עבודת העברת הסרטונים הידנית נגמרה. צינור אוטומציה אחד סגר את העסק.

בעבר, מי שהעביר תוכן מ-YouTube ל-Bilibili עשה עבודה של חמישה אנשים: ניטור ערוצים, הורדת סרטונים, תמלול, תרגום ועריכה, והעלאה עם תגיות. סרטון של 10 דקות גזל שעתיים גם לעובד מיומן. היום פרויקט קוד פתוח ב-GitHub עם 3,070 כוכבים ו-515 מזלגות בשם Y2A-Auto דוחס את כל התהליך לפריסת Docker אחת וכמה פרמטרים. ברגע שסרטון יוצא — המכונה מורידה, מתרגמת, צורבת כתובות ומעלה אוטומטית. בן אדם רק לוחץ אישור בממשק ה-Web.

זו לא שיפור יעילות. זו הריסה של מבנה העלויות.

הלוגיקה האמיתית של העברת תוכן: ארביטראז’ על פערי מידע

חשבונות עם נגון גבוה ב-Bilibili וב-A站 (AcFun) בנויים על אותו עיקרון: לוקליזציה של תוכן איכותי מ-YouTube. סקירות טכנולוגיה, מדריכי תכנות, קטעי בידור מחו”ל, הדגמות חדשות בתחום ה-AI — כל אלה יוצאים ב-YouTube ויוצרים פער זמן ושפה טבעי בשוק המקומי.

מי שמהיר ביותר להפוך “בשר נא” (סרטון גולמי ללא כתוביות) ל”בשר מבושל” (עם כתוביות בסינית) — אוכל את התנועה הראשונה. יתרון ההקדמה אמיתי באלגוריתם ההמלצות: אותו נושא, מי שפרסם ראשון מול מי שפרסם יום למחרת, הפער בנגון יכול להיות עצום. בעבר החלון הזה נשמר בכוח אדם — אדם אחד יכול לנטר 3-5 ערוצים לכל היותר. המשמעות של הכלי האוטומטי: רדיוס הניטור קופץ מ-5 ערוצים ל-50, קצב העיבוד מ-3 סרטונים ביום ל-30, והעלות השולית שואפת לאפס.

מה Y2A-Auto בעצם מאוטמט

ההגדרה הרשמית קצרה: כלי אוטומציה מ-YouTube ל-A站 ול-Bilibili, עם תרגום AI, יצירת כתוביות, סקירת תוכן וניטור חכם. אבל כשפותחים את זה, כל שלב הוא הנדסה אמיתית:

שכבת ההורדה משתמשת ב-yt-dlp, כלי ההורדה החזק בתעשייה, עם שני מצבים: ניטור ערוץ וחיפוש לפי מילות מפתח. אפשר להגדיר לתפוס רק סרטונים חדשים או להשלים מאגר היסטורי. שכבת זיהוי הדיבור תומכת ב-Whisper וב-Voxtral, שתיהן ממירות אנגלית לטקסט. שכבת התרגום מתחברת לממשק תואם OpenAI — מה שאומר שאפשר לחבר GPT, אבל גם DeepSeek, Qwen ודגמים סיניים זולים בהרבה. ה-README מציין במפורש התאמות פרטיות עבור הספקיות האלה. בפועל: נכנסים ל-DeepSeek, יוצרים מפתח API, מגדירים את OPENAI_BASE_URL ל-https://api.deepseek.com. 30 שניות עבודה, בלי להיבהל מהמילה “ממשק תואם”.

המודול הכי חשוב הוא בקרת האיכות (QC) של הכתוביות: פיצול שורות ארוכות אוטומטי, נורמליזציה של סימני פיסוק, סינון מילות מילוי, וזיהוי הזיות. כל מי שעבד עם תרגום AI מכיר את הבור הגדול ביותר: “הזיות” — המודל ממציא משפטים שלא היו במקור. הפרויקט הזה הפך את הבקרה לחלק מהצינור, לא תיקון בדיעבד. בסוף, מערכת ה-Aliyun Green עושה בדיקת תוכן, ואז הסרטון עולה אוטומטית ל-Bilibili, ל-A站 או לשניהם — כולל כותרת, תיאור, תגיות והמלצת קטגוריה שנוצרות על ידי AI.

