3070 Star 開源神器:YouTube 影片自動搬運到 B 站,一條流水線吃完整個搬運工種

3070 Star 開源神器:YouTube 影片自動搬運到 B 站,一條流水線吃完整個搬運工種
Richardson手動搬運影片這門生意,正在被一條自動化流水線終結。
過去做 YouTube 內容搬運到 B 站,一個人要幹五個人的活:盯頻道更新、下載影片、聽譯字幕、翻譯校對、投稿填標籤。一支 10 分鐘的影片,熟手也要搞兩小時。現在 GitHub 上有個 3070 star、515 fork 的開源專案 Y2A-Auto,把整套流程壓成一次 Docker 部署加幾個設定。影片一更新,機器自動下載、自動翻譯、自動燒字幕、自動投稿,人只需要在 Web 後台點一下審核。
這不是效率提升,這是成本結構的重構。
搬運生意的本質:資訊差套利
B 站和 AcFun 上大量高播放帳號,底層邏輯都一樣:把 YouTube 上的優質內容本地化。科技評測、程式教學、海外綜藝切片、AI 領域的新展示——這些內容在 YouTube 發布後,國內存在天然的時間差和語言差。
誰能最快把「生肉」(無字幕原片)變成「熟肉」(帶中文字幕),誰就吃到首發流量。首發優勢在推薦演算法裡非常現實,同一個題目,第一個發的人和第二天發的人,播放量差距可能很大。過去這個窗口期靠人力硬撐,一個人盯三五個頻道就到極限了。自動化工具的意義在於:監控半徑從 5 個頻道擴到 50 個,處理速度從一天 3 條變成一天 30 條,而邊際成本趨近於零。
Y2A-Auto 到底自動化了什麼
看官方定位就一句話:YouTube 到 AcFun 和 Bilibili 的自動化搬運工具,支援 AI 翻譯、字幕生成、內容審核、智慧監控。但拆開看,每個環節都是實打實的工程:
下載層用的是 yt-dlp,業界最強的影片抓取工具,支援頻道監控和關鍵字搜尋兩種模式,可以設定只抓最新影片或補歷史存量。語音辨識層支援 Whisper 和 Voxtral 兩種模型,把英文語音轉成文字。翻譯層接 OpenAI 相容介面,代表你可以接 GPT,也可以接 DeepSeek、Qwen 這些便宜很多的國產模型——README 裡明確寫了對這幾家的私有參數做了適配。具體操作上,去 DeepSeek 開放平台註冊一個帳號,建立 API Key,然後把 OPENAI_BASE_URL 填成 https://api.deepseek.com,30 秒就能接上,不用被「相容介面」這種詞嚇住。
最值錢的是字幕品管(QC)模組:長行自動拆分、標點標準化、填充詞過濾、幻覺文本偵測。做過字幕的都知道,AI 翻譯最大的坑是「幻覺」——模型會編造原文裡不存在的句子。這個專案把品管做成流水線的一環,而不是事後補救。最後透過阿里雲 Green 做內容安全審核,再自動投稿到 B 站、AcFun 或雙平台,連標題、簡介、標籤、分區推薦都能由 AI 生成。
三步把流水線跑起來
第一步,準備環境。官方推薦 Docker 部署,不用手動裝 Python、FFmpeg、yt-dlp,一條 docker compose up -d 就能起服務。沒有伺服器的話,最低門檻路徑是:自己電腦裝 Docker Desktop,官網下載雙擊安裝就能用;或者買一台中華電信或 Hinet 約 NT$3000-5000/年等級的輕量雲端主機,對新手來說反而更省心,不用折騰本地網路。
第二步,設定三類關鍵參數。一是 Cookie:YouTube、B 站、AcFun 三個平台的登入憑證都要準備,專案支援用瀏覽器擴充功能匯出,B 站還支援 QR Code 掃碼登入。二是 YouTube Data API v3 金鑰,監控功能依賴它。三是 AI 介面:填 OPENAI_API_KEY 和 OPENAI_BASE_URL,想省錢就直接指向 DeepSeek 的相容端點,翻譯一支 10 分鐘影片的字幕成本據源帖稱可以壓到幾塊錢台幣,未獨立核實,以實際 API 帳單為準。
