有一段时间，我每天花将近一小时刷 B 站做选题。

划啊划，看到不错的视频就截图，评论区里有意思的讨论就复制粘贴，扔进备忘录。第二天打开，一堆乱截图，完全没法用——想找某个视频的数据，翻半天找不到，好不容易记起有个爆款，忘了是哪个关键词搜到的。

后来我搭了一套自动化，这件事就变成：每天早上打开飞书多维表格，昨日发布的相关视频按播放量排好，评论也拉下来，10 分钟搞定选题调研。说说这套系统怎么搭的。

这个流程，我用到了n8n、多维表格和tikhub，先说三个工具各是做什么的，毕竟不是每个人都接触过 n8n 和 TikHub。

1.n8n 是一个开源的流程自动化工具，可以理解成”到点自动做一串事”——定时触发、调 API、写数据，不需要人守着。

2.TikHub 是一个三方接口平台，专门给开发者用的第三方数据服务，提供 B 站、抖音等平台的公开数据接口，当然这个是要付费的，因为要去爬虫的话，封号的风险很高，所以用这第三方平台的接口，就安全可靠一些。

我用它按关键词搜视频，获取数据、评论和字幕。

3.飞书多维表格就不多说了，n8n 把筛好的视频推进去，打开表格就能看，不用手动操作。

n8n（调度）+ TikHub（B 站数据）+ 飞书多维表格（存数据）。

每天 22:00 → n8n 触发 → 按关键词搜 B 站 → 只留昨天发布的 → 去掉已记录的 → 新视频写进飞书表格。

跑一遍大概 2-3 分钟，不需要人在场。

二、飞书多维表格怎么建

先把表格建好，n8n 才知道往哪里写数据。我们建一张选题监控表，可以用如下字段：

字段名	字段类型	说明
标题	文本
作者	文本
bvid	文本	视频唯一 ID，去重用
视频url	文本
视频时长	文本
视频描述	文本
关键词	文本	哪个关键词搜到的
视频播放次数	数字
视频收藏次数	数字
视频发布时间	文本
视频字幕	文本
视频评论	文本	热门评论，自动采集

也就是我们需要把想获取到的B站视频的信息的字段维护到多维表格里，后面把数据同步这里面就好

建好之后，记下多维表格链接里的两个参数，后面 n8n 配置要用到：

App Token：URL 里 /base/ 后面那段
Table ID：URL 里 table= 后面那段

三、n8n 工作流：节点配置

一共 7 个节点。节点 1-2 负责触发和配置，节点 3 单独向飞书换 Token（避免把认证逻辑塞进主代码节点），节点 4 把 Token 和配置打包传下去，节点 5 是核心——搜索、去重、评论、字幕通过tikhub的接口一气都拿到，节点 6 是条件判断（有新视频才写，没有直接结束，不报错），节点 7 写入飞书。

下面我们详细说说这几个节点的配置。

节点 1：定时触发

类型：Schedule Trigger

类似设个闹钟，到时间自动开跑，不用手动点。

节点 2：配置初始化

类型：Code（JavaScript）

我们直接用代码节点，把关键词、认证信息、日期范围一次准备好，交给后面的节点用。

代码如下：

const config = {
  timezone: 'Asia/Shanghai',

  tikhub: {
    baseUrl: 'https://api.tikhub.io',
    apiKey: 'XXXX',
  },

  feishu: {
    appId: 'XXXX',
    appSecret: 'XXXX',
    bitableAppToken: 'XXXX',
    bitableTableId: 'XXXX',
  },

  keywords: [
    '飞书多维表格',
    'n8n',
    'AI工作流',
    '自动化工作流',
    '多维表格教程',
    'AI Agent',
    '企业数字化',
    '低代码工具',
  ],

  // 每个关键词最多写入播放量 TOP N 的视频
  // 已入库的不占此配额（例如今天 TOP10 里有 3 个已入库，则额外再取后面 3 个新视频）
  topPerKeyword: 10,
};