שלושה צעדים להרצת הצינור

צעד ראשון, הכנת סביבה. הפריסה המומלצת היא Docker — בלי להתקין ידנית Python, FFmpeg או yt-dlp. פקודה אחת של docker compose up -d מרימה את השירות. אין שרת? הנתיב הכי נמוך: להתקין Docker Desktop על המחשב האישי (הורדה מהאתר הרשמי, לחיצה כפולה), או לקנות שרת קל מ-Tencent Cloud או Alibaba Cloud בכ-99 יואן לשנה. למתחילים השרת המרוחק לרוב פשוט יותר — בלי כאב ראש של רשת מקומית.

צעד שני, הגדרת שלושה סוגי פרמטרים. ראשית, Cookie: שלוש הפלטפורמות — YouTube, Bilibili, A站 — דורשות אישורי התחברות. הפרויקט תומך בייצוא דרך תוסף דפדפן, וב-Bilibili אפשר גם לסרוק QR. שנית, מפתח YouTube Data API v3 — פונקציית הניטור תלויה בו. שלישית, ממשק AI: ממלאים OPENAI_API_KEY ו-OPENAI_BASE_URL. רוצים לחסוך? מצביעים על נקודת הקצה של DeepSeek. עלות תרגום כתוביות לסרטון של 10 דקות יכולה לרדת לכמה עשרות סנט לפי הפוסט המקורי — לא אומת באופן עצמאי, תסתכלו על חשבון ה-API שלכם.

צעד שלישי, נכנסים לממשק ה-Web ב-http://localhost:5000, מוסיפים ערוצים לניטור, ומשאירים את AUTO_MODE_ENABLED כבוי. קודם כל תהליך סקירה ידני — כל סרטון עובר עין אנושית לפני שחרור. רק אחרי שמבינים את גבולות התוכן ואת חוקי הפלטפורמה, אפשר לחשוב על מצב אוטומטי מלא. הפרויקט כולל הגנת התחברות, נעילת שגיאות ופסק זמן לסשן — אבל ההחלטה על הסיכון של העלאה אוטומטית חייבת להישאר בידיים שלכם.

אם אתם מתחילים מאפס, אל תיתנו לרשימת ההגדרות להרתיע. הנתיב המדורג: רמה 1 — רק Docker ולראות את הממשק, כ-30 דקות, צוואר הבקבוק הוא התקנת Docker. רמה 2 — Cookie של פלטפורמה אחת ולהריץ סרטון ידני, כשעה, צוואר הבקבוק הוא ייצוא ה-Cookie. רמה 3 — חיבור YouTube API ומפתח AI למצב אוטומטי מלא, כשעתיים, צוואר הבקבוק הוא הגשת הבקשה ל-API. אפשר לעצור בכל שלב ולאמת — אין צורך לבלוע פיל בבת אחת.

מסלולי הכנסה: קודם מים קרים, אחר כך כסף

אחרי שהצינור רץ, הכסף מגיע משלושה כיוונים. אבל קודם כל האמת הקשה: תקופת הזהב של חשבונות העברה גרידא נגמרה. הפלטפורמות לא מרפות מחשבונות העברה טהורה. אם אתם רצים לכיוון “חשבון עצמאי שאוכל חלוקת רווחים מהפלטפורמה” — רוב הסיכויים שתסיימו עם חסימה. המיקוד הבטוח יותר: “תרגום + יצירה משנית”, או למכור את יכולת הכלי כשירות וכפרויקטים.

