技能使用指南

bilibili-title-fetcher(B站视频标题与选集获取器)Skill 是什么?如何下载?

想快速拿到B站视频标题与全部分P列表?B站视频标题与选集获取器Skill免登录、免浏览器,支持BV号、av号、视频链接与b23.tv短链,一键输出纯文本、Markdown表格或结构化JSON,并附带UP主、时长、播放量等信息,适合选题调研与课程整理。

B站视频标题与选集获取器Skill"bilibili-title-fetcher"
8 个章节 约 14 分钟阅读 AI 智能生成

B站视频标题与选集获取器:免登录、免浏览器,一条命令拿到B站视频标题与全部分P列表

核心结论速览

  • 它是什么:一个通过 B 站公开接口读取视频标题、UP 主信息与全部分集(分P)标题的 AI 技能,技能 ID 为 2122344112424910849,内部调用本地脚本完成取数。
  • 解决什么痛点:不用打开浏览器、不用登录账号、不用手动一条条复制,输入 BV 号、av 号、视频链接或 b23.tv 短链即可输出完整选集清单。
  • 输出很灵活:支持三种格式——终端对齐纯文本、Markdown 表格文件、结构化 JSON,分别对应「快速看一眼」「写文档」「喂程序」三类需求。
  • 门槛极低:只要有 Python 环境和 requests 依赖,一条命令就能跑通;脚本基于公开接口并带浏览器 UA,稳定性优于自写爬虫。
  • 边界清晰:只读标题信息,不下载视频、不解析播放地址,适合选题调研、课程大纲整理、内容归档等场景。

一、该技能叫什么?如何下载安装 AI 技能提升开发效率?

这个技能的中文名是 B站视频标题与选集获取器,英文名是 bilibili-title-fetcher,技能 ID 是 2122344112424910849。

它要解决的问题非常具体:当你想知道一个 B 站视频「到底有多少 P、每一 P 讲什么」时,传统做法是打开网页或 App 逐条翻看、手动复制,视频分集一多就极其低效;而如果自己写爬虫,又会遇到登录态、请求头、风控校验(例如详情中提到的 -352 报错)等一连串坑。该技能把这套流程固化成一个本地脚本,通过 B 站公开接口 x/web-interface/view(携带浏览器 UA)取回标题与分P信息,做到免登录、免浏览器。

安装思路与步骤(“一键装 + 一条命令跑”):

  1. 安装技能本体:在 AI 技能市场或你所使用的客户端的技能/插件入口中,搜索技能名「B站视频标题与选集获取器」或英文名 bilibili-title-fetcher,点击安装并在对话中启用。具体的安装入口、账号要求与授权方式,以官方说明为准。
  2. 准备运行环境:该技能依赖本地 Python 脚本 d:\code\test\bilibili_titles.py 与 requests 库。若环境中缺少依赖,执行:
    python -m pip install requests
    
  3. 进入项目根目录:在 d:\code\test 目录下执行命令,避免相对路径出错。
  4. 验证是否生效:用任意一个 B 站视频地址做一次最小验证,例如:
    python d:\code\test\bilibili_titles.py BV1tDsgzxECr
    
    如果终端正常打印出「视频标题 / UP主 / 选集数 / 总时长 / 发布时间 / 播放量 / 链接」的头部信息,以及按列对齐的「P序号 + 时长 + 标题」列表,说明技能已经可用。
  5. 异常自查:若出现 [错误] 开头的行(网络失败、稿件不可见、风控 -352 等),按技能约定应把错误信息原样反馈,不要凭猜测解释原因;若是 ModuleNotFoundError: requests,回到第 2 步补装依赖即可。

二、该技能的主要功能和特点

  • 四种输入格式通吃:BV 号(如 BV1tDsgzxECr)、av 号(如 av170001 或纯数字 170001)、完整视频链接(包括带 ?p=N 参数的链接)、b23.tv 短链(脚本会自动跟随重定向解析真实地址)。这意味着用户从手机分享复制来的短链、从网页地址栏复制来的长链都能直接丢进去。
  • 三种输出模式按需切换:默认纯文本直接打印;加 -o result.md 保存为 Markdown 文件(扩展名为 .md 时生效,其它扩展名仍按纯文本处理);加 --json 输出结构化数据。
  • 信息完备的元数据头部:一次调用即可获得视频标题、UP 主、选集数量、总时长、发布时间、播放量、视频链接,做选题调研时不用再开网页核对。
  • 结构化 JSON 便于二次开发:JSON 模式返回 {bvid, title, owner, videos, duration, pages:[{index,title,duration}]},字段含义直观,可直接入库或接入自己的脚本管线。
  • Markdown 模式自带排版:输出为「# 标题 + 信息列表 + 选集表格」,表头为 | # | 时长 | 标题 |,复制进文档、笔记、周报都是现成格式。
  • 相比普通工具更省事:不需要登录 Cookie、不需要浏览器自动化(无头浏览器)、不需要处理复杂的请求签名;相对"人肉复制"是数量级的效率差,相对通用爬虫则少了大量适配工作。
  • 边界明确更安全:仅用于读取标题信息,不涉及视频下载;单P视频只输出提示而不输出列表,避免给出无意义的空表。

三、如何使用该技能?