// 计算「昨天」的北京时间范围（UTC+8）
// 例：6月15日22:00 BJT 运行 → 取 6月14日 00:00:00 ~ 23:59:59 BJT
const BJT_OFFSET_MS = 8 * 60 * 60 * 1000;
const nowBJT_ms = Date.now() + BJT_OFFSET_MS;
const yesterdayBJT = new Date(nowBJT_ms - 24 * 60 * 60 * 1000);
const y = yesterdayBJT.getUTCFullYear();
const mo = yesterdayBJT.getUTCMonth();
const d = yesterdayBJT.getUTCDate();

// 昨天 00:00:00 BJT → UTC Unix 秒
const beginSec = Math.floor((Date.UTC(y, mo, d, 0, 0, 0) - BJT_OFFSET_MS) / 1000);
// 昨天 23:59:59 BJT → UTC Unix 秒
const endSec   = Math.floor((Date.UTC(y, mo, d, 23, 59, 59) - BJT_OFFSET_MS) / 1000);

return [{ json: { config, range: { pubtime_begin_s: beginSec, pubtime_end_s: endSec } } }];

这里面有几个逻辑重点说明一下：

① 关键词

就是要你要让B站去搜的关键词，根据你自己的需求，来维护这里面的关键词

const keywords = [
  '飞书多维表格', 'n8n', 'AI工作流',
  '自动化工作流', '多维表格教程',
  'AI Agent', '企业数字化', '低代码工具'
];

② 认证信息

TikHub API Key（注册后在个人中心拿），飞书 Access Token（用 app_id + app_secret 换取，参考飞书开放平台文档）。

把XXXX替换成自己的key和飞书内容。

  tikhub: {
    baseUrl: 'https://api.tikhub.io',
    apiKey: 'XXXX',
  },

  feishu: {
    appId: 'XXXX',
    appSecret: 'XXXX',
    bitableAppToken: 'XXXX',
    bitableTableId: 'XXXX',
  },

③ 昨日北京时间换算

n8n 服务器通常跑在 UTC，需要手动换算，不做这步数据范围会乱：

const BJT_OFFSET_MS = 8 * 60 * 60 * 1000;
const nowBJT_ms = Date.now() + BJT_OFFSET_MS;
const yesterdayBJT = new Date(nowBJT_ms - 24 * 60 * 60 * 1000);
const y = yesterdayBJT.getUTCFullYear();
const mo = yesterdayBJT.getUTCMonth();
const d = yesterdayBJT.getUTCDate();
// 昨日 00:00:00 北京时间对应的 Unix 时间戳（秒）
const beginSec = Math.floor((Date.UTC(y, mo, d, 0, 0, 0) - BJT_OFFSET_MS) / 1000);
const endSec   = Math.floor((Date.UTC(y, mo, d, 23, 59, 59) - BJT_OFFSET_MS) / 1000);

节点 3/4：获取飞书token和打包配置信息

分别用http节点来获取飞书的token，然后用code节点来把 Token 和配置信息打包

1.获取token，我们用http节点来获取

2.配置信息，用code节点来完成

const token = $json.tenant_access_token;
const init = $('Init (Config + 7d range)').first().json;
if (!init?.config?.tikhub?.apiKey) {
  throw new Error('请在 Init 节点填写 config.tikhub.apiKey（TikHub Bearer Token）');
}
if (!token) {
  throw new Error('飞书 tenant_access_token 为空，请检查 appId/appSecret');
}
return [{ json: { ...init, tenant_access_token: token } }];

节点 5：搜索 + 评论 + 字幕（核心节点）

类型：Code（JavaScript）

这个节点就是核心了，我们用code来去从tikhub接口获取到B站的数据

这段代码做了这几个事：先从飞书拿全部历史 BV 号来去重（之前已经同步过的相同内容的数据就不需要再次同步了），再按关键词搜 B 站，过滤保留新视频，最后逐条拉热门评论和字幕。这是整个流程最重的部分，跑完大概 2-3 分钟。

