# Y2A-Auto (fqscfqj/Y2A-Auto) > An all-in-one tool that automatically moves YouTube videos to AcFun and bilibili. It downloads the video, transcribes and translates subtitles, checks content, and uploads the result. - GitHub: https://github.com/fqscfqj/Y2A-Auto - GitHub.Locker page: https://github.locker/fqscfqj/Y2A-Auto - Stars: 4.6K - Language: Python - License: GPL-3.0 - Last push: 2026-10-28 ## Questions and answers Written by GitHub.Locker from the README and the repository; check the README below for details. **Is it a desktop app or a web service?** It is a self-hosted web service with a built-in admin panel. You run it with Docker or locally and manage tasks in the browser. A Windows portable package is also provided. **How do I get it running?** Docker is recommended. Put your cookie files into cookies/, run 'docker compose up -d', then open the web UI and first set up login protection, platform accounts and the YouTube cookie. **Do I need Python, FFmpeg or yt-dlp installed myself?** Not with Docker, which bundles Python, FFmpeg and yt-dlp. A local run needs Python 3.11+, FFmpeg and yt-dlp. You must also supply your own YouTube, AcFun and bilibili cookie files. **Which AI services can it use for translation and tags?** Any OpenAI-compatible API. Set OPENAIBASEURL and OPENAIMODELNAME. It accepts both Chat Completions and Responses endpoints, either as a base URL or as a full endpoint URL. **What happens if the subtitle quality check fails?** The video still uploads, but the subtitles are not burned in. The failed ASR subtitle file is renamed to .rejected.txt for manual review, and the task is marked with a subtitle-error flag. **Can it delete downloaded files after uploading?** Yes. With DELETEDOWNLOADFILESAFTERUPLOAD enabled, a task's files are removed once every target platform has accepted the upload. This option is off by default. --- ## README (checked against GitHub 2026-11-06) Source: https://github.com/fqscfqj/Y2A-Auto/blob/main/README.md
# Y2A-Auto Y2A-Auto Logo 将 YouTube 视频自动搬运到 AcFun / bilibili 的一体化工具。 [![License](https://img.shields.io/badge/license-GPL%20v3-blue.svg)](LICENSE) [![Python](https://img.shields.io/badge/python-3.11+-green.svg)](https://www.python.org/) [![Docker](https://img.shields.io/badge/docker-supported-blue.svg)](https://www.docker.com/) 从下载、ASR、字幕翻译、字幕质检、内容审核到上传，全流程自动化；内置 Web 管理后台、YouTube 监控和维护能力。 [快速开始](#快速开始) · [功能概览](#功能概览) · [部署与运行](#部署与运行) · [Telegram 机器人](#方案-dtelegram-转发机器人可选) · [配置说明](#配置说明) · [使用指南](#使用指南) · [通知推送](#通知推送) · [CookieCloud](#cookiecloud-集成) · [安全特性](#安全特性) · [常见问题](#常见问题) ---

Telegram Bot
Telegram 转发机器人（公共实例）： @Y2AAuto_bot
⚠️ 公共实例部署在个人 VPS 上，该服务器已被墙，可用性无法保证；若无法连接，请按 自部署说明搭建自己的机器人： Y2A-Auto-tgbot

## 项目展示

Dashboard Screenshot

Monitor Screenshot Settings Screenshot

以上为当前页面截图。
## 核心亮点 | 能力模块 | 说明 | | --- | --- | | 全流程自动化 | 从下载、ASR、字幕、元信息到上传一条龙处理 | | 审核可控 | 支持人工审核、强制上传、内容安全检测和登录保护 | | 灵活部署 | Docker / 本地双模式，支持 CPU 与多种 GPU 编码 | | 监控拉取 | 支持 YouTube 频道 / 关键词定时抓取与历史记录 | | 消息推送 | 企业微信、Server酱、message-pusher 多渠道异步通知 | | CookieCloud | 从 CookieCloud 服务自动同步 YouTube Cookies | | 安全防护 | 密码保护、暴力破解锁定、会话超时、路径遍历防护 | | 维护完善 | 支持日志清理、下载清理、并发控制和 FFmpeg 自动补齐 | ## 功能概览 - 自动化流水线 - `yt-dlp` 下载视频与封面 - 自动或按需进行语音识别生成字幕，支持 Whisper、Voxtral - 字幕翻译、字幕后处理、字幕质检（QC）与字幕烧录 - AI 生成标题、简介、标签与分区推荐 - 内容安全审核（阿里云 Green） - 自动上传到 AcFun / bilibili / 双平台 - Web 管理后台 - 任务列表、人工审核、强制上传 - 设置中心分组管理：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、安全 - 登录保护、错误次数锁定和密码管理 - YouTube 监控 - 频道监控与关键词搜索监控 - 支持 latest / historical 模式、视频类型筛选和自动加入任务队列 - 内置历史记录与配置文件恢复 - 通知推送 - 企业微信、Server酱、message-pusher 三种渠道 - 任务添加 / 完成 / 失败、登录成功 / 锁定、QR 登录成功 / 失败等事件推送 - 异步重试队列，递增间隔保证投递 - CookieCloud 集成 - 从 CookieCloud 服务自动拉取 YouTube / Google Cookies - 支持 auto / legacy / aes-128-cbc-fixed 加密模式 - Web UI 一键测试与同步 - Telegram 转发机器人 - 独立部署的 Y2A-Auto-tgbot，在 Telegram 内直接发送 YouTube 链接提交任务 - 使用最小权限 API Token，公共实例不保证可用，建议自部署 - 字幕变换引擎 - 长行自动拆分、标点标准化、填充词 / 重复词过滤 - 幻觉文本与噪声标签检测、文本密度过高检测 - 时间偏移、最短时长、相邻间隙合并等后处理 - 视频转码 - 支持 CPU / NVIDIA / Intel / AMD 硬件编码 - 默认优先 HEVC / H.265，失败后自动回退到 H.264 - 平台认证 - AcFun / bilibili 支持 QR 码扫码登录 - bilibili 支持 Cookie 导入（Netscape / JSON 格式） - 维护与环境 - Windows 可自动补齐 FFmpeg - 支持日志清理、下载清理和自定义 FFmpeg 路径 ## 项目结构 ```text Y2A-Auto/ ├── app.py ├── requirements.txt ├── Dockerfile ├── docker-compose.yml ├── docker-compose-build.yml ├── acfunid/ ├── build-tools/ ├── config/ ├── cookies/ ├── db/ ├── downloads/ ├── ffmpeg/ ├── fonts/ ├── logs/ ├── modules/ ├── static/ ├── temp/ ├── templates/ └── tests/ ``` ## 快速开始 推荐使用 Docker（无需手动安装 Python、FFmpeg、yt-dlp）。 1. 准备 Cookie（必须） - `cookies/yt_cookies.txt`：YouTube 登录 Cookie - `cookies/ac_cookies.json`：AcFun 登录 Cookie - `cookies/bili_cookies.json`：bilibili 登录 Cookie - 可使用浏览器扩展导出 `cookies.txt`，请勿提交到仓库 2. 启动服务 ```bash # 默认从 Docker Hub 拉取镜像 fqscfqj/y2a-auto:latest # 如需使用 GitHub 容器注册表，可切换为 ghcr.io/fqscfqj/y2a-auto:latest docker compose up -d ``` 3. 打开 Web - 访问 `http://localhost:5000` - 首次进入建议先配置登录保护、平台账号和 YouTube Cookie 默认会持久化目录：`config/`、`db/`、`downloads/`、`logs/`、`temp/`、`cookies/`。 说明：`fonts/` 中的字体属于项目内置依赖，用于字幕烧录；许可证见 `fonts/LICENSE.txt`。 ## 部署与运行 ### 方案 A：Docker（推荐） - 启动：`docker compose up -d` - 停止：`docker compose down` - 重启：`docker compose restart` - 日志：`docker compose logs -f` 如需本地构建镜像，可使用： ```bash docker compose -f docker-compose-build.yml up -d --build ``` 如果启动日志出现写入 `config/`、`db/` 或 `logs/` 等挂载目录的 `PermissionError`，请在项目目录中创建这些目录，并将其属主改为容器内应用使用的 UID/GID（默认 `1000:1000`）： ```bash mkdir -p config db downloads logs cookies temp sudo chown -R 1000:1000 config db downloads logs cookies temp ``` 启用了 rootless Docker 或 `userns-remap` 时，请使用容器 UID 1000 实际映射到宿主机的 UID/GID；映射方式参见 [Docker 官方文档](https://docs.docker.com/engine/security/rootless/uid-gid-mapping/)。 ### 方案 B：本地运行 前置要求： - Python 3.11+ - FFmpeg - yt-dlp ```powershell py -3.11 -m venv .venv .