bt种子搜索引擎 / 每周更新

凌晨三点,一个索引条目卡在 DHT 的第六千次重试。

这不是关于下载。这是关于记录——我维护这个站第 41 周,有些问题还是没有答案。

2026 年 6 月 21 日,凌晨 2 点 47 分。我坐在出租屋那张三条腿的桌子前,桌面上压着一本 2011 年买的《黑客与画家》。书脊裂了,翻到第 88 页。

屏幕上,一个编号 34492 的种子索引条目卡住了。它的哈希以 9f 开头,抓取器已经重试了 6142 次,健康度是 0。它就是个尸体。可系统还在试。

我在想,一个死掉的链接,值不值得再给它一次机会。

这个问题听起来很技术。其实不是。

这个站叫 bt种子搜索引擎。名字很直白,我不打算包装它。它就是一个索引——把散落在 DHT 网络、公开 tracker、还有几十个镜像站里的种子信息,抓下来,清洗,去重,挂上磁力链接。用户搜一个词,能搜到东西,这样就够了。

但"够了"这两个字,我用了 41 周才勉强摸到边。

第一个细节:6142 次重试

那个 34492 的条目,是我三个月前从一个小型 tracker 上抓到的。当时它还有 11 个种子。三个月后归零。系统按规则会继续重试 72 小时,然后自动归档。归档之后,它仍然会被搜到——这很关键,也让我很难受。

难受的原因在于:一个已经死掉的种子,被搜索出来,用户点进去,下不动,然后骂这个站。但我不能删它。删掉它,就意味着我在替用户判断"什么值得看"。我不想做那个判断。

一个索引站不该有品味。它只该诚实。

所以我把重试上限从 10000 调到了 6000。死了就承认死了。但记录留着。日本小姐姐玩刺激战场b站擦枪 那种条目就是这样进来的,你看它很"脏",可它就是数据,删了,索引就不完整。

夜间工作台,屏幕与键盘
6 月 21 日凌晨的桌面。左边是抓取日志,右边是那本裂了脊的《黑客与画家》。

第二个细节:林哲的一句话

上周四,6 月 18 日,下午 4 点多。林哲来我这儿。他做 BT 协议解析七年了,桌上摆了杯我泡的凉了的茶。他扫了一眼我屏幕上那排红色的抓取失败日志,说了句:"你这不是搜索引擎,是个档案馆。"

我愣了几秒。

他接着说,你抓了 380 万条元数据,其中 40% 以上是重复的,去重之后真正可用的不到 60 万。你还花 80% 的算力去维护那 40% 的垃圾。他说这话的时候,手指在桌面上敲了三下。

我没反驳。他说得对。但我还是留着那些垃圾。因为档案馆的意义,不是"给你好内容",是"内容曾经存在过"。

索引的价值,不在于它删掉了什么,而在于它没删什么。

这句话我后来写在了后台的配置注释里。有点矫情。但我每次启动全量抓取前都会看一眼。

第三个细节:8600 这个数字

站内现在有 8600 个活跃用户。不多。去年最差的时候只有 1200 个。增长靠的不是 SEO,是有人把链接贴进了论坛,然后一传十。我不知道该高兴还是该担心。

因为活跃用户多了,就意味着有更多人依赖一个不稳定的东西。一个搜不到你要的东西的搜索引擎,本质上就是没用的。我一个朋友上个月找一部 2016 年的纪录片,在这个站搜了 7 次,没找到,最后去别的地方了。他跟我说这话时,我点头,把杯子收走了。

我们缺的不是数据,是可以被找到的数据。

那一周我把元数据清洗的流程重写了一遍,加了分词和同义词映射。像 大小姐vs保镖1v1 这种偏门的长尾词,现在能命中率从 12% 提到了 47%。亚洲免费mv欧美大片7788 也能搜到了,虽然我不确定你想不想搜到。

我不打算解决的那些问题

有人在邮件里问我:你为什么不做一个"评分系统"?让用户给种子打分,好的排前面。

我没做。

说实话,评分系统是内容的品味输出,它会让一个索引站变成一个大 V 号。我见过太多站这么做,然后就死了,或者活成了另一副样子。你们在搜 动漫双人运动片操视频 的时候,不该被我的品味拦一道。这是个人观点,我知道很多人不同意。