第三步,打開 http://localhost:5000 的 Web 後台,加入要監控的頻道,然後保持 AUTO_MODE_ENABLED 關閉——先走人工審核流程,每支影片過一遍眼再放行。等摸清內容邊界和平台規則,再考慮開全自動。專案自帶登入保護、錯誤鎖定、會話逾時這些安全機制,但無人值守投稿的風險控制權必須握在自己手裡。
如果你是從零開始的小白,別被上面這一串設定勸退。按這個分層路徑走:Level 1 只裝 Docker 起服務看介面,預計 30 分鐘,卡點在 Docker 安裝;Level 2 配一個平台的 Cookie 手動跑一條,預計 1 小時,卡點在 Cookie 匯出;Level 3 才接 YouTube API 和 AI key 做全自動,預計 2 小時,卡點在 API 申請。每一步都能停下來驗證,不用一口氣吃成胖子。
變現路徑:先潑冷水,再談錢
跑通流水線之後,錢從三個方向來。但先把醜話說在前面:純搬運號的紅利期已經過了,平台對純搬運帳號的打壓從未放鬆。如果你照著「自營帳號吃平台分潤」這條路衝進去,大概率是封號收場。更穩的定位是「翻譯+二次創作」,或者把工具能力用於接案和賣服務。
一是自營帳號吃平台分潤,前提是你做的是二次創作而非純搬運。B 站創作激勵、AcFun 的香蕉計畫,都按播放量結算。一個垂直領域(例如 AI 工具評測、海外程式教學)的帳號,日更 3 條熟肉影片,起號速度遠超純手動經營。但必須遵守平台轉載規範,Y2A-Auto 預設開啟自動追加轉載聲明,這個設定別關。單帳號日更 3 條的預期播放區間乘以激勵單價,月收入從幾千到上萬台幣不等,封號即歸零,這個風險要折現進你的預期裡。
二是接案做字幕翻譯服務。Carousell 和 Pinterest 上,「影片聽譯+字幕壓制」的報價按分鐘計,一支長影片就是幾百到上千台幣的量級,具體行情自己去 Carousell 搜一圈就知道。用這套流水線,你的交付成本幾乎只有 API 費用。冷啟動動作很具體:Carousell 掛一個「影片聽譯字幕」連結,Pinterest 發一條前後對比案例影片,這是這類服務驗證過的獲客管道。接案後把影片丟進系統,人工校對一遍字幕就交貨。
三是給 MCN 和小工作室做部署服務。大量做內容矩陣的團隊想要這套能力但沒有技術人員,你可以按「部署費+月維護費」收費,Docker 部署一次收幾千到上萬台幣,後續每月收維護費幫對方換 Cookie、調模型、擴頻道清單。這是典型的賣鏟子生意。
風險邊界必須說清楚
版權是這門生意的天花板,而且比大多數人以為的更硬。YouTube 上的內容絕大多數未授權,搬運必須選允許轉載的內容或取得授權。相對安全的內容類型只有這幾類:CC 協議(知識共享)明確允許再分發的影片、官方允許二創的頻道、已取得授權的 MCN 素材。除此之外,平台對純搬運帳號的打壓從未放鬆,投稿規範以 B 站和 AcFun 當前規則為準。內容審核環節不要省,阿里雲 Green 那道偵測是保護你不是限制你。
帳號安全同樣現實:Cookie 等於登入狀態,伺服器必須做好存取控制,Web 後台的密碼保護第一時間打開。全自動投稿開關代表放棄人工把關,建議只在帳號定位穩定、內容品類安全之後謹慎開啟。
現在就動手
工具開源免費,GPL-3.0 協議,唯一的門檻是動手。今晚花兩小時:找一台能跑 Docker 的機器,拉取映像檔,配好三個平台的 Cookie 和一個 AI 介面,先監控一個你熟悉的 YouTube 頻道跑通全流程。明天你會看到第一條自動產出的熟肉影片躺在審核列表裡。倉庫網址:github.com/fqscfqj/Y2A-Auto,先 star,再部署,別只收藏不動手。