第 1 步:确认环境与依赖 确保 Python 可用、requests 已安装,并在 d:\code\test 目录下操作。

第 2 步:最简调用(看一眼就跑)

python d:\code\test\bilibili_titles.py https://www.bilibili.com/video/BV1tDsgzxECr

输出结构说明(字段来自脚本固定格式):前几行为视频标题、UP 主、选集数、总时长、发布时间、播放量、链接;随后是按列对齐的列表,每行形如「P序号 + 时长 + 标题」。分集较少的视频,一眼就能看完。

第 3 步:保存为 Markdown 做资料

python d:\code\test\bilibili_titles.py BV1tDsgzxECr -o result.md

得到一份带一级标题、信息列表和选集表格的 .md 文件,可直接放进知识库或发给同事。

第 4 步:输出 JSON 交给程序

python d:\code\test\bilibili_titles.py av170001 --json

返回结构化对象后,你可以用任意语言/脚本读取 pages 数组,做分P标题统计、时长求和、批量汇总等后续处理。

第 5 步:处理短链与指定分P

python d:\code\test\bilibili_titles.py https://b23.tv/xxxxxx
python d:\code\test\bilibili_titles.py "https://www.bilibili.com/video/BV1tDsgzxECr?p=2"

短链会自动跟随重定向;带 ?p=N 的链接同样支持(脚本仍会获取整部稿件的选集列表)。

第 6 步:分集很多时的正确姿势 详情中明确提示,选集较多的视频(例如 172P)终端输出会非常长。此时优先用 -o 保存为文件后再按需读取,既避免刷屏,也方便后续检索。

第 7 步:在对话中使用 当你向 AI 提出"这个 B 站视频有哪些分P""帮我列出这个链接的选集标题"时,技能会被调用并返回上述结果;如果返回 [错误] 行,直接把它贴给用户即可,不要自行推测原因。

四、同类型竞品对比分析

方案名称 定位 核心功能 安装/使用门槛 适用场景 优势与不足
B站视频标题与选集获取器(本技能) 轻量级标题与分P信息提取器 输入 BV/av/链接/短链,输出纯文本、Markdown 或 JSON,含 UP 主、时长、播放量等元信息 低:装好技能 + Python 环境 + requests,一条命令即可 选题调研、课程大纲整理、分P清单归档、二次开发取数 优势:免登录、免浏览器、三种输出格式、JSON 结构化友好;不足:只读标题类信息,不做下载与播放地址解析
B 站网页/App 手动查看 官方原生产品 直接观看并查看分P列表 极低:打开即用 偶尔看一两个视频 优势:零成本、信息最全;不足:无法批量、无法结构化导出,分P多时仍需逐条复制
通用命令行下载工具(如 yt-dlp 一类) 视频下载与元信息工具 下载视频/音频,可 --dump-json 等导出元数据 中:需自行安装、了解参数,部分场景需处理登录与风控 需要真正下载媒体文件的场景 优势:能力覆盖下载与转码;不足:参数较复杂、下载场景重,仅为"读标题"时明显过重
自写爬虫脚本 / 直接调开放接口 完全自定义方案 按需请求接口、自行解析 高:需处理请求头、UA、风控校验(如 -352)、重定向、错误处理 有特殊字段需求或大规模批量采集 优势:完全可控;不足:开发与维护成本高,风控一变就得改代码

从对比可以看出,本技能的生态位很清晰:它不是下载器,也不是全能爬虫,而是把"读标题与分P"这件小事做到极致顺手的专用工具。

五、该技能的典型应用场景与实际体验情况

场景一:内容运营做选题与竞品调研 运营同学常常需要研究同领域 UP 主的长系列视频结构。过去要在网页里点开每一个分P记标题,一个 100P 的系列光记录就要半小时。现在把链接丢给技能,加 -o 直接导出 Markdown 表格,粘贴进调研文档即可。 实际体验:上手几乎零学习成本,命令只有一条;输出表格列对齐好读。注意分P多的视频不要直接终端打印,容易刷屏。

