一、它是什么
做中文平台视频运营的人，常常需要盯着 YouTube 上的优质内容：教程、评测、科技新闻、行业演讲……但「下载 → 听译/翻译 → 做字幕 → 过审 → 上传」这一套流程重复且费时。
Y2A-Auto 的定位就是把这条链路从手工变成流水线。它提供一个 Web 管理后台，把下载、语音识别、字幕翻译、内容审核、平台上传串在一起，同时支持对 YouTube 频道和关键词做定时监控，新视频出现就自动进队列。
一句话定位：把 YouTube 视频搬运到 AcFun / B站 / 双平台的完整自动化方案，自带 Web 后台、人工审核、YouTube 监控与任务队列。
二、完整流水线
自动模式下，一条 YouTube 链接进去，会按下面这个顺序处理：
| 步骤 | 工具/能力 | 输出 |
|---|---|---|
| 下载 | yt-dlp | 视频 + 封面 + 元信息 |
| 语音识别 | Whisper / Voxtral（可选） | 原始字幕文件 |
| 字幕翻译 & QC | AI 翻译 + 字幕后处理 + 质检 | 中文字幕（可烧录） |
| 元信息生成 | AI 生成标题、简介、标签、分区推荐 | 平台适配的发布信息 |
| 内容安全审核 | 阿里云 Green | 风险拦截 / 通过 |
| 平台上传 | AcFun / B站 / 双平台 | 已发布稿件 |
核心亮点是每一步都可开关、可配置。如果你只需要下载+翻译，可以关闭上传；如果你只想监控不自动发，可以只跑监控任务；如果你不信任自动结果，可以开启人工审核，所有标题、标签、分区由你确认后再点击「强制上传」。
三、后台与监控
Web 后台是 Y2A-Auto 最有价值的地方之一。它不是命令行黑盒，而是把整条流水线可视化：
- 任务列表：每个视频一个任务卡片，状态一目了然
- 人工审核：修改标题、简介、标签、分区后再上传
- 强制上传：审核不通过但你觉得没问题时，可以强制发布
- 设置中心：运行概览、账号与网络、内容审核、AI 模型、字幕处理、语音识别、视频转码、监控与维护分组管理
- 登录保护：密码登录 + 错误次数锁定
YouTube 监控是另一个实用能力：
- 支持按频道监控和关键词搜索监控
- 可设 latest（最新）/ historical（历史）两种模式
- 支持视频类型筛选，命中后自动加入任务队列
- 内置历史记录，避免重复抓取
定时监控功能依赖 YouTube Data API，需要去 Google Cloud Console 申请并配置 API Key。下载视频本身不需要 API Key，但需要有效的 YouTube Cookie。
四、部署方式
方案 A：Docker（推荐）
不需要手动装 Python、FFmpeg、yt-dlp，一条命令起服务：
如果需要本地构建镜像，可用 docker-compose-build.yml：
方案 B：本地运行
前置要求：Python 3.11+、FFmpeg、yt-dlp。
启动后访问 http://127.0.0.1:5000。
方案 C：Windows 便携包
官方 Release 通常内置 FFmpeg / FFprobe，下载解压后保持 ffmpeg/ 目录完整即可运行，适合不想折腾环境的人。
五、上手前的准备
Y2A-Auto 不是开箱即用，有几样东西必须自己准备：
| 必须项 | 用途 | 获取方式 |
|---|---|---|
| YouTube Cookie | 下载视频、绕过年龄/区域限制 | 浏览器扩展导出 cookies.txt，放 cookies/yt_cookies.txt |
| AcFun Cookie | 上传到 AcFun | 登录后导出，放 cookies/ac_cookies.json |
| B站 Cookie | 上传到 B站 | 登录后导出，放 cookies/bili_cookies.json |
| AI 模型 API Key | 生成标题/简介/标签、翻译字幕 | OpenAI / DeepSeek / 其他兼容接口 |
| 阿里云 Green | 内容安全审核 | 阿里云控制台开通并配置 |
| YouTube API Key | 频道/关键词定时监控 | Google Cloud Console 申请 |
Cookie 会过期，尤其是 YouTube Cookie。建议定期测试下载任务，失效时重新导出。另外，不要把 Cookie 文件提交到 Git 仓库，仓库 .gitignore 默认已排除 cookies/ 目录。
六、玩一玩：30 分钟跑通第一条
如果你只是想先感受这条流水线，不用急着配置全平台上传。下面是一个最小可玩的路线：
1. 在本机或任意服务器用 Docker 启动 Y2A-Auto：
2. 用浏览器扩展导出自己的 YouTube Cookie，保存为 cookies/yt_cookies.txt。
3. 打开 http://localhost:5000，完成首次登录密码设置。
4. 进入「设置中心」，关闭「自动上传」和「内容审核」，只保留下载 + 语音识别 + 字幕翻译。
5. 在任务页粘贴一条 YouTube 视频链接，点击添加任务。
6. 观察日志，等待下载完成，查看 downloads/<任务ID>/ 目录下的视频、字幕和封面。
这个最小玩法的好处是：你能快速验证整条链路在自己环境下是否跑得通，而不需要冒险把视频自动发到平台。等下载、翻译、字幕质量稳定后，再逐步开启 AI 生成、审核和上传。
如果你想再进一步，可以只上传到 B站/AcFun 的「草稿箱」而不是直接发布（如果平台接口支持），这样既能验证上传链路，又能保留人工最终确认权。具体以项目文档为准。
七、适合谁 & 注意点
适合：
- 研究海外视频内容中文分发的运营者
- 需要批量搬运/二创 YouTube 内容的小团队
- 想用开源方案替代手工下载+翻译+上传流程的人
- 对自动化流水线、Docker、yt-dlp 有基础兴趣的开发者
注意：
- 转载授权必须自行确认。Y2A-Auto 只是工具，版权合规由使用者负责。
- 当前版本已移除硬件编码，固定 CPU 编码（libx264），部署门槛低了但转码速度有限。
- AI 生成的标题、简介、翻译字幕需要抽查，不要完全盲发。
- 自动模式下上传失败、Cookie 失效、平台风控是常见问题，需要定期维护。
- 字幕烧录为可选步骤，开启后会重新转码，会增加耗时。
定位：Y2A-Auto 不是「点一下就能躺着赚钱」的黑盒，而是一套把 YouTube 到中文平台搬运流程可配置化、可审计、可半自动/全自动的开源流水线。适合愿意花半天时间搭环境、然后持续维护的人。
返回技艺录