还有人问要不要做会员。付费。我考虑过 22 分钟,然后否了。一个靠别人贴的链接存活的站,没有资格向别人收钱。

抽象的网络连接视觉
抓取器跑起来的时候,整个网络看起来就是这样的乱线。我挺喜欢这个画面。

本周我在做什么

这周主要在修索引排序。旧逻辑是纯按抓取时间倒序,新逻辑加上了元数据完整度和 tracker 响应速度两个权重。改动不大,但让 b站永久看大片5178 这类的检索结果稳定了一些。

顺手把镜像检测也做了自动降级。以前一个镜像挂了,我要手动关,现在系统自己判断。省了我大约每周 2 小时。

2 小时,够我重新读一遍《黑客与画家》第 88 页。

这一页讲的是"如何做出好的作品"。格雷厄姆说,好的设计和好的代码,都是为了让复杂的东西变简单。我把这句话圈了。

可是「bt种子搜索引擎」这件事,本质上是让复杂的东西变得更复杂——把本来看不见的索引,全摊开给你看。这算好还是坏,我不知道。

还是没有答案的问题

我列了三条,放在 Git 仓库的 README 里,每周更新:

一、一个索引,到底该不该替用户筛选?
二、如果内容是错的、脏的、违法的,索引还需不需要记录它?
三、当我想清楚前两个问题,这个站还存不存在?

第三条有点狠。但诚实比好看重要。你们搜 yw51888.com 或者 wq7799.com 的时候,如果搜不到,那不是你的问题,是我的索引还不够诚实。

我还在想。下周再说。

如果你也在维护一个自己不擅长但又舍不得丢的东西,欢迎写信。我不一定回,但我看。

本周记录 / 11 条
  1. 01 — 6月21日 凌晨两点四十七,34492 号索引条目重试第 6142 次
    抓取日志 · 一条死链的葬礼
  2. 02 — 6月18日 林哲说我这是档案馆,不是搜索引擎
    对话 · 敲了三下桌子的那句话
  3. 03 — 6月16日 把同义词映射表从 340 行扩到 1900 行之后
    清洗 · 长尾命中率 12% 到 47%
  4. 04 — 6月14日 一个朋友搜一部 2016 年纪录片,搜了 7 次
    缺的不是数据,是可被找到
  5. 05 — 6月12日 索引排序加上了元数据完整度和 tracker 响应速度
    权重 · 不再只看抓取时间
  6. 06 — 6月10日 镜像自动降级上线,每周省出 2 小时
    运维 · 那 2 小时我用来翻书
  7. 07 — 6月9日 《黑客与画家》第 88 页,我又圈了一句话
    阅读 · 书脊裂了,翻到同一页
  8. 08 — 6月7日 活跃用户从 1200 到 8600,我不确定该不该高兴
    数据 · 依赖是件危险的事
  9. 09 — 6月4日 拒绝做评分系统,也拒绝了 22 分钟的会员方案
    决定 · 索引站不该有品味
  10. 10 — 6月2日 380 万条元数据里 40% 是重复的,我仍然留着
    清洗 · 档案馆的意义
  11. 11 — 5月31日 三条没有答案的问题,写在 README 里
    困惑 · 每周更新一次
关于我

我叫陈默。一个人维护「bt种子搜索引擎」,第 41 周。

白天在一家做数据清洗的公司上班,晚上回来就跑抓取、看日志、改索引逻辑。这个站没有团队,没有编辑,没有投放。

做它是因为三年前我自己找一部老纪录片,找了两个晚上没找到。我当时想,那些链接明明存在,只是没人把它们摊开。那就我来摊开。

我不擅长说话,所以只记下来。写下来的东西,比记得的可靠。

今天看到的一句话
“
索引的价值,不在于它删掉了什么,而在于它没删什么。
—— 记于 2026 年 6 月 18 日与林哲的对话后,后台配置文件的注释里