channel-miner: leggere anni di YouTube invece di guardarli

Leggere un canale YouTube invece di guardarlo.

channel-miner

Il problema

Parte delle conoscenze migliori su un argomento di nicchia sta in anni di lunghi video e dirette su YouTube: centinaia di ore, senza indice né ricerca. Guardare tutto non è realistico, e scorrere velocemente fa perdere proprio la frase che conta.

Cosa ho costruito

Gli dai un canale: raccoglie tutti i video con i sottotitoli, trascrive sul tuo computer quelli che non li hanno e trasforma tutto in testo semplice da cercare o leggere.

Poi gli dici cosa sai già, con un breve elenco di argomenti. Un modello AI locale legge le trascrizioni confrontandole con quell'elenco, e un secondo passaggio giudica ogni scoperta: tenere, tenere d'occhio o scartare, con un motivo. Il modello propone, non decide.

Un altro passaggio usa solo il conteggio, senza AI, per far emergere le idee su cui il canale torna spesso e che non rientrano in nessuno dei tuoi argomenti.

I risultati

  • 377 ore di video, in 179 puntate, trasformate in 237 MB di testo.
  • Una ricerca ha trovato una frase a 1 ora e 39 minuti di una diretta di quattro ore del 2024.
  • Un video di quattro ore senza sottotitoli si trascrive in circa 3 minuti con una scheda video.
  • Nessun account, nessuna chiave API, niente da pagare.

Le scelte e il perché

Perché gira tutto in locale?

Quello che sai e quello che cerchi non escono mai dal tuo computer, e non c'è un costo per ogni ora di video.

Perché la parte AI è facoltativa?

Un paio di gigabyte non devono mai iniziare a scaricarsi a sorpresa. Anche senza, hai comunque l'archivio completo del canale, da cercare.

Perché le esecuzioni programmate avvisano così tanto?

Un downloader rotto sembra identico a una settimana tranquilla senza novità. Così un'esecuzione che non riesce a scaricare lo dice, può riprendere da dove si era fermata e non può sovrapporsi a un'altra.

I limiti

  • Su una scheda video piccola i modelli più grandi passano al processore, a circa 5 parole al secondo, quindi la lