Bangumi Rules Builder

一个智能的 Rust 应用程序，通过网页抓取、AI 处理和 Bangumi API 集成，自动为动漫季度生成 qBittorrent RSS 下载规则。

功能特点

🎯 核心功能

• 智能网页抓取：从 kansou.me 等网站提取动漫信息
• AI 增强处理：使用 AI API 清理标题并生成搜索关键词
• Bangumi 集成：通过 Bangumi API 搜索官方动漫信息
• 自动规则生成：创建 qBittorrent RSS 下载规则
• 跨平台 GUI 编辑器：Python tkinter 界面编辑生成的规则

🚀 技术特性

• 多语言支持：日语、中文、英文标题处理
• 智能匹配：基于权重评分的动漫匹配算法
• 批量处理：AI API 批量处理以管理使用限制
• 缓存机制：避免重复 API 调用
• 错误处理：全面的错误处理和优雅降级

快速开始

系统要求

• Windows 10+ / Linux / macOS
• qBittorrent 4.4+
• Python 3.8+ (用于 GUI 编辑器)
• 网络连接 (用于 API 调用)
• DeepSeek API Key (用于 AI 处理)

安装

使用预编译二进制

从 Releases 页面下载对应平台的二进制文件。

配置

1. 设置 API 密钥：

   Windows (命令提示符):

   set DEEPSEEK_API_KEY=your_deepseek_api_key

   Windows (PowerShell):

   $env:DEEPSEEK_API_KEY="your_deepseek_api_key"

   Linux/macOS:

   export DEEPSEEK_API_KEY="your_deepseek_api_key"

2. 编辑任务配置 (tasks.json)：

   {
     "description": "2025年10月新番",
     "site": "kansou",
     "root_path": "E:\\Anime\\新番"
   }

3. 运行程序：

   Windows:

   bangumi-rules-builder.exe

   Linux:

   ./bangumi-rules-builder

   macOS:

   ./bangumi-rules-builder

使用 GUI 编辑器

# 使用 Python 运行
python qb_rule_editor.py

# 或使用启动脚本 (Windows)
run_editor.bat
run_editor.ps1

项目结构

src/
├── main.rs              # 主应用程序逻辑
├── ai/
│   └── object_matcher/  # AI 对象匹配系统
└── meta_providers/
    └── bangumi/         # Bangumi API 集成

# 配置文件
tasks.json               # 处理配置
.gitignore              # Git 忽略规则

# 工具脚本
qb_rule_editor.py       # Python GUI 编辑器
run_editor.bat          # Windows 启动脚本
run_editor.ps1          # PowerShell 启动脚本

工作流程

核心处理流程

1. 配置加载 (main.rs)

   • 从 tasks.json 读取任务配置
   • 解析站点类型和描述

2. 网站抓取 (sites/kansou.rs)

   • 从 kansou.me 获取HTML页面
   • 提取包含动漫信息的表格
   • 解析作品标题和播出日期

3. AI处理 (ai/deepseek/mod.rs)

   • 使用DeepSeek API智能选择正确的表格
   • 清理和标准化作品标题
   • 生成多语言搜索关键词

4. Bangumi集成 (meta_providers/bangumi/mod.rs)

   • 通过Bangumi API搜索官方信息
   • 智能AI匹配: 使用DeepSeek AI进行语义匹配，考虑标题相似性、放映时间、关键词匹配
   • 提取中文名称和别名

5. 规则生成 (rules/q_bittorrent/mod.rs)

   • 创建qBittorrent RSS下载规则
   • 设置下载路径和分类
   • 生成智能过滤模式

关键改进

• 模块化架构: 清晰的职责分离，易于扩展新站点和AI提供商
• AI智能匹配: 使用DeepSeek AI进行语义匹配，替代传统的score-based算法
  • 考虑标题语义相似性（包括特殊符号、季度表示差异）
  • 放映时间的接近程度
  • 关键词与候选作品标题/别名的匹配度
  • 是否为同一作品的不同季度
• 批量处理: AI API批量处理，优化性能和成本
• 错误处理: 完善的错误处理和统计跟踪

开发

构建和测试

# 构建项目
cargo build

# 运行测试
cargo test

# 检查代码
cargo check

依赖项

• serde/serde_json: JSON序列化
• reqwest: HTTP客户端
• scraper: HTML解析
• tokio: 异步运行时
• regex: 正则表达式
• chrono: 日期时间处理

扩展项目

添加新站点

1. 在 models.rs 的 SiteType 枚举中添加新站点
2. 在 sites/ 目录下创建新的站点模块
3. 在 main.rs 的匹配语句中添加站点处理逻辑
4. 实现站点特定的表格提取和作品解析

添加新AI提供商

1. 在 models.rs 的 AiProvider 枚举中添加新提供商
2. 在 ai/ 目录下创建新的提供商模块
3. 在 ai/mod.rs 中注册新的提供商
4. 实现提供商特定的API调用逻辑

添加新元数据提供者

1. 在 meta_providers/ 目录下创建新的提供者模块
2. 实现提供者特定的搜索和匹配逻辑
3. 在 meta_providers/mod.rs 中注册新的提供者

许可证

MIT License

贡献

欢迎提交Issue和Pull Request！

开发指南

• 遵循Rust命名约定和代码风格
• 为公共函数和结构体添加文档注释
• 使用 Result<_, Box<dyn std::error::Error>> 进行错误处理
• 为外部API兼容性使用 #[serde(rename)]
• 详细的开发文档请参考 CLAUDE.md