Y2A-Auto

Telegram 转发机器人（试用）： @Y2AAuto_bot
自部署版本：Y2A-Auto-tgbot

项目展示

核心亮点

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
• 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

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

1. 启动服务

# 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

1. 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：

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）：

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。

方案 B：本地运行

前置要求：

• Python 3.11+
• FFmpeg
• yt-dlp

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

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
• 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；关闭时按可识别的 DeepSeek、Qwen、MiMo 接口发送各自的私有禁用参数
• 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

…

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