\.venv\Scripts\Activate.ps1 pip install -r requirements.txt python app.py ``` 访问 `http://127.0.0.1:5000`。 ### 方案 C：Windows 便携包 - `build-tools/` 提供 Windows 可执行文件构建工具 - 官方 Windows Release 包通常已内置 FFmpeg / FFprobe - 如果手工打包，保持 `ffmpeg/` 目录完整即可 ### 方案 D：Telegram 转发机器人（可选） [Y2A-Auto-tgbot](https://github.com/fqscfqj/Y2A-Auto-tgbot) 是一个独立的 Telegram 机器人：在 Telegram 里直接发送 YouTube 视频 / 播放列表链接，机器人会调用本服务的 `/tasks/add_via_extension` 接口提交上传任务。它需要单独部署，不会随本项目一起启动。 > ⚠️ **公共实例不保证可用。** [@Y2AAuto_bot](https://t.me/Y2AAuto_bot) 运行在个人 VPS 上，该服务器已被墙，可能随时无法访问。需要长期、稳定使用时请自行部署。 自部署要点（Bot Token 创建、Token 作用范围等完整说明见 [Y2A-Auto-tgbot README](https://github.com/fqscfqj/Y2A-Auto-tgbot#安装和部署)）： 1. 在 Telegram 找 [@BotFather](https://t.me/BotFather)，发送 `/newbot` 创建机器人，拿到 `TG_BOT_TOKEN`（形如 `123456789:AAE...`） 2. 克隆并启动机器人： ```bash git clone https://github.com/fqscfqj/Y2A-Auto-tgbot.git cd Y2A-Auto-tgbot # 编辑 docker-compose.yml 填写 TG_BOT_TOKEN（可选 ADMIN_TELEGRAM_IDS），然后： docker compose up -d ``` 3. 打开本项目的 **设置 → 运维与安全 → Telegram Bot API Token**，点击「生成 Token」并立即复制 `y2a_tgbot_v1_...`（明文只显示一次） 4. 在 Telegram 向新建的机器人发送 `/settings`，填写 **API 地址**（机器人所在网络能访问到的本项目地址，例如同机 `http://127.0.0.1:5000`，跨机器 `http://192.168.1.100:5000`）和 **API Token**，再点「🔬 测试」确认连接成功 5. 测试通过后，直接给机器人发送 YouTube 链接即可提交任务 该 Token 只允许调用 `/tasks/add_via_extension`，无法访问设置、日志等其它接口，并且可以随时在设置页重置或撤销。 ## 配置说明 首次运行会自动生成 `config/config.json`。推荐先配置以下几类参数： ### 基础与安全 - `AUTO_MODE_ENABLED`：无人值守自动投稿总开关，默认 `false` - `password_protection_enabled`：Web 密码保护，默认 `false` - `LOGIN_MAX_FAILED_ATTEMPTS`：连续错误次数上限，默认 `5` - `LOGIN_LOCKOUT_MINUTES`：锁定时长，默认 `15` - `LOGIN_SESSION_TIMEOUT_MINUTES`：登录空闲超时时长，默认 `30` 分钟，最小 `1`，访问受保护页面会自动续期 - `UPLOAD_TARGET_DEFAULT`：默认投稿平台，支持 `acfun`、`bilibili`、`both` - `UPLOAD_APPEND_REPOST_NOTICE`：是否自动追加转载声明，默认 `true` ### 账号与网络 - `YOUTUBE_COOKIES_PATH`：YouTube Cookie 路径 - `ACFUN_COOKIES_PATH`：AcFun Cookie 路径 - `BILIBILI_COOKIES_PATH`：bilibili Cookie 路径 - `BILIBILI_SUBMIT_API`：bilibili 投稿接口，`auto`（默认，优先必剪 PC 接口，失败回退 Web）/ `bcut_pc` / `web`（手改成 `bcut` 等别名也会被归一化后再保存） - `YOUTUBE_PROXY_ENABLED` / `YOUTUBE_PROXY_URL`：YouTube 下载代理 - `YOUTUBE_API_PROXY_ENABLED` / `YOUTUBE_API_PROXY_URL`：YouTube 监控 API 独立代理，不继承下载代理 - `YOUTUBE_DOWNLOAD_THREADS`：下载线程数 - `YOUTUBE_THROTTLED_RATE`：下载速度限制 - `YOUTUBE_API_KEY`：YouTube Data API v3 密钥，监控功能需要 - `FFMPEG_LOCATION`：自定义 FFmpeg 路径 - `FFMPEG_AUTO_DOWNLOAD`：Windows 缺失时自动下载 FFmpeg，默认 `true` > **FFmpeg 版本要求：≥ 5.1。** 字幕烧录使用 `-fps_mode cfr` 控制帧率模式， > 该选项在 FFmpeg 5.1 才引入（5.0 及更早只认已弃用的 `-vsync`）。仓库自带的 > 与自动下载的 FFmpeg（BtbN latest）都远高于该版本；但若通过 `FFMPEG_LOCATION` > 指向 5.0 或更早的旧版本，软件编码路径会因 `Unrecognized option 'fps_mode'` > 直接失败（非硬件编码器没有降级重试，任务会直接报错）。 > > `VIDEO_CPU_CODEC=x265` 还额外要求该 FFmpeg 构建带 `libx265`（需 `--enable-gpl > --enable-libx265`，BtbN 与仓库自带版本均满足）。缺失时会自动降级为 `libx264` > 并继续烧录，不会因缺库而丢掉整条字幕。 ### AI 与投稿 - `OPENAI_API_KEY` / `OPENAI_BASE_URL` / `OPENAI_MODEL_NAME`：全局 AI 配置 - `OPENAI_THINKING_ENABLED`：是否允许模型使用思考模式；关闭时优先发送厂商文档中的原生开关（DeepSeek Chat 用 `thinking`、Responses 用 `reasoning.effort=none`；Qwen Chat/Responses 用 `enable_thinking`；MiMo Chat 用 `thinking`、Responses 用 `reasoning.effort=none`）。原生开关被端点以 400/422 拒绝时，会在同一请求内再尝试标准 `reasoning_effort=none` / `reasoning.effort=none`，全部形态都失败才移除控制并记录 warning；此时模型可能恢复默认思考行为。第三方网关上的 DeepSeek/Ling/混元没有可靠原生开关，先尝试标准参数，再尝试通用 `thinking` 对象。通过反向代理访问官方端点时无法从域名识别厂商，会按第三方顺序逐个尝试，但不会因此跳过关闭思考的尝试。OpenAI o 系列 / GPT-5 等推理模型各代支持的 `reasoning_effort` 取值不同，本开关不会自动改写，需在模型网关侧控制 - `SUBTITLE_OPENAI_*`：字幕翻译专用覆盖配置，留空则回退全局 - `SUBTITLE_QC_*`：字幕质检专用覆盖配置，留空则回退字幕翻译 / 全局配置 - `TRANSLATE_TITLE` / `TRANSLATE_DESCRIPTION` / `GENERATE_TAGS`：自动生成标题、简介、标签 - `RECOMMEND_PARTITION`：自动推荐分区 - `FIXED_PARTITION_ID` / `FIXED_PARTITION_ID_BILIBILI`：固定分区 - `YOUTUBE_UPLOADER_AS_FIRST_TAG`：将上传者作为首标签 - `PRESET_TAGS_ENABLED` / `PRESET_TAGS`：预设标签，每行一个（也接受逗号、顿号、分号分隔）。启用后预设标签排在任务标签之前，`GENERATE_TAGS` 开启时 AI 只补齐剩余名额；一份预设同时服务 AcFun（前 6 个、每个约 10 字）与 bilibili（最多 12 个、每个 20 字） AI 文本功能同时兼容 OpenAI Chat Completions 与 Responses API。`OPENAI_BASE_URL` 可填写 API 根地址（例如 `https://api.openai.com/v1`，默认使用 Chat Completions）或完整的 `/chat/completions`、`/responses` 地址；填写完整端点时会自动选择协议并规范化。Responses 请求会自动转换消息、JSON 输出格式、思考开关和 token 上限参数，返回值也会归一化供翻译、质检、智能分段等现有功能使用。当兼容服务不支持 `response_format`、token 上限参数、自定义 `temperature` 或特定指令角色时，系统会根据端点实际错误逐级协商；若网关只返回笼统的请求 schema 错误，则降级为仅含 `model + user messages` 的最小标准请求。能力只在降级请求成功后按端点、协议和模型缓存。 ### 字幕处理 - `SUBTITLE_TRANSLATION_ENABLED`：启用字幕翻译，默认 `false` - `YOUTUBE_AUTO_GENERATED_SUBTITLES_ENABLED`：下载 YouTube 自动生成字幕，默认 `false` - `SUBTITLE_SOURCE_LANGUAGE`：源语言，默认 `auto` - `SUBTITLE_TARGET_LANGUAGE`：目标语言，默认 `zh` - `SUBTITLE_FONT_NAME`：烧录字幕字体名，默认 `NotoSansCJKsc-Regular.otf` - `SUBTITLE_BATCH_SIZE`：翻译批次大小 - `SUBTITLE_MAX_RETRIES` / `SUBTITLE_RETRY_DELAY`：翻译重试策略 - `SUBTITLE_EMBED_IN_VIDEO`：是否将字幕嵌入视频 - `SUBTITLE_KEEP_ORIGINAL`：是否保留原始字幕文件 - `SUBTITLE_MAX_WORKERS`：字幕翻译并发线程数 烧录字幕外观（默认值即历史观感；对 `.ass`/`.ssa` 源的行为变更见下方说明）： - `SUBTITLE_FONT_SIZE_SCALE` / `SUBTITLE_MARGIN_V_SCALE`：字号与底部边距倍率，范围 `0.5-2.0`，默认 `1.0` - `SUBTITLE_FONT_COLOR` / `SUBTITLE_OUTLINE_COLOR`：字体色与描边色，`#RRGGBB`，默认 `#FFFFFF` / `#000000` - `SUBTITLE_OUTLINE_ENABLED` / `SUBTITLE_OUTLINE_SCALE`：描边开关与粗细倍率（`0-3`） - `SUBTITLE_SHADOW_ENABLED` / `SUBTITLE_SHADOW_SCALE`：阴影开关与倍率（`0-3`） - `SUBTITLE_TEXT_BOLD`：是否粗体，默认 `true` - `SUBTITLE_BACKGROUND_ENABLED` / `SUBTITLE_BACKGROUND_COLOR` / `SUBTITLE_BACKGROUND_OPACITY`：半透明底板（`BorderStyle=4`）及其颜色与不透明度（`0-1`）。开启后 libass 会把阴影当作底框外扩，建议同时关闭阴影 > **行为变更（`.ass` / `.ssa` 源素材）**：上述外观配置现在对**所有字幕源统一生效**。 > 此前上游只把字体与边距写进 `force_style`，字色 / 描边色 / 粗体 / 底板这些键对 > `.ass` / `.ssa` 源**不生效**（同一份配置喂 `.srt` 是红字、喂 `.ass` 仍是创作者的白字）， > 现在这些键改为逐键覆盖源样式 —— 也就是说，**素材自带的字色 / 粗体 / 底板样式会被 > 应用配置覆盖**，未配置时即默认的白字 + 粗体 + 描边（与 SRT 源行为一致）。 > 升级后若想保留素材自带外观，请把对应配置项显式设置成与素材一致的取值，或改用 > 自带样式的外部字幕文件而不依赖本功能。 ### 语音识别（ASR） - `SPEECH_RECOGNITION_ENABLED`：是否启用语音识别生成字幕，默认 `false` - `SPEECH_RECOGNITION_PROVIDER`：支持 `whisper`、`voxtral` - `VAD_ENABLED`：VAD 语音扫描窗，默认 `true` - `WHISPER` 路径默认使用 `segment` 级时间戳，并自动兼容不支持 `timestamp_granularities` 的接口 - `WHISPER_LANGUAGE` / `WHISPER_PROMPT` / `WHISPER_TRANSLATE`：Whisper 专用参数 - `VOXTRAL_TIMESTAMP_GRANULARITIES`：默认 `segment,word` - `VOXTRAL_DIARIZE` / `VOXTRAL_CONTEXT_BIAS` / `VOXTRAL_LANGUAGE` - `VOXTRAL_MAX_AUDIO_DURATION_S` / `VOXTRAL_LONG_AUDIO_MARGIN_S` / `VOXTRAL_ENFORCE_MAX_DURATION` ### 视频转码与维护 - `VIDEO_ENCODER`：`auto` / `cpu` / `nvidia` / `intel` / `amd` - `VIDEO_CPU_CODEC`：`x264`（H.264，默认）或 `x265`（H.265/HEVC）。仅在最终使用 CPU 编码时生效：`VIDEO_ENCODER=cpu`，或硬编不可用而回退到 CPU 时。编码耗时约为 `libx264` 的 5 倍，超时预算会按同一倍数放大；体积收益**不保证**，取决于素材与 preset，建议开启后自行对比 - `VIDEO_CPU_PRESET`：常规 CPU 软编码 preset，默认 `medium` - `VIDEO_CPU_PRESET_HD`：1440p+ 且超过 10 分钟时使用的 preset，默认 `veryfast` - `VIDEO_QUALITY_MODE`：`auto`（按分辨率推荐）或 `manual`（使用 `VIDEO_QUALITY_VALUE`），默认 `auto` - `VIDEO_QUALITY_VALUE`：固定质量值 CRF/CQ/QP，范围 `0-51`，越小质量越高。自动模式的推荐值为 4K `22.5` / 1440p `23` / 1080p `23.5` / 720p `24.5` - `VIDEO_HW_QUALITY_BOOST`：编码质量增强总开关（自适应量化、前瞻、多遍分析等），默认 `true`。它同时作用于硬件编码器与软件编码器：x264 写 `-aq-mode 3 -aq-strength 0.8 -psy-rd 1.0:0.0`，非 HD preset 路径再加 `-rc-lookahead 40`；x265 只写 `aq-mode=3`，非 HD preset 路径再加 `rc-lookahead=40`（`psy-rd` / `aq-strength` / `psy-rdoq` **不写**，即保持 x265 自身的默认值 2.00 / 1.0 / 1.00 —— 照抄 x264 的数值在 x265 上等于把这些心理视觉优化砍半，与「质量增强」相反）。1440p+ 长视频走 `VERYFAST` 档时前瞻跟随 preset 自身默认值，不被放大。老 GPU 驱动不认识这些参数时可关闭，命令会回到基础参数并自动重试 - `VIDEO_HW_QUALITY_LEVEL`：`fast` / `balanced` / `quality`，映射到各硬件编码器的速度档，默认 `quality` - `VIDEO_COLOR_METADATA_MODE`：`auto`（透传源流色彩信息）/ `bt709`（强制）/ `off`（不写入），默认 `auto`。不写入时播放器会按默认色域解释，可能偏色 - `VIDEO_X264_TUNE`：软编码 `-tune` 取值（如 `film` / `animation`），留空则不传。取值按 `VIDEO_CPU_CODEC` 各自的白名单校验：`film` 与 `stillimage` 只对 x264 合法，切到 x265 时会被忽略并写入任务日志 - `VIDEO_CUSTOM_PARAMS_ENABLED` / `VIDEO_CUSTOM_PARAMS`：自定义 FFmpeg 参数（启用后完全覆盖内置编码参数与色彩参数）。若自定义参数里没有写 `-c:v`，系统会按 `VIDEO_CPU_CODEC` 补上 `-c:v libx264` / `-c:v libx265` —— 否则 ffmpeg 会取容器默认编码器（mp4 为 libx264），`VIDEO_CPU_CODEC` 被静默忽略、色彩 VUI 补写也一并失效；若你自己写了 `-c:v`，则以你指定的编码器为准（识别为 libx264 / libx265 时才补写色彩 VUI，并在任务日志中说明） - `MAX_CONCURRENT_TASKS`：最大并发任务数，默认 `2` - `MAX_CONCURRENT_UPLOADS`：最大并发上传数，默认 `1` - `LOG_CLEANUP_ENABLED` / `LOG_CLEANUP_HOURS` / `LOG_CLEANUP_INTERVAL` - `DOWNLOAD_CLEANUP_ENABLED` / `DOWNLOAD_CLEANUP_HOURS` / `DOWNLOAD_CLEANUP_INTERVAL` - `DELETE_DOWNLOAD_FILES_AFTER_UPLOAD`：所有目标平台上传成功后立即删除该任务的下载文件（默认关闭） ### 通知推送 - `NOTIFY_ENABLED`：启用消息推送，默认 `false` - `NOTIFY_CHANNELS`：启用的渠道列表，支持 `wecom`、`serverchan`、`message_pusher` - `NOTIFY_EVENTS`：订阅的事件列表，可选 `task_added`、`task_completed`、`task_failed`、`login_success`、`login_locked`、`qr_login_success`、`qr_login_failed` - 企业微信：`NOTIFY_WECOM_WEBHOOK_URL` - Server酱：`NOTIFY_SERVERCHAN_SENDKEY` - message-pusher：`NOTIFY_MESSAGE_PUSHER_SERVER` / `NOTIFY_MESSAGE_PUSHER_USERNAME` / `NOTIFY_MESSAGE_PUSHER_TOKEN` ### CookieCloud - `COOKIECLOUD_ENABLED`：启用 