כיוון ראשון — חשבון עצמאי שאוכל חלוקת רווחים, בתנאי שמדובר ביצירה משנית ולא העברה טהורה. תוכנית התמריצים של Bilibili ותוכנית הבננות של A站 משלמות לפי נגון. חשבון בנישה צרה (למשל סקירות כלי AI, מדריכי תכנות מחו”ל) עם 3 סרטוני “בשר מבושל” ביום יקים את החשבון מהר יותר מתפעול ידני גרידא. חובה לציית לחוקי ההעברה של הפלטפורמה — Y2A-Auto מוסיף אוטומטית הצהרת העברה, אל תכבו את זה. טווח נגון צפוי ל-3 סרטונים ביום בחשבון בודד כפול מחיר התמריץ — הכנסה חודשית נעה בין כמה מאות לכמה אלפי שקלים, חסימה מאפסת הכל, חישבו את הסיכון הזה לתוך הציפיות.

כיוון שני — שירותי תרגום כתוביות בפרילנס. ב-Mercari וב-Lemon8, “תמלול + צריבת כתוביות” נמכר לפי דקה — סרטון ארוך שווה 100-200 שקלים. חפשו בעצמכם ב-Mercari כדי לראות את המחירים העדכניים. עם הצינור הזה, עלות ההספקה שלכם כמעט רק עלויות API. פעולת ההפעלה הקרה: לפרסם מודעת “תמלול וכתוביות לסרטונים” ב-Mercari, ולהעלות סרטון השוואה לפני-אחרי ב-Lemon8 — אלה ערוצי רכישת לקוחות שעבדו בשטח. אחרי שמקבלים לקוח, זורקים את הסרטון למערכת, עושים אימות אנושי לכתוביות ומספקים.

כיוון שלישי — שירותי פריסה ל-MCN ולסטודיו קטן. הרבה צוותים שמפעילים מטריצות תוכן רוצים את היכולת הזאת אבל אין להם טכנולוגיה. אפשר לגבות “דמי פריסה + דמי תחזוקה חודשיים” — פריסת Docker חד-פעמית בכמה מאות עד אלף שקלים, ואז תחזוקה חודשית על החלפת Cookie, כוונון מודלים והרחבת רשימת ערוצים. עסק קלאסי של “מוכרים את הכף”.

גבולות הסיכון חייבים להיות ברורים

זכויות יוצרים הן תקרת הזכוכל של העסק הזה, והיא קשה יותר ממה שרוב האנשים חושבים. רוב התוכן ב-YouTube לא מורשה להעברה. חובה לבחור תוכן שמתיר העברה או לקבל אישור מפורש. הקטגוריות הבטוחות יחסית: סרטונים תחת רישיון CC שמתיר הפצה מחדש, ערוצים רשמיים שמתירים יצירה משנית, חומרי MCN עם הרשאה. מעבר לזה, הפלטפורמות לא מקלות עם חשבונות העברה טהורה — תקנון ההעלאה נקבע לפי הכללים הנוכחיים של Bilibili ו-A站. אל תחסכו בשלב בדיקת התוכן — Aliyun Green שם בשביל להגן עליכם, לא להגביל אתכם.

אבטחת חשבון לא פחות קריטית: Cookie שווה ערך למצב מחובר, השרת חייב בקרת גישה, והגנת הסיסמה של ממשק ה-Web חייבת להידלק מיד. מתג ההעלאה האוטומטית המלאה אומר ויתור על שער אנושי — מומלץ להפעיל אותו רק אחרי שהמיקוד של החשבון יציב והקטגוריות בטוחות.

זמן לפעול

הכלי חינמי ובקוד פתוח, רישיון GPL-3.0. המחסום היחיד הוא להתחיל. הערב, שעתיים: מצאו מכונה שמריצה Docker, משכו את ה-image, הגדירו Cookie לשלוש פלטפורמות וממשק AI אחד, נטרו ערוץ YouTube אחד שאתם מכירים והריצו את כל התהליך. מחר בבוקר תראו את הסרטון הראשון האוטומטי ברשימת הסקירה. כתובת המאגר: github.com/fqscfqj/Y2A-Auto. תנו כוכב, תפרסו, ואל תשמרו רק במועדפים בלי לפעול.