企业官网建设流程全解析

• 后端
• 前端
• 音视频

AutoBangumi 是一款基于 RSS 订阅的全自动番剧下载与整理工具，用户只需在 Mikan Project 等站点订阅番剧，即可由程序自动完成新剧集追踪、下载、重命名与目录整理。本文以项目官方"关于"文档为骨架，结合 RSS 引擎、重命名器、TMDB 解析器 等源码实现，系统讲解其核心工作流、目录整理规范、重命名策略与源码级运行原理，并给出完整的 Docker 快速部署步骤，帮助你零门槛搭建一套"配置一次、持续使用"的全自动追番管线。

关于 AutoBangumi

AutoBangumi是一款基于 RSS 订阅的全自动番剧下载和整理工具。只需在 Mikan Project 或类似网站订阅番剧，即可自动追踪和下载最新剧集。

整理后的文件名和目录结构可直接兼容 Plex、Jellyfin 等媒体库软件，无需额外的元数据刮削。也就是说，从 RSS 抓取到下载完成、文件落盘的那一刻起，媒体库软件就能直接识别并呈现正确的剧集封面、标题与季集信息，中间没有任何人工介入。

从架构上看，AutoBangumi 由三部分组成：

• 后端服务（backend/src/main.py）：基于 Python 的异步全栈，负责 RSS 拉取、标题解析、下载器对接、文件重命名与数据库持久化；
• WebUI 前端（webui/src）：基于 Vue 3 的配置与管理界面，提供 RSS 添加、番剧卡片、规则编辑、下载器设置等功能；
• 下载器适配层（backend/src/module/downloader）：抽象 qBittorrent、aria2 等下载客户端，统一完成种子添加、查询、重命名与删除。

功能特性一览

AutoBangumi 的核心设计目标可以概括为"简单的一次性配置，持续使用"。围绕这一目标，项目提供了以下关键能力：

• 简单的一次性配置，持续使用；
• 无需操心的 RSS 解析器，可提取番剧信息并自动生成下载规则；
• 番剧文件整理（目录结构见下文）；
• 全自动重命名——超过 99% 的番剧文件在重命名后可被媒体库软件直接刮削；
• 基于父文件夹名称自定义重命名所有子文件；
• 季中追番补全当季所有缺失剧集；
• 高度自定义选项，可针对不同媒体库软件进行微调；
• 零维护，完全透明运行；
• 内置 TMDB 解析器，可生成完整的 TMDB 格式文件和番剧元数据；
• 支持 Mikan RSS 订阅的反向代理。

核心工作流：订阅 → 解析 → 下载 → 整理

一条番剧从订阅到入库的完整链路，在源码中对应RSSEngine.refresh_rss()（backend/src/module/rss/engine.py）：

1. 拉取 RSS 条目：遍历所有启用的 RSS 源，通过RequestContent.get_torrents()抓取种子列表。源码中对同一主机的请求做了节流处理——RSS_PER_HOST_DELAY = 2.0（秒），避免一次性轰炸同一站点触发 HTTP 429 限流（issue #1026），不同主机之间则并行拉取（信号量上限为 5）。
2. 标题解析与规则匹配：将每个种子的标题交给解析器，提取番剧名、季、集、字幕组、分辨率等信息，再与数据库中的番剧订阅规则做匹配（match_bangumi_in_list）。命中过滤规则的种子会被跳过（match_torrent）。
3. 偏好去重：对设置了preferred_group（字幕组偏好）或preferred_resolution（分辨率偏好）的番剧，同一集只保留最匹配偏好的版本，避免多字幕组重复下载（_select_preference_skips）。
4. 投递下载器：通过DownloadClient.add_torrent()把种子加入 qBittorrent 或 aria2。投递失败的种子不入库，下一轮刷新时会重新匹配并重试；同时会发出DownloadFailureEvent通知。
5. 持久化与状态维护：成功的种子写入数据库，并更新 RSS 源的connection_status、last_checked_at等健康状态字段；工作 → 出错的状态跃迁会触发RssFailureEvent通知。

整个流程由后台调度循环定时驱动，用户无需干预。

RSS 解析器：从标题到结构化订阅规则

解析器的职责

AutoBangumi 的解析器用于分析 RSS 条目标题，并生成番剧、季度、集数、字幕组等结构化信息（见 docs/config/parser.md）。在 WebUI 中可以配置以下全局解析参数：

此外，从 v3.1 开始，单个 RSS 的来源解析器在添加或编辑 RSS 时设置，可以按订阅源独立选择解析引擎。

三种解析路径

在源码层，标题解析由TitleParser（backend/src/module/parser/title_parser.py）统一调度，包含三条路径：

• 确定性解析（raw_parser）：通过内置的 tokenizer / 经典正则引擎提取标题结构。对无法识别的 PV、合集、range 等类型会按业务准入策略直接拒绝，防止误订阅；
• Mikan 主页解析（mikan_parser.py）：当 RSS 条目携带番剧主页链接时，抓取主页中的官方标题（自动去除"第 X 季"后缀）与海报图，用于生成规范的订阅名称；
• LLM 解析（可选）：支持 OpenAI 兼容接口、Anthropic Claude、Google Gemini 等多供应商，提供primary（LLM 优先）与fallback（确定性解析失败时兜底）两种模式，并内置熔断、并发信号量与结果缓存机制。

