B 站回复技能 Skill 技能

技能简介

bilibili-reply 是一个 AI Agent 技能，把"你在 B 站 @ 了它"这条通知变成一次真实的自动回复：它先认出这条 @ 是不是说给你的，再在本地把视频看懂（转文字 + 抽关键画面），最后回到那个视频下面，发一条带可跳转时间戳的评论。普通 AI 助手卡在这条链路的三个地方——@ 通知里只有评论文字没有视频链接、视频内容得先看懂、回复必须发在对的位置否则对方收不到通知——这个技能把三个坑都填平了。

核心能力

• 身份核对：@ 列表里混着别人的通知，技能会按 7 步清单逐项核对你的昵称，对不上就不回，避免误答别人。
• 本地视频理解：调用 video-watch 技能做本地转写与关键帧抽取，音频视频不上传云端。
• 按内容类型分策略回复：教学类视频给分章时间戳，玩乐类给一句简短情绪反应，沉重内容则克制处理。
• 可跳转时间戳：用纯文本 00:00 格式书写，B 站会自动渲染成可点击跳转的链接。
• 自动模式：自带看门狗脚本 watch-at.ps1，每 30 秒检查一次 @，命中后自己看视频、自己回复，再推微信通知你。
• 成本友好：自动检查阶段不调用模型，只有真正要回复时才调用一次。
• 踩坑经验全部写进 SKILL.md：盲取 @ 列表第一条、用视频顶部输入框回复、点用户名而不是点评论文本、歌曲类视频转写 0 段、猜抽帧文件名等，都有对应的正确做法。

安装配置

1. 前置一：技能运行在 DeepSeek Harness（DSH）上，需要装好 DSH 及其 pnpm 环境。
2. 前置二（关键）：AI 必须能操控一个已登录 B 站的真实浏览器。推荐腾讯开源的 BrowserSkill（MIT 许可，8.8k star），它提供 bsk CLI 与浏览器扩展，让 AI 直接用你已登录的会话，不需要重开干净环境。
3. 前置三：安装 video-watch 技能负责视频理解，需要 ffmpeg、faster-whisper 等依赖，它是独立项目不随本仓库分发。
4. 本体安装：git clone 本仓库到 /skills/bilibili-reply ，然后 cp config.example.md config.md 并填写你的昵称与机器人账号；第 3 步不能省，技能靠昵称核对身份。

使用步骤

1. 装好四项前置并克隆仓库，复制配置文件填入昵称与机器人账号。
2. 在浏览器里登录你的 B 站账号，建议用小号，因为技能会以这个身份在公开评论区发言。
3. 用主号在某个视频下发一条评论并 @ 那个小号，触发通知。
4. 对 AI 说"我@你了，去看看"，或"去 B 站看看最新那条 @，回一下"。
5. 观察它走完读通知 → 核对身份 → 分析视频 → 回评论四步；想让它自己盯着，就运行 watch-at.ps1 -Init 设基准、再运行 watch-at.ps1 -InstallTask 装计划任务。

适用场景

• 自建知识账号：把作品评论区变成半自动的互动入口。
• 教程类视频作者：让 AI 自动生成带分章时间戳的回复，省去手动翻视频找点的过程。
• 多账号运营：配合小号隔离身份，避免主号被频繁发言触发风控。
• 本地优先的自动化实践：视频内容不出本机，适合处理未公开或半公开素材。
• 学习 Agent 技能工程：这是一个把"真实平台细节"写进技能定义的完整范例。

适用人群

有 B 站账号的创作者与运营、需要自动处理评论的社群负责人、做浏览器自动化与 Agent 技能的开发者，以及愿意花时间把提示词和流程调稳的动手派用户。对 AI 助手有基本使用经验即可，但需要能自己装 DSH 与浏览器扩展。

工作原理

技能本体是一份 SKILL.md，把整条链路固定成可执行步骤：先从 @ 通知里定位视频，再逐项核对昵称确认是给你的，然后调用 video-watch 做本地转写与抽帧，按内容类型选择回复策略，最后用通知里的"回复"按钮发内联回复（而不是视频顶部输入框，否则会变成独立评论、对方收不到通知）。视频理解阶段会按需重跑转写（例如歌曲类内容加 --no-vad 后转写段数从 0 段变 57 段），抽帧文件名从 frames.json 的 file 字段取真实值而不是猜。自动模式只是把"检查 @ 通知"这一步交给看门狗脚本定时执行，回复逻辑与手动模式完全一致。

注意事项

技能会以你的身份在公开评论区发言，请确认内容得体；建议使用小号并自设 max_replies_per_hour 一类的频率限制；B 站有风控，连发过多会弹验证码或接口返回 -352，不要刷。全部音视频处理都在本地完成，不做云端转写。

官方链接

• GitHub：https://github.com/bronyacccxz/dsh-bilibili-reply
• 依赖的浏览器自动化：https://github.com/Tencent/BrowserSkill
• 许可：MIT