完整代码如下：

/**
 * 执行逻辑（三步）：
 * Step1 — 从飞书多维表格加载全部已有 bvid（分页翻完），建立去重集合
 * Step2 — 对每个关键词搜索视频，每词取前 topPerKeyword 条新视频
 *          · 跨关键词 bvid 去重（本轮内）
 *          · 已入库 bvid 去重（对比 Step1 集合）
 *          · 已跳过的不占 topPerKeyword 配额，会继续往后取
 * Step3 — 拉取热门评论 + 字幕（全部视频均拉，内容截取 8000 字符）
 *          字幕流程：先调 B站公开 pagelist API 拿 cid，再调 TikHub 字幕接口
 */

function stripHtml(s) {
  return String(s || '').replace(/<[^>]+>/g, '');
}

function getRepliesFromCommentResp(resp) {
  const r = resp?.data?.data?.replies;
  return Array.isArray(r) ? r : [];
}

function commentMessage(reply) {
  const c = reply?.content;
  if (c == null) return '';
  if (typeof c === 'string') return c;
  return c.message || c.text || '';
}

function buildNumberedComments(replies) {
  const lines = [];
  for (const reply of replies) {
    let t = commentMessage(reply).trim().replace(/\r?\n/g, ' ').replace(/\s+/g, ' ');
    if (!t) continue;
    lines.push(`${lines.length + 1}.${t}`);
  }
  return lines.join('\n');
}

function buildQuery(params) {
  const parts = [];
  for (const key in params) {
    if (!Object.prototype.hasOwnProperty.call(params, key)) continue;
    const value = params[key];
    if (value === undefined || value === null || value === '') continue;
    parts.push(encodeURIComponent(key) + '=' + encodeURIComponent(String(value)));
  }
  return parts.join('&');
}

// 飞书多维表格文本字段可能是字符串，也可能是 [{type,text}] 数组，统一处理
function extractText(fieldValue) {
  if (!fieldValue) return '';
  if (typeof fieldValue === 'string') return fieldValue;
  if (Array.isArray(fieldValue)) return fieldValue.map(seg => seg.text || '').join('');
  return String(fieldValue);
}

// 从 TikHub 字幕接口返回中提取纯文本
// 尝试常见格式：body 数组、嵌套 data、字符串 JSON
function extractSubtitleText(respData) {
  if (!respData) return '';
  // 常见格式1：直接是 body 数组（{ body: [{content, from, to}, ...] }）
  if (respData.body && Array.isArray(respData.body)) {
    return respData.body
      .map(item => (item.content || item.text || '').trim())
      .filter(Boolean)
      .join(' ')
      .slice(0, 8000);
  }
  // 常见格式2：嵌套 data
  if (respData.data) return extractSubtitleText(respData.data);
  // 常见格式3：顶层就是数组
  if (Array.isArray(respData)) {
    return respData
      .map(item => (item.content || item.text || '').trim())
      .filter(Boolean)
      .join(' ')
      .slice(0, 8000);
  }
  // 常见格式4：字符串（可能是 JSON 字符串）
  if (typeof respData === 'string') {
    try { return extractSubtitleText(JSON.parse(respData)); } catch { return respData.slice(0, 8000); }
  }
  return '';
}

const input = $input.first().json;
const cfg = input.config;
const range = input.range;
const token = input.tenant_access_token;
const apiKey = cfg.tikhub.apiKey;
const base = (cfg.tikhub.baseUrl || 'https://api.tikhub.io').replace(/\/$/, '');
const tikhubHeaders = { Authorization: `Bearer ${apiKey}` };
const feishuHeaders = { Authorization: `Bearer ${token}`, 'Content-Type': 'application/json' };
const topPerKeyword = Number(cfg.topPerKeyword) || 10;

// ── Step 1: 加载飞书多维表格中全部已有 bvid ──────────────────────────
const existingBvids = new Set();
let pageToken = undefined;
do {
  const qs = { page_size: '100' };
  if (pageToken) qs.page_token = pageToken;
  let resp;
  try {
    resp = await this.helpers.httpRequest({
      method: 'GET',
      url: `https://open.feishu.cn/open-apis/bitable/v1/apps/${cfg.feishu.bitableAppToken}/tables/${cfg.feishu.bitableTableId}/records`,
      headers: feishuHeaders,
      qs,
      json: true,
      timeout: 30000,
    });
  } catch (e) {
    // 获取失败时中止分页，已收集的继续用；宁可少量重复也不丢新数据
    break;
  }
  for (const item of (resp?.data?.items || [])) {
    const bvid = extractText(item?.fields?.bvid).trim();
    if (bvid) existingBvids.add(bvid);
  }
  pageToken = resp?.data?.page_token || undefined;
} while (pageToken);

