下真的是收藏了就等于学过了。

效果演示

Bilibili RAG的使用非常简单，打开webui页面之后，点击扫码登陆上自己的B站账号。

这里就能直接看到B站的收藏文件夹，选择需要入库的收藏夹，我这收藏夹里面有五百多条视频，导入的过程稍微有点慢，需要等一会儿。

等待AI对收藏夹中的内容分析之后，就能在知识库中直接通过对话框来询问视频中的知识点了！

像这里我：让它帮我按照主题整理下收藏夹内容，可以看到这个整理的还是很不错的！

我又问了下，让它找出有关装机的相关视频，它也能全部找出。

当然，我知道有些同学的收藏夹里面肯定有一些美女的视频，嘿嘿，直接用自然语言也是能够搜索出来的！

如果有更新的话，点一下刷新，也能做到增量入库。

有的同学可能疑惑：为什么我需要这样一个知识库呢？其实很简单，AI可以根据你的收藏夹里面的内容进行回答，这样更加符合你的需要，不同于市面上的在线AI，直接将网上的视频扔给你，可能并不符合你的喜好

那这么好用的B站收藏夹知识库，如何部署呢？

本地NAS部署过程

作为一个本地的B站收藏夹知识库，我觉得最佳的部署位置肯定是NAS上啦。NAS作为7*24小时的设备，最适合用来跑这种项目了。我这演示的是极空间的Z4 Pro+ 性能版，用来跑Bilibili RAG知识库再合适不过了。

那需要注意，这个项目是需要接入API的，项目默认是使用的阿里云的API的，如果你不是阿里云的用户也能自行修改接入的api。我这里就以minimax为例。

由于官方并没有提供docker compose部署的方式，我们这直接自己写一个compose：

services:

backend:

build:

context: https://github.com/via007/bilibili-rag.git

dockerfile_inline: |

FROM python:3.11-slim

RUN apt-get update && apt-get install -y --no-install-recommends ffmpeg && rm -rf /var/lib/apt/lists/*

WORKDIR /app

COPY requirements.txt .

RUN pip install --no-cache-dir -r requirements.txt

COPY app/ ./app/

EXPOSE 8000

CMD python -m uvicorn app.main:app --host 0.0.0.0 --port 8000

container_name: bilibili-rag-backend

ports:

- 8000:8000

env_file:

- .env

volumes:

- ./data:/app/data

restart: unless-stopped

frontend:

build:

context: https://github.com/via007/bilibili-rag.git

dockerfile_inline: |

FROM node:20-alpine

WORKDIR /app

COPY frontend/package*.json ./

RUN npm install

COPY frontend/ .

EXPOSE 3000

CMD npm run dev

container_name: bilibili-rag-frontend

ports:

- 3081:3000

environment:

- NEXT_PUBLIC_API_URL=http://localhost:8000 #需要改成你自己的极空间IP

depends_on:

- backend

restart: unless-stopped

然后咱们需要编.env文件，极空间这里提供了可视化.env文件编辑的页面，直接在docker页面勾选添加.env，这里面需要修改自己的api以及端点。

--- ASR 语音转写（以阿里云 DashScope，可自行修改） ---

DASHSCOPE_API_KEY=sk-你的阿里云Key

DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/api/v1

ASR_MODEL=paraformer-v2

ASR_TIMEOUT=600

--- LLM 对话（以 MiniMax可自行修改） ---

OPENAI_API_KEY=sk-cp-xxx

OPENAI_BASE_URL=https://api.minimaxi.com/v1

LLM_MODEL=MiniMax-M2.7

--- Embedding（走阿里云 DashScope） ---

EMBEDDING_MODEL=text-embedding-v4

修改后直接创建项目启动。

那么好了以上就是本篇文章的全部内容啦

希望对你有所帮助

让我们下篇文章

再见~