CookieCloud 同步，默认 `false` - `COOKIECLOUD_SERVER_URL`：CookieCloud 服务地址 - `COOKIECLOUD_UUID`：CookieCloud UUID - `COOKIECLOUD_PASSWORD`：CookieCloud 加密密码 - `COOKIECLOUD_ENCRYPT_MODE`：加密模式，支持 `auto` / `legacy` / `aes-128-cbc-fixed` ### 内容审核 - `CONTENT_MODERATION_ENABLED`：启用阿里云内容审核，默认 `false` - `ALIYUN_ACCESS_KEY_ID` / `ALIYUN_ACCESS_KEY_SECRET`：阿里云 AK/SK - `ALIYUN_CONTENT_MODERATION_REGION`：审核服务区域 - `ALIYUN_TEXT_MODERATION_SERVICE`：文本审核服务名，默认 `comment_detection_pro` ### 下载质量 - `YOUTUBE_DOWNLOAD_QUALITY_MODE`：下载质量模式 - `YOUTUBE_DOWNLOAD_MAX_HEIGHT`：最大分辨率高度限制 ### 字幕后处理 - `SUBTITLE_MAX_LINE_LENGTH`：单行最大字符数，默认 `42` - `SUBTITLE_MAX_LINES`：单条字幕最大行数，默认 `2` - `SUBTITLE_NORMALIZE_PUNCTUATION`：标点标准化，默认 `true` - `SUBTITLE_FILTER_FILLER_WORDS`：过滤填充词（um、uh 等），默认 `true` - `SUBTITLE_TIME_OFFSET_S`：字幕时间偏移（秒） - `SUBTITLE_MIN_CUE_DURATION_S`：最短字幕时长，默认 `0.6` - `SUBTITLE_MERGE_GAP_S`：相邻间隙合并阈值，默认 `0.3` ### 配置示例 ```json { "AUTO_MODE_ENABLED": false, "password_protection_enabled": false, "password": "", "UPLOAD_TARGET_DEFAULT": "acfun", "OPENAI_API_KEY": "", "OPENAI_BASE_URL": "https://api.openai.com/v1", "OPENAI_MODEL_NAME": "gpt-3.5-turbo", "OPENAI_THINKING_ENABLED": false, "SUBTITLE_TRANSLATION_ENABLED": false, "SUBTITLE_QC_ENABLED": true, "SPEECH_RECOGNITION_ENABLED": false, "SPEECH_RECOGNITION_PROVIDER": "whisper", "VAD_ENABLED": true, "VIDEO_ENCODER": "auto", "VIDEO_CPU_CODEC": "x264", "VIDEO_CPU_PRESET": "medium", "VIDEO_CPU_PRESET_HD": "veryfast", "FFMPEG_AUTO_DOWNLOAD": true, "MAX_CONCURRENT_TASKS": 2, "MAX_CONCURRENT_UPLOADS": 1 } ``` ## 字幕质检说明 `SUBTITLE_QC_ENABLED` 默认为 `true`：系统会对 ASR 生成的源字幕做预检。 - `SUBTITLE_QC_THRESHOLD`：AI 复核分数下限（0 ~ 1，默认 0.60） - `SUBTITLE_QC_SAMPLE_MAX_ITEMS`：AI 抽样条目上限，默认 80 - `SUBTITLE_QC_MAX_CHARS`：AI 单次送检最大字符数上限，默认 9000 - `SUBTITLE_QC_MODEL_NAME`：单独指定 QC 模型，留空则复用字幕翻译 / 全局模型 - `SUBTITLE_QC_TIMELINE_ENABLED`：是否启用时间轴维度判定，默认 `true` - `SUBTITLE_QC_MIN_COVERAGE_RATIO`：字幕总时长 / 视频时长的覆盖率下限，默认 `0.15` - `SUBTITLE_QC_MAX_GAP_S`：允许的最大连续无字幕间隙（秒），默认 `90` - `SUBTITLE_QC_MAX_CPS`：单条字幕最大字符速率（字符/秒），默认 `25` QC 会先用规则做硬拦截，只有边界样本才会调用 AI 严格复核。 命中署名行、噪声提示、界面操作词、模板化重复句等明显低质量字幕时，会在规则层直接失败，不再进入宽松放行。 时间轴维度（覆盖率 / 间隙 / 语速）会在 ASR 来源退化（`subtitle_quality_state == degraded`）时随严格模式一并参与判定。 时间轴维度的三条边界语义：片尾留白容忍带取「30 秒」与「片长 25%」的**较小值**（60 秒素材不会因为末尾 23 秒无字幕而被当作良性留白）；零时长 cue 达到「≥3 条且 ≥20%」即视为实质缺陷，AI 不可用时不予放行（≥25% 无条件硬失败）；畸形时间戳（时间行无法解析）的 cue 会被跳过并记 warning，不再静默退化为 `0.0` —— 退化到 0.0 会虚高覆盖率并反过来帮助质检通过。 可疑样本在 AI 不可用、返回异常或输出不合规时，默认按失败处理。QC 失败时会跳过烧录字幕，但仍保留字幕文件并继续上传原视频，任务最终标记为完成，并显示字幕异常标记。 被判定不合格的 ASR 字幕会被改名为 `*.rejected.txt`（内容保留供人工检查），移出复用范围，避免任务重跑时复用旧字幕而永远拿不到新字幕。平台自带或人工提供的字幕不受此影响。 ### 烧录门控开关 - `ASR_FAILURE_BLOCKS_EMBED`（默认 `true`）：ASR/VAD 质量结局为 `failed`（来源不可信）时拒绝烧录该字幕。设为 `false` 恢复旧行为，只放宽「ASR 来源结局」与「质检没跑成」两种拦截，**不会**放过质检给出的明确失败结论 —— 质检结论针对字幕内容本身，与 ASR 来源可靠度是两件事。 - `SUBTITLE_QC_ENABLED=false`：用户主动放弃质检这道防线。此时不再看历史质检标记，也不再要求 `degraded` 素材通过严格质检（质检关闭时该条件无法满足，若仍拦截就变成「关掉质检反而更严格」）。 