Bilibili Favorites Planner 开源：把收藏夹整理拆成只读采集、本地复核和可审计任务包

我把 Bilibili Favorites Planner 开源了。

它是 B 站收藏夹整理流程里的“执行前准备端”：只读采集收藏夹数据，在本地生成分类建议和人工复核页，最后输出一个可以交给 Executor 执行的任务包。

项目地址：github.com/nj-zhangrui-arvin/bilibili-favorites-planner

Bilibili Favorites Planner 项目封面

为什么要单独做 Planner

收藏夹整理不是一个单纯的“批量移动”问题。

真正需要拆开的事情有三类：

先把收藏夹和视频元数据采集出来。
再用规则或模型给出分类建议。
最后由人审核后再执行。

如果把这三件事和写 B 站的执行器混在一起，风险边界会很模糊：到底什么时候只是读取，什么时候会修改收藏夹，什么时候 AI 建议变成真实操作，都不容易审查。

所以我把系统拆成两个仓库：

Planner：只读采集、本地分析、人工复核、任务包生成。
Executor：导入已审核任务包，负责真正写回 B 站。

Planner 以 Codex Skill 的方式分发。用户安装 Skill 后，把采集文件交给 Codex，Codex 会在本地生成复核页和任务包。Planner 不写 B 站。Executor 不做 AI 分类。中间用 reviewed-classification.jsonl 和 task-package.json 交接。

它解决什么

只读采集

Crawler 运行在已登录的收藏夹页面，只读取自建收藏夹和视频元数据。

本地复核

Planner 生成本地 HTML 复核页，支持搜索、分页、批量分类和新增分类名。

可审计交接

人工审核结果保存为 JSONL，任务包是明确、可校验、可追踪的 JSON。

风险隔离

Planner 不会创建、删除或移动 B 站收藏夹，写操作只发生在 Executor。

使用流程

flowchart TD
  A["B 站收藏夹页面"] --> B["Crawler 只读采集"]
  B --> C["evidence.jsonl"]
  C --> D["Planner 分类分析"]
  D --> E["review.html 人工复核"]
  E --> F["reviewed-classification.jsonl"]
  F --> G["task-package.json"]
  G --> H["Executor 写回 B 站"]

第一步先安装 Planner Skill、Crawler 脚本和 Executor 脚本。采集时先跑测试采集，确认页面和下载正常；之后再跑全量采集。Planner Skill 会根据 evidence 生成复核页，人工确认后再生成任务包。只有 approved 的行会进入 Executor。