场景二:学习者的课程大纲整理 不少教程类视频把一个完整课程拆成几十个分P。学习者想要一份可勾选的学习清单,用 Markdown 模式输出后导入笔记软件,标题即章节,时长即预计学习时间。 实际体验:总时长字段对做学习计划很实用;如果视频只有一P,脚本只会给出提示而不输出列表,属于预期行为而非报错。

场景三:开发者与数据整理者的结构化取数 需要把一批 B 站视频的分P标题存入数据库、生成目录站或做文本分析时,--json 模式返回的 {bvid, title, owner, videos, duration, pages:[...]} 结构可直接被程序消费,省去写解析器的工作。 实际体验:字段命名直观,二次开发成本低。建议在脚本外层加循环处理批量链接,并对 [错误] 行做记录重试。

场景四:UP 主自查稿件结构 UP 主整理自己投稿的分P命名是否规范、时长分布是否合理,通过一次性导出全集列表即可横向比对。 实际体验:链接、短链、BV 号三种输入都能用,手机端复制的 b23.tv 短链不用手动转换。

通用注意事项:网络不佳或稿件不可见时会返回 [错误] 行(含风控 -352),此时应原样展示错误信息而非猜测;如遇 requests 缺失,先执行 python -m pip install requests。整体而言,这是一个上手难度低、见效快、边界清楚的工具型技能。

六、该技能能为用户带来的价值

  1. 效率从"分钟级"压缩到"秒级":一个 50P 的系列视频,手工记录标题通常需要十几分钟,脚本执行通常在一两秒内完成,并同时给出总时长、播放量等附加信息。
  2. 显著降低数据获取门槛:不需要懂签名算法、不用准备登录 Cookie、不用搭无头浏览器,只要会敲一条命令就能拿到结构化结果,让非技术岗位也能独立完成取数。
  3. 输出格式即交付物:Markdown 模式生成的就是可直接使用的文档片段,JSON 模式生成的就是可直接入库的数据,省掉了"拿到结果还要再排版/再清洗"的一步。
  4. 稳定与可维护:基于 B 站公开接口并携带浏览器 UA,把风控、重定向、输入格式兼容等细节封装在脚本内,用户不必随接口变化反复改代码。
  5. 长期价值在于可复用:无论是日常选题调研、课程整理,还是把自己项目里的"视频信息采集"环节接入 AI 工作流,这份能力都可以反复调用,边际成本趋近于零。

七、常见问题 FAQ

Q1:这个技能怎么安装?装完怎么确认能用? 在技能市场或客户端技能入口搜索「B站视频标题与选集获取器」或 bilibili-title-fetcher 安装并启用(具体入口与授权以官方说明为准);随后确认 Python 环境与 requests 依赖(缺失时执行 python -m pip install requests),在 d:\code\test 目录下用任意 BV 号跑一次命令,能正常输出标题与分P列表即视为安装成功。

Q2:使用它需要登录 B 站账号吗?会不会有封号风险? 不需要登录。技能通过 B 站公开接口 x/web-interface/view 获取信息,并携带浏览器 UA,属于读取公开数据的行为,且不涉及视频下载,只输出标题类信息。不过接口层面仍可能触发风控(例如返回 -352),此时把错误原样反馈即可。

Q3:支持哪些输入格式?手机复制的短链能用吗? 支持四类:BV 号(如 BV1tDsgzxECr)、av 号(av170001 或纯数字 170001)、完整视频链接(可带 ?p=N)、b23.tv 短链(自动跟随重定向)。因此手机端分享出来的短链可以直接使用。

Q4:视频分集特别多,终端刷屏了怎么办? 使用 -o 参数保存为文件,例如 python d:\code\test\bilibili_titles.py BV1tDsgzxECr -o result.md。扩展名为 .md 时生成 Markdown,其他扩展名按纯文本保存;分P很多(如 172P)的视频建议一律先落盘再按需读取。

Q5:为什么有些视频只输出一行提示,没有选集列表? 这是脚本的既定行为:单P(无分集)视频只输出提示,不输出列表,避免生成无意义的空表。另外,若某次运行出现 [错误] 行,说明请求失败或稿件不可见,请按原样信息排查,不要假设原因。

Q6:它和下载工具有什么区别,我该选哪个? 如果你要的是"把视频文件拿到手",应该选下载类工具;如果你只是想快速拿到标题、分P清单、UP 主与时长等信息,并希望输出成 Markdown 或 JSON,本技能更轻、更快、更贴合需求。二者并不冲突,可以按任务分别使用。