「质检不可用」（字幕文件缺失 / 执行异常）与「用户主动关闭质检」是两种不同结局：前者按拒绝处理，后者放行。任务列表中会通过 `qc_unavailable` / `subtitle_qc_rejected` / `asr_failed_block_embed` / `asr_degraded_block_embed` 标注具体原因。 ## 语音识别说明 当前支持两类 ASR 提供商： - Whisper：兼容 OpenAI 风格接口，可使用独立的 API Key、Base URL 和模型名 - Voxtral：Mistral /v1/audio/transcriptions，默认模型为 `voxtral-mini-latest` 建议优先保持 `VAD_ENABLED=true`。当前默认采用质量优先的扫描窗参数，分片更短、重叠更小，便于提升字幕边界精度。 如果 VAD 结果不理想，系统会自动进入分片或整段兜底流程。 ## 内置字幕字体 - 项目默认内置 `SourceHanSansHWSC-VF.otf`，作为字幕烧录依赖随仓库一起分发 - 可通过 `SUBTITLE_FONT_NAME` 指定 `fonts/` 目录中的字体文件名；程序会读取该文件的真实字体名供 libass 使用 - 字体许可证位于 `fonts/LICENSE.txt` ## 使用指南 1. 在首页或任务页提交 YouTube 链接创建任务。 2. 自动模式下流程为：下载 -> ASR / 字幕处理（可选） -> AI 元信息 -> 审核 -> 上传目标平台。 3. 在人工审核页可调整标题、简介、标签、分区并强制上传。 4. 启用 YouTube 监控后，可按频道或关键词定时拉取任务，并自动加入任务队列；只想搬运标题命中特定内容的视频（如某个频道的 ASMR）时，在监控配置里填写「标题包含关键词」并选择「任一 / 全部」匹配。 5. 在设置页可分组维护账号、AI、字幕、ASR、转码、维护与安全项。 6. AcFun / bilibili 支持 QR 码扫码登录：在设置页点击「扫码登录」，用手机 App 扫码即可完成认证。 7. 如已部署 CookieCloud 服务，可在设置页配置后一键同步 YouTube Cookies，无需手动导出。 8. 启用通知推送后，任务状态变化和登录事件会自动推送到企业微信等渠道。 ## FFmpeg 与硬件加速 - 默认优先使用项目内 `ffmpeg/` 目录中的二进制 - Windows 环境下如果 `ffmpeg/` 缺失，系统可自动下载并补齐 - `FFMPEG_LOCATION` 可覆盖默认路径，支持直接指向 `ffmpeg.exe` 或其所在目录 - `VIDEO_ENCODER=cpu` 时使用 CPU 软编码，编码器由 `VIDEO_CPU_CODEC` 决定： - `x264`（默认）：`libx264`（H.264） - `x265`：`libx265`（H.265/HEVC）。实测（1080p30，带字幕烧录）耗时约为 `libx264` 的 5 倍（veryfast 1.70s → 8.44s），超时预算已按同一倍数放大 - 体积收益并不稳定：实测在合成图文素材上（SSIM 匹配），`veryfast` 下同 CRF 的体积反而是 `libx264` 的 1.6~1.8 倍，`medium` 下约持平。是否更省取决于素材与 preset，建议开启后自行对比再决定；x265 的 CRF 标度与 x264 不可直接比较，本项不做任何自动偏移 - `VIDEO_ENCODER=auto|nvidia|intel|amd` 时优先使用 HEVC / H.265 硬件编码： - NVIDIA：`hevc_nvenc` - Intel：`hevc_qsv` - AMD（Windows）：`hevc_amf` - AMD（Linux）：`hevc_vaapi` - 如果 HEVC 硬编不可用或转码失败，会自动回退到 CPU 软编码（按 `VIDEO_CPU_CODEC` 选择编码器） - 如果 CPU 编码器选了 `x265` 但当前 FFmpeg 不含 `libx265`，或 `libx265` 不接受某个参数，会自动降级为 `libx264` 重试。硬件编码失败回退到 CPU 时同样保留这一级：硬编回退的 CPU 阶段仍用你配置的 `x265`，因此仍需要 `x265 -> x264` 这条兜底；该阶段的超时预算也按其真实编码器（`x265` 为 5 倍）计算，而不是沿用 `x264` 的预算 ### Docker GPU 示例 NVIDIA（推荐）： ```yaml # 在 docker-compose.yml 内取消以下注释即可启用： # gpus: all # environment: # - NVIDIA_VISIBLE_DEVICES=all # - NVIDIA_DRIVER_CAPABILITIES=compute,video,utility ``` Intel / AMD（Linux）： ```yaml devices: - /dev/dri:/dev/dri group_add: - video - render ``` > NVIDIA 专用覆盖文件已移除，相关配置已直接集成到主 `docker-compose.yml`。 ## YouTube 监控 - 需要先配置 `YOUTUBE_API_KEY` - 支持关键词搜索、指定频道、历史搬运和持续跟进最新模式 - 支持标题包含关键词过滤（任一 / 全部匹配），可只搬运标题命中特定内容的视频（如某个频道的 ASMR）；多个关键词用逗号或空格分隔，含空格的短语用引号包住（如 `"deep sleep"`） - 支持视频类型筛选：video / short / live - 可设置自动添加到任务队列，并保留监控历史记录 - 配置文件会保存到 `config/youtube_monitor/`，历史数据库位于 `db/youtube_monitor.db` ## 通知推送 支持三种推送渠道，可在设置页自由组合启用： | 渠道 | 标识 | 必需配置 | | --- | --- | --- | | 企业微信 | `wecom` | `NOTIFY_WECOM_WEBHOOK_URL` | | Server酱 | `serverchan` | `NOTIFY_SERVERCHAN_SENDKEY` | | message-pusher | `message_pusher` | `NOTIFY_MESSAGE_PUSHER_SERVER` + `USERNAME` + `TOKEN` | 支持的事件类型： - `task_added`：任务添加 - `task_completed`：任务完成 - `task_failed`：任务失败 - `login_success`：登录成功 - `login_locked`：登录锁定 - `qr_login_success`：QR 码登录成功 - `qr_login_failed`：QR 码登录失败 通知采用异步重试队列（SQLite outbox），递增间隔（30s → 120s → 600s → 1800s → 3600s）保证最终投递。