// ── Step 2: 按关键词搜索，每词取 topPerKeyword 条真正新视频 ──────────
const byBvid = new Map(); // 本轮跨关键词去重

for (const keyword of cfg.keywords || []) {
  const kw = String(keyword || '').trim();
  if (!kw) continue;

  const qs = buildQuery({
    keyword: kw,
    order: 'click',
    page: '1',
    page_size: '20', // 搜多一些，过滤已入库后剩下的才计入配额
    duration: '0',
    pubtime_begin_s: String(range.pubtime_begin_s),
    pubtime_end_s: String(range.pubtime_end_s),
  });

  const url = `${base}/api/v1/bilibili/web/fetch_general_search?${qs}`;
  let searchResp;
  try {
    searchResp = await this.helpers.httpRequest({
      method: 'GET', url, headers: tikhubHeaders, json: true, timeout: 120000,
    });
  } catch (e) {
    continue;
  }

  const list = searchResp?.data?.data?.result || [];
  let addedThisKeyword = 0;

  for (const it of list) {
    if (!it || it.type !== 'video' || !it.bvid) continue;
    if (byBvid.has(it.bvid)) continue;        // 本轮跨关键词去重
    if (existingBvids.has(it.bvid)) continue; // 已入库去重（不占配额）
    if (addedThisKeyword >= topPerKeyword) break;

    byBvid.set(it.bvid, {
      search_keyword: kw,
      author: it.author || '',
      bvid: it.bvid,
      aid: it.aid || it.id || '',  // 字幕接口 a_id 参数需要
      arcurl: it.arcurl || `https://www.bilibili.com/video/${it.bvid}`,
      duration: it.duration != null ? String(it.duration) : '',
      title: stripHtml(it.title || ''),
      description: String(it.description || ''),
      tag: String(it.tag || ''),
      pubdate: typeof it.pubdate === 'number' ? new Date(it.pubdate * 1000).toISOString() : '',
      play: it.play != null ? Number(it.play) : 0,
      favorites: it.favorites != null ? Number(it.favorites) : 0,
    });
    addedThisKeyword++;
  }
}

// ── Step 3: 拉热门评论 + 字幕，组装 records ──
const videos = Array.from(byBvid.values());
const records = [];

for (const v of videos) {

  // --- 3a: 热门评论 ---
  const qsC = buildQuery({ bv_id: v.bvid, mode: '3', next_offset: '1' });
  const cUrl = `${base}/api/v1/bilibili/app/fetch_video_comments?${qsC}`;
  let cResp;
  try {
    cResp = await this.helpers.httpRequest({
      method: 'GET', url: cUrl, headers: tikhubHeaders, json: true, timeout: 120000,
    });
  } catch (e) {
    cResp = null;
  }
  const replies = cResp ? getRepliesFromCommentResp(cResp) : [];
  let hot_comments = buildNumberedComments(replies);
  if (!hot_comments || !hot_comments.trim()) hot_comments = '暂无评论';

  // --- 3b: 字幕（所有视频均获取，内容截取 8000 字符）---
  let subtitle_text = '';
  if (v.aid) {
    try {
      // 第一步：调 B站公开 pagelist API 取 cid（不消耗 TikHub 额度）
      const pagelistResp = await this.helpers.httpRequest({
        method: 'GET',
        url: 'https://api.bilibili.com/x/player/pagelist',
        qs: { bvid: v.bvid },
        json: true,
        timeout: 10000,
      });
      const cid = pagelistResp?.data?.[0]?.cid;

      if (cid) {
        // 第二步：调 TikHub 字幕接口
        const subtitleResp = await this.helpers.httpRequest({
          method: 'GET',
          url: `${base}/api/v1/bilibili/web/fetch_video_subtitle`,
          headers: tikhubHeaders,
          qs: { a_id: String(v.aid), c_id: String(cid) },
          json: true,
          timeout: 30000,
        });
        subtitle_text = extractSubtitleText(subtitleResp?.data) || '';
      }
    } catch (e) {
      // 字幕获取失败不影响主流程，留空即可
      subtitle_text = '';
    }
  }

