English | 简体中文

原生、纯净、可扩展 —— 重新定义你的 B 站体验

_{最后更新：2026-02-16 · 文档已同步至 v6.0.0（以 CHANGELOG 与源码为准）}

• 今日推荐单：
  • 支持双模式切换（今晚轻松看 / 深度学习看）
  • 支持 UP 主榜、视频队列、推荐理由标签
  • 推荐队列展示 UP 主头像与昵称，优化观感
  • 联动护眼状态：夜间自动偏向短时长、低刺激内容
  • 支持本地负反馈学习（不感兴趣视频/UP/关键词）
  • 支持冷启动首屏曝光策略，避免“已生成但看不到”
  • 插件内可一键清空本地画像与反馈，重新学习
• 夜间护眼：
  • 三档预设（轻柔/平衡/专注）并支持用户 DIY
  • 实时预览亮度与暖色滤镜强度
  • 定时护眼 + 使用时长关怀提醒 + 稍后提醒
  • 关怀文案与提醒策略支持人性化优化
• 画质切换：
  • 画质列表优先使用 DASH 实际可切换轨道
  • 缓存切换改为目标画质精确匹配，缺失时回退 API
  • 切换提示文案更明确（目标不可用时清晰反馈）

• 先看你最近看了谁：统计历史记录里你常看的 UP 主，并结合播放进度和“最近看过”的权重。
• 再给候选视频打分：每条视频会综合以下信号：
  • 热度（播放量）
  • 与你偏好 UP 主的匹配度
  • 新鲜度（发布时间）
  • 模式偏好（今晚轻松看 更偏短、轻松；深度学习看 更偏知识、时长适中）
  • 夜间护眼状态（夜间会降低高刺激、超长视频权重）
  • 负反馈（不感兴趣的视频/UP/关键词会被明显降权）
• 最后做“去同质化”排序：不是只按分数从高到低排，而是避免连续刷到同一个 UP 主，让列表更耐看。

一句话总结：今日推荐单 是一个完全本地、可解释的加权排序器，会根据你的观看行为持续微调结果。

对应实现：app/src/main/java/com/android/purebilibili/feature/home/TodayWatchPolicy.kt
画像与反馈存储：app/src/main/java/com/android/purebilibili/core/store/TodayWatchProfileStore.kt、app/src/main/java/com/android/purebilibili/core/store/TodayWatchFeedbackStore.kt

1. 输入数据

• 历史样本：historyVideos（本地历史记录）
• 候选集合：candidateVideos（首页推荐流候选）
• 模式：RELAX（今晚轻松看）或 LEARN（深度学习看）
• 护眼信号：eyeCareNightActive（夜间护眼是否激活）
• 画像信号：creatorSignals（本地累计的 UP 主偏好）
• 负反馈信号：penaltySignals（不感兴趣视频/UP/关键词）

2. 历史预处理与 UP 主亲和度构建

• 仅保留有效历史项：bvid 非空且 owner.mid > 0
• 按 view_at 倒序，统计每位 UP 的聚合分：
  • creator_score += 1.0 + completion * 1.2 + recencyBonus(view_at)
  • completion：
    • progress < 0 -> 0.35
    • duration <= 0 -> clamp(progress / 600, 0..1)
    • 其他 -> clamp(progress / duration, 0..1)
  • recencyBonus(view_at)：
    • <=1天:1.0，<=3天:0.8，<=7天:0.6，<=30天:0.35，其余 0.15

3. 跨会话画像融合（Creator Signal）

• 从本地画像仓读取每位 UP 的长期偏好分：
  • engagementScore = ln(totalWatchSec + 1) * 0.92 + ln(engagementEvents + 1) * 0.66
  • recencyScore：
    • <=1天:1.15，<=3天:0.85，<=7天:0.55，<=30天:0.2，其余 -0.1
  • signal.score = engagementScore + recencyScore
• 合并到当前会话亲和度：creatorAffinity[mid] += signal.score