解析完成后，标题被转换为Bangumi订阅记录，自动生成下载规则，整个过程无需人工编写任何过滤规则。

番剧文件整理：媒体库友好的目录结构

AutoBangumi 自动将下载完成的文件整理为以下结构，这与 Plex / Jellyfin 的刮削约定完全对齐：

Bangumi ├── bangumi_A_title │ ├── Season 1 │ │ ├── A S01E01.mp4 │ │ ├── A S01E02.mp4 │ │ ├── A S01E03.mp4 │ │ └── A S01E04.mp4 │ └── Season 2 │ ├── A S02E01.mp4 │ ├── A S02E02.mp4 │ ├── A S02E03.mp4 │ └── A S02E04.mp4 ├── bangumi_B_title │ └─── Season 1

该结构包含两个关键设计：

• 顶层目录按番剧标题命名，季内文件统一放入Season N子目录；
• 文件采用标题 SxxExx的季集命名，媒体库无需依赖文件名以外的任何信息即可完成匹配。

全自动重命名：超过 99% 文件可直接被媒体库刮削

重命名示例

AutoBangumi 的全自动重命名引擎能识别字幕组发布名中的标题、季、集、分辨率等要素，并转换为标准媒体库命名：

[Lilith-Raws] Kakkou no Iinazuke - 07 [Baha][WEB-DL][1080p][AVC AAC][CHT][MP4].mp4 >> Kakkou no Iinazuke S01E07.mp4

三种重命名方式

重命名行为由番剧管理设置中的rename_method控制（docs/config/manager.md、docs/feature/rename.md）：

此外，AutoBangumi 还支持：

• 收藏重命名：对位于收藏一级目录、可从文件名解析出集数的剧集进行重命名，并自动归入Season文件夹与BangumiCollection目录；
• 字幕文件重命名：pn/advance均有对应的subtitle_pn/subtitle_advance变体，可同时重命名同目录下的字幕文件并保留语言后缀；
• 剧集偏移：从 v3.2 起支持按季偏移与集偏移修正编号，例如S02E01应用"季度 -1、剧集 +28"后变为S01E29，适用于 RSS 编号与 TMDB 数据不一致、或因播出间隔产生"虚拟季度"的番剧。

源码层面的重命名实现

在 backend/src/module/manager/renamer.py 中，Renamer.gen_path()统一负责目标路径生成。几个值得注意的实现细节：

• 集数格式化为两位补零（S01E07），而总集篇等半集（如 12.5）会保留小数，避免覆盖同季整数集（issue #667）；
• 对第 0 集（Special / OVA）与会导致非正数的偏移自动忽略，防止误覆盖正片（issue #977）；
• 电影 / 剧场版不使用SxxExx编号，而是生成Title (Year).ext格式，与父文件夹命名保持一致；
• 重命名成功后会给下载器任务打上ab:renamed标签（_RENAMED_TAG），供 filebot、hlink 等外部脚本过滤已处理任务（issue #147）；
• 复杂的"修订版本替换"流程（V1 → V2 换源）以状态机方式分步执行，并带有租约锁与回滚机制，保证媒体库索引不被破坏。

季中追番与剧集补全

AutoBangumi 支持季中追番补全当季所有缺失剧集：当用户在中途订阅某部正在播出的番剧时，程序会自动检测当季已播出但尚未下载的集数，并主动补全。

该功能在 backend/src/module/manager/collector.py 中实现：

• SeasonCollector.collect_season()：给定番剧规则，通过搜索器或直接抓取 RSS 链接获取整季种子列表，经release_fits_bangumi过滤后批量投递下载器；
• eps_complete()：后台循环定期查询not_complete的番剧，对eps_collect标记为 False 的番剧自动执行整季收集。

如果下载的种子已经存在，程序会返回 406 并标记"种子已经添加"，避免重复下载；收集失败时则会回滚刚插入的订阅行，不留幽灵规则。

高度自定义选项与零维护运行

番剧管理配置

番剧管理器设置（config.json的bangumi_manage节）提供了针对不同媒体库软件微调的能力：

其中track_orphans对应一个重要的运行哲学：默认开启时，未匹配的种子会被记录以便追踪；关闭后，它们会在每轮 RSS 刷新时重新尝试匹配，让后补规则可以"接住"仍留在源里的旧集。