  records.push({
    fields: {
      视频标题: v.title,
      作者: v.author,
      bvid: v.bvid,
      视频url: v.arcurl,
      视频时长: v.duration,
      视频描述: v.description,
      视频标签: v.tag,
      视频发布时间: v.pubdate,
      视频播放次数: v.play,
      视频收藏次数: v.favorites,
      搜索关键词: v.search_keyword,
      视频评论: hot_comments,
      视频字幕: subtitle_text,
    },
  });
}

return [{
  json: {
    feishu: {
      bitableAppToken: cfg.feishu.bitableAppToken,
      bitableTableId: cfg.feishu.bitableTableId,
      tenant_access_token: token,
    },
    records,
    stats: {
      newVideos: records.length,
      existingInTable: existingBvids.size,
    },
  },
}];

说几个关键点：

Step 1：读取飞书历史 BV 号

飞书记录接口每页最多 100 条，超过就翻页（page_token）：

const existingBvids = new Set();
let pageToken = undefined;
do {
  const qs = { page_size: '100' };
  if (pageToken) qs.page_token = pageToken;
  const resp = await this.helpers.httpRequest({
    method: 'GET',
    url: `https://open.feishu.cn/open-apis/bitable/v1/apps/${APP_TOKEN}/tables/${TABLE_ID}/records`,
    headers: { Authorization: `Bearer ${ACCESS_TOKEN}` },
    qs, json: true
  });
  for (const item of (resp?.data?.items || [])) {
    const bvid = item?.fields?.bvid;
    if (bvid) existingBvids.add(typeof bvid === 'string' ? bvid : bvid[0]?.text);
  }
  pageToken = resp?.data?.page_token;
} while (pageToken);

Step 2：按关键词搜 B 站视频

const resp = await this.helpers.httpRequest({
  method: 'GET',
  url: 'https://api.tikhub.io/api/v1/bilibili/web/search_by_keyword',
  headers: { Authorization: `Bearer ${TIKHUB_KEY}` },
  qs: { keyword, page: 1, page_size: 20 },
  json: true
});
// 过滤 pubdate 在 [beginSec, endSec] 内的，按 play 降序

Step 3：两层去重，每关键词取前 10

const byBvid = new Map();
let addedThisKeyword = 0;
for (const video of sortedVideos) {
  if (byBvid.has(video.bvid)) continue;        // 当次运行内去重
  if (existingBvids.has(video.bvid)) continue;  // 历史去重
  if (addedThisKeyword >= 10) break;
  byBvid.set(video.bvid, video);
  addedThisKeyword++;
}

Step 4：拉评论和字幕

新视频挑完，对每条视频做两件事：调 TikHub 评论接口拉热门评论，再调字幕接口拿字幕。

字幕要分两步走——搜索结果里带 aid（视频 ID），但 TikHub 字幕接口同时要 cid（视频分 P 号）。cid 用 B 站自己的公开接口拿，不消耗 TikHub 额度：

// Step 1：B站公开 pagelist 接口拿 cid（免费）
const pagelistResp = await this.helpers.httpRequest({
  method: 'GET',
  url: 'https://api.bilibili.com/x/player/pagelist',
  qs: { bvid: v.bvid },
  json: true,
  timeout: 10000,
});
const cid = pagelistResp?.data?.[0]?.cid;

// Step 2：TikHub 字幕接口
if (cid) {
  const subtitleResp = await this.helpers.httpRequest({
    method: 'GET',
    url: `${base}/api/v1/bilibili/web/fetch_video_subtitle`,
    headers: tikhubHeaders,
    qs: { a_id: String(v.aid), c_id: String(cid) },
    json: true,
    timeout: 30000,
  });
  subtitle_text = extractSubtitleText(subtitleResp?.data) || '';
}

我们这里加了一个限制，写入多维表格的字幕文本不能超过8000字符，因为有的视频太长了，文字太多传到多维表格也会有问题。

所以拿到的字幕文本截到 8000 字符写进飞书，字幕拉取失败（比如视频没有字幕）不影响整条流程，该条置空就行。

节点 7：写入飞书多维表格

类型：HTTP Request

把上一步筛好的视频推进飞书表格。

①Method：POST

②URL：

https://open.feishu.cn/open-apis/bitable/v1/apps/{{ $json.feishu.bitableAppToken }}/tables/{{ $json.feishu.bitableTableId }}/records/batch_create