4. 候选视频清洗

• 过滤无效候选：bvid/title 非空
• 按 bvid 去重
• 标记是否已看过：alreadySeen = bvid in historySet

5. 单条候选打分（核心公式）

• 总分：
  • score = base + creator + freshness + seenPenalty + mode + night + feedback
• 基础分：
  • base = ln(view + 1) * 0.45
  • creator = ln(creatorAffinity + 1) * 2.1
  • freshness(pubdate)：<=1天:0.8，<=3天:0.55，<=7天:0.3，<=30天:0.1，其余 -0.05
  • seenPenalty：已看过则 -2.6
• 强度信号（弹幕密度近似刺激度）：
  • intensity = danmaku / max(view,1)
  • calmScore：<0.004:1.0，<0.01:0.3，其余 -1.0
• 模式分：
  • RELAX：
    • durationRelaxScore：<2:-0.2，<=12:1.4，<=20:0.6，<=35:-0.1，其余 -0.9
    • keywordBonus(title, RELAX_KEYWORDS, LEARN_KEYWORDS)
    • + calmScore
  • LEARN：
    • durationLearnScore：<5:-0.6，<=12:0.5，<=35:1.5，<=55:0.8，其余 -0.2
    • keywordBonus(title, LEARN_KEYWORDS, RELAX_KEYWORDS)
    • 时长补偿：duration>=10分钟 ? +0.6 : -0.2
• 夜间护眼调权（仅护眼激活时）：
  • durationPenalty：<=15:+1.2，<=25:+0.2，>25 按时长递减到最多 -3.0
  • intensityPenalty：<0.006:+0.6，<0.012:0.0，其余 -1.1
• 负反馈惩罚：
  • 命中不感兴趣视频：-3.2
  • 命中不感兴趣 UP：-2.4
  • 不感兴趣关键词：每个 -0.7，最低封顶 -2.8

6. 关键词加权与限幅

• keywordBonus = positiveCount * 0.55 - negativeCount * 0.35
• 限幅区间：[-1.2, 1.8]（防止关键词信号压过核心行为信号）

7. UP 主榜与多样化队列

• UP 主榜：按聚合 creator_score 取 TopN（默认 5，可配置）
• 视频队列不是直接按总分排序，而是做“多样化贪心”：
  • adjusted = candidateScore - sameCreatorPenalty - repeatPenalty + noveltyBonus
  • 同 UP 连续惩罚：1.15
  • 重复出现惩罚：usedCount * 0.75
  • 首次出现奖励：+0.35
• 作用：避免连续刷到同一个 UP，提高耐看度和探索感

8. 可解释输出

• 每条推荐会附带解释标签（如：学习向 · 中时长 · 夜间友好 · 偏好UP）
• 偏好UP 触发阈值：creatorAffinity > 0.8

9. 冷启动可见性策略

• 推荐单在冷启动窗口内采用一次性曝光策略：
  • 若插件已启用、推荐单已生成、当前在推荐页且列表不在顶部，则自动回顶一次
  • 避免“推荐单已生成但首屏看不到”

10. 隐私与可控性

• 算法完全在本地运行，不上传历史记录用于个性化训练
• 支持一键清空本地画像与反馈，恢复冷启动推荐状态

{
    "id": "my_plugin",
    "name": "我的插件",
    "description": "插件描述",
    "version": "1.0.0",
    "author": "你的名字",
    "type": "feed",
    "rules": [
        {
            "field": "title",
            "op": "contains",
            "value": "广告",
            "action": "hide"
        }
    ]
}

{
    "id": "short_video_filter",
    "name": "短视频过滤",
    "type": "feed",
    "rules": [
        { "field": "duration", "op": "lt", "value": 60, "action": "hide" }
    ]
}