网络与元数据服务配置

AutoBangumi 内置的 TMDB 解析器需要访问外部元数据服务，docs/config/network.md 中提供了网络覆盖能力（network节）：

在源码中，tmdb_parser（backend/src/module/parser/analyser/tmdb_parser.py）会实时读取这些配置（issue #1042），并对查询结果做 512 条上限的 LRU 缓存；用户自配 key 优先于内置共享 key（issue #975）。解析器不仅提取标题、季、年份与海报，还会统计各季已播集数、检测基于播出间隔的"虚拟季度"断点，并为剧集偏移的自动检测提供数据支撑。

快速开始：Docker 一键部署

AutoBangumi 推荐使用 Docker 部署（完整步骤见 docs/deploy/quick-start.md）。

1. 创建数据与配置目录

# 使用绑定挂载 mkdir -p ${HOME}/AutoBangumi/{config,data} cd ${HOME}/AutoBangumi

也可以选择 Docker 卷：

docker volume create AutoBangumi_config docker volume create AutoBangumi_data

2. 使用 Docker CLI 部署

docker run -d \ --name=AutoBangumi \ -v ${HOME}/AutoBangumi/config:/app/config \ -v ${HOME}/AutoBangumi/data:/app/data \ -p 7892:7892 \ -e TZ=Asia/Shanghai \ -e PUID=$(id -u) \ -e PGID=$(id -g) \ -e UMASK=022 \ --network=bridge \ --dns=8.8.8.8 \ --restart unless-stopped \ --log-opt max-size=10m \ --log-opt max-file=3 \ ghcr.io/estrellaxd/auto_bangumi:latest

3. 使用 Docker Compose 部署

将以下内容保存为docker-compose.yml：

version: "3.8" services: AutoBangumi: image: "ghcr.io/estrellaxd/auto_bangumi:latest" container_name: AutoBangumi volumes: - ./config:/app/config - ./data:/app/data ports: - "7892:7892" network_mode: bridge restart: unless-stopped dns: - 8.8.8.8 environment: - TZ=Asia/Shanghai - PGID=$(id -g) - PUID=$(id -u) - UMASK=022

启动：

docker compose up -d

4. 获取 Mikan RSS 订阅链接

访问 Mikan Project，注册账号并登录，点击右下角的RSS按钮复制链接。RSS 链接格式如下：

https://mikanani.me/RSS/MyBangumi?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx # 或 https://mikanime.tv/RSS/MyBangumi?token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

关于订阅源的详细注意事项（如每部番剧只订阅一个字幕组、简繁字幕二选一、OVA/剧场版订阅限制等）请参阅 RSS 订阅设置。Mikan Project 主站在部分地区可能被屏蔽，可使用备用域名mikanime.tv。

5. 首次配置

安装 AB 后，WebUI 将自动启动，但主程序处于暂停状态。访问http://abhost:7892：

1. 打开网页，默认用户名为admin，默认密码为adminadmin，首次登录后请立即修改；
2. 输入下载器的地址、端口、用户名和密码；
3. 点击应用保存配置，AB 将重启，右上角圆点变绿表示正常运行；
4. 点击右上角+按钮，勾选聚合 RSS，选择解析器类型，输入 Mikan RSS 链接。

等待 AB 解析聚合 RSS，解析完成后将自动添加番剧并管理下载。

番剧管理界面

WebUI 的首页以卡片形式展示所有订阅番剧（docs/feature/bangumi.md）：

点击番剧海报即可管理单个番剧条目：

• 规则选择：同一番剧存在多个下载规则（如不同字幕组）时会弹出选择框；
• 通知徽章：黄色!徽章表示订阅需要审核（如检测到偏移问题），数字徽章表示存在多个规则，组合徽章（! | 2）同时提示两者；
• 剧集偏移自动检测：点击"自动检测"，AB 分析 TMDB 剧集播出日期识别"虚拟季度"并建议正确的偏移值，后台扫描线程还会定期检查现有订阅的偏移问题；
• 归档 / 取消归档：可手动归档已完结番剧，或由 AB 依据 TMDB 的系列状态（"已完结" / "已取消"）自动归档；
• 禁用 / 删除：禁用后不再下载或重新解析；注意直接从聚合 RSS 中删除条目，它会在下次解析周期被重新创建；
• 高级设置：提供季度偏移、剧集偏移、以及用于种子匹配的自定义正则过滤器。

社区、贡献与许可证

AutoBangumi 提供官方更新通知频道与 Bug 反馈群组，欢迎提交 Issues 和 Pull Requests 参与贡献。项目感谢 Sean 等贡献者的大力帮助，完整贡献者名单可见于项目贡献者图。

免责声明：由于 AutoBangumi 通过非官方版权渠道获取番剧，请勿将其用于商业用途、勿制作包含 AutoBangumi 的视频内容在国内视频平台（版权相关方）上发布、勿将其用于任何违反法律法规的活动。AutoBangumi 仅供学习和个人使用。

项目采用 MIT License 开源发布，代码仓库中包含完整的 贡献指南、架构设计文档 与 更新日志，供开发者深入研读。

• 后端
• 前端
• 音视频