③Header：

Authorization：Bearer {{ \$json.feishu.tenant_access_token }}

Content-Type：application/json; charset=utf-8

④Body 里写好字段映射，把标题、播放量、评论等对应表格字段名。

{{ JSON.stringify({ records: $json.records }) }}

以上就是这条流程的详细配置步骤了

四、关键词怎么选

关键词决定你能监控到什么，选得太宽引来大量无关内容，选得太窄会漏掉机会。我根据我自己的内容定位选了 8 个：

工具类：飞书多维表格、多维表格教程、n8n、低代码工具
方法论类：AI 工作流、自动化工作流、AI Agent
受众触点类：企业数字化

每个关键词最多取播放量前 10 名，加起来最多 80 条候选视频。经过日期过滤和去重，每天实际新增 20-40 条。绝对是够用了。

你可以根据自己的实际业务需求来修改这些关键词，这些关键词也可以随时在配置节点里调整。

五、为什么是 n8n，不直接用 Claude code或 Codex？

有朋友会问，为什么我不能直接用claude或codex来做这个事情？

如果只做一次，让 Claude code直接来完全可以，他可以把这些事情都给你做了。但n8n的好处在于它每天可以自动跑、并且结果沉淀在固定地方。

而且n8n比较直观，整个过程运行到哪个节点，历史的运行日志，这些都很清晰，配置一次，后面就自动跑就行。

Claude code或 Codex也很强大，但是它有一定的学习成本，并且每次都会消耗token。

当然最后我们同步到多维表格的数据，是可以直接给到Claude code或 Codex来做分析的。

Claude 适合分析数据，n8n 适合采集和搬运。两者是分工，不是替代。

根据自己的需求来选择即可

六、我的日常是这么用的

现在每天晚上 22:00 自动触发这个n8n流程，第二天早上打开飞书，昨天发的相关视频已经按播放量排好了。扫一遍，10 分钟内找到 2-3 个值得深入的方向，选题调研就算结束。之前靠的是”今天碰到了什么”，现在所有相关内容都在表格里，只负责挑。

如果想更深入分析的话，我就直接把这个表格丢给Claude code，让它根据表格的内容、我账号的定位、我历史的文章，来给我生成可以参考的选题内容。

当然现在这套只是数据采集，如果想做的更深入的话，可以继续：

1.每日 AI 洞察：每天让 AI 看完监控数据，直接输出 3 个值得写的方向，不用自己逐条判断。

2.一键生成初稿：选好题后，结合历史文章风格，AI 出稿，自己来润色。

…..

📋 这套B站配置相关模板，我整理成模板了

跟着上面步骤搭要花点时间。想直接拿现成的改，加我微信备注「B站配置」，我发你。

🤔 卡在某一步了？

搭建过程里如果哪一步卡住了，如果你照着做没跑通，或者你们公司情况不太一样，可以找我聊聊，我免费帮你看看怎么调。不合适我也会直说。

扫码加我，备注「B站配置」领模板

想看更多这类方案，我都整理在吨师傅工具箱里了：客户管理、进销存、工单报修……按场景分好类，可以直接抄。

B站自动监控系统怎么搭？n8n完整配置教程

二、飞书多维表格怎么建

三、n8n 工作流：节点配置

节点 1：定时触发

节点 2：配置初始化

节点 3/4：获取飞书token和打包配置信息

节点 5：搜索 + 评论 + 字幕（核心节点）

节点 7：写入飞书多维表格

四、关键词怎么选

五、为什么是 n8n，不直接用 Claude code或 Codex？

六、我的日常是这么用的

相关阅读

二、飞书多维表格怎么建

三、n8n 工作流：节点配置

节点 1：定时触发

节点 2：配置初始化

节点 3/4：获取飞书token和打包配置信息

节点 5：搜索 + 评论 + 字幕（核心节点）

节点 7：写入飞书多维表格

四、关键词怎么选

五、为什么是 n8n，不直接用 Claude code或 Codex？

六、我的日常是这么用的

相关阅读

Related Posts