📚 完整文档: 插件开发指南

🧩 示例插件: plugins/samples/

• 🚫 无广告 - 纯净观看体验，无任何广告植入
• 🔐 权限最小化 - 仅申请必要权限 (无位置/通讯录/电话)
• 💾 数据本地存储 - 登录凭证仅存本地，不上传任何隐私数据
• 🔍 开源透明 - 完整源码公开，接受社区审查

1. 在 Releases 页面下载最新 APK
2. 在设备上点击安装 (可能需要允许"未知来源"应用)
3. 打开应用，扫码或网页登录 Bilibili 账号
4. 开始享受纯净的 B 站体验！

app/src/main/java/com/android/purebilibili/
├── app/                # Application 初始化
├── core/               # 核心工具类
│   ├── network/        # 网络配置
│   ├── utils/          # 工具函数
│   └── ui/             # 通用 UI 组件
├── data/               # 数据层
│   ├── api/            # API 接口定义
│   ├── model/          # 数据模型
│   └── repository/     # 数据仓库
├── domain/             # 领域层
│   └── usecase/        # 用例
├── feature/            # 功能模块
│   ├── home/           # 首页
│   ├── video/          # 视频播放
│   ├── bangumi/        # 番剧
│   ├── live/           # 直播
│   ├── dynamic/        # 动态
│   ├── search/         # 搜索
│   ├── download/       # 下载
│   ├── profile/        # 个人中心
│   ├── settings/       # 设置
│   └── login/          # 登录
└── navigation/         # 导航

• 首页推荐流 + 瀑布流布局
• 视频播放 + 弹幕 + 手势控制
• 番剧/影视播放 + 选集面板
• 直播播放 + 分区浏览
• 动态页面 + 图片下载 + GIF 支持
• 离线下载 + 本地播放
• 搜索 + 历史记录
• Material You + 深色模式
• TV 扫码登录 (解锁高画质)
• 共享元素过渡动画
• 插件系统核心架构
• 内置插件 (空降助手 / 去广告 / 弹幕增强 / 夜间护眼 / 今日推荐单)
• Firebase Analytics + Crashlytics（支持用户行为统计与崩溃追踪）

• 弹幕发送功能
• 平板/折叠屏适配 (侧边栏+底栏优化)
• 应用内更新检测

• 观看历史云同步
• 收藏夹管理
• 多账户切换
• 英文/繁体中文支持

查看完整更新记录：CHANGELOG.md

• ✨ 平板 + TV 深度适配：Home/Search/Settings/Video/Player 完成大屏分档布局与 UI 收口
• ✨ TV 遥控器链路增强：焦点导航、Back 行为、播放器返回链路与端到端回归补齐
• 🎬 动画策略统一：焦点抖动、回场过渡、共享元素后首页顶部标签显隐时序修复
• 🧪 自动化与基线：新增 TV/平板 androidTest 与 benchmark 采样脚本，提升回归稳定性

• v5.2.0 / v5.1.4 / v5.1.3 / v5.1.1 / v5.1.0 / v5.0.5 / v5.0.4 变更详情请查看 CHANGELOG.md

# 克隆仓库
git clone https://github.com/jay3-yy/BiliPai.git
cd BiliPai

# 使用 Android Studio 打开项目
# 或使用命令行构建
./gradlew assembleDebug

• JDK 21+
• Android Studio 2024.1+ 或更高版本
• Android SDK 36（Compile SDK）
• Gradle 8.2+
• (可选) google-services.json: 放置于 app/ 目录下以启用 Firebase 功能。如无此文件，构建脚本将自动跳过相关插件，不影响编译运行。

欢迎提交 Issue 和 Pull Request！

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 提交 Pull Request

本项目采用 GPL-3.0 License 开源协议

这意味着：

• ✅ 可以自由使用、修改和分发
• ✅ 修改后的代码必须同样开源
• ❌ 不得用于商业目的
• ❌ 不得移除原作者信息

如果这个项目对你有帮助，欢迎点个 Star ⭐

Made with ❤️ by YangY
_{( ゜- ゜)つロ 干杯~}