企业微信优先使用 Markdown 格式，失败后自动回退纯文本。 ## CookieCloud 集成 支持从 [CookieCloud](https://github.com/easychen/CookieCloud) 服务自动拉取 YouTube / Google Cookies，免去手动导出的麻烦。 - 配置 `COOKIECLOUD_SERVER_URL`、`COOKIECLOUD_UUID`、`COOKIECLOUD_PASSWORD` 后即可启用 - 支持三种加密模式：`auto`（自动探测）、`legacy`、`aes-128-cbc-fixed` - 自动过滤仅保留 `youtube.com`、`youtu.be`、`google.com` 域名的 Cookie - 输出为 Netscape 格式 `cookies/yt_cookies.txt` - Web 设置页提供「测试连接」和「立即同步」按钮 - 同步状态会记录时间戳、成功/失败和消息，便于排查 ## 安全特性 - **密码保护**：可选 Web UI 密码保护，首次进入设置页即可配置 - **暴力破解防护**：连续错误 5 次自动锁定 15 分钟，锁定时发送通知 - **会话超时**：登录空闲 30 分钟自动过期，访问受保护页面会自动续期 - **SECRET_KEY 持久化**：首次运行自动生成 256-bit 随机密钥并保存，重启不丢失 - **路径遍历防护**：所有文件操作使用 `werkzeug.security.safe_join`，Cookie 路径限制在项目目录内 - **内容审核**：可对接阿里云 Green 审核服务，对 AI 生成的文本做合规检测 - **登录事件通知**：QR 登录成功/失败、密码锁定等事件可推送到企业微信等渠道 ## 常见问题 ### 云服务器无法访问 Web 界面 云平台的安全组 / 网络防火墙或服务器自身的防火墙可能没有放行 TCP 5000。不要直接将该端口向整个公网开放：Web 密码保护默认关闭，直接访问使用的也是明文 HTTP。 推荐通过 SSH 本地端口转发访问，无需开放公网 5000 端口： ```bash ssh -N -L 5000:127.0.0.1:5000 -o ServerAliveInterval=30 user@<服务器公网IP> ``` 连接建立后，在本地浏览器打开 `http://localhost:5000`。如果确实需要长期公网访问，请先启用 Web 密码保护，通过反向代理配置 HTTPS，并将云防火墙和主机防火墙的入站来源限制为可信 IP 或网段。 - 403 / 需要登录 / not a bot - 通常是 YouTube 反爬或权限问题，更新 `cookies/yt_cookies.txt` - 也可通过 CookieCloud 自动同步，免去手动导出 - 找不到 FFmpeg / yt-dlp - Docker 环境通常无需处理；本地运行请确保 PATH 正确 - 如果使用 Windows Release 包，通常不应出现缺失 FFmpeg；若出现，请确认 `ffmpeg/` 未被安全软件隔离 - 上传 AcFun 失败 - 更新 `cookies/ac_cookies.json`，或在设置页使用 QR 码重新扫码登录 - 检查人工审核页元信息是否合规 - 上传 bilibili 失败 - 更新 `cookies/bili_cookies.json`，或在设置页使用 QR 码重新扫码登录 - 报 603「系统检测到异常行为」属于账号级风控：默认的 `auto` 投稿接口会先走必剪 PC 接口，失败再回退 Web；两条通道都被拦截时，请先用浏览器登录同一账号在创作中心手动投稿一次，或按提示完成实名/客服申诉，并保持出口 IP 稳定、降低投稿频率 - 字幕翻译慢 - 调整并发与批量大小，同时注意 API 限速 - Docker 未启用 NVENC - 检查 `docker-compose.yml` 中 GPU 部分是否已取消注释 - 确认主机已安装 `nvidia-container-toolkit` - CookieCloud 同步失败 - 检查服务地址、UUID 和密码是否正确 - 确认 CookieCloud 服务可访问，可使用设置页「测试连接」按钮排查 - 通知推送未收到消息 - 确认 `NOTIFY_ENABLED` 已开启，且目标渠道已正确配置 - 检查 webhook URL / SendKey 是否有效 ### Telegram 机器人无法使用 公共实例 [@Y2AAuto_bot](https://t.me/Y2AAuto_bot) 运行在个人 VPS 上，该服务器已被墙，**不保证一直可用**，也可能随时停止服务。遇到连不上、长时间无响应或提示服务异常时，请自行部署，见 [方案 D：Telegram 转发机器人](#方案-dtelegram-转发机器人可选)。 自部署后仍无法转发时，按顺序排查： - API 地址是否填写了机器人所在网络访问不到的地址（跨机器时不要填 `localhost`） - API Token 是否已在设置页重置或撤销，机器人里保存的是否为最新 Token - 本项目日志中是否有 `/tasks/add_via_extension` 的请求记录，以及返回的状态码 ## 贡献与反馈 - 欢迎提交 Issue / PR：`../../issues` - 请勿提交包含 Cookie、密钥等敏感信息的文件 ## 致谢 - [acfun_upload](https://github.com/Aruelius/acfun_upload) - [yt-dlp](https://github.com/yt-dlp/yt-dlp) - [FFmpeg](https://ffmpeg.org/) - [Flask](https://flask.palletsprojects.com/) - Bilibili 平台上传的技术参考资料 - 项目内的 `modules/bili_sdk` 部分参考了社区开源项目，针对上传流程做了适配。 - [OpenAI](https://openai.com/) ## 许可证 本项目基于 [GNU GPL v3](LICENSE) 开源。请遵守相关平台条款，仅在合法合规前提下用于学习与研究。