# Y2A-Auto

将 YouTube 视频自动搬运到 AcFun / bilibili 的一体化工具。
[](LICENSE)
[](https://www.python.org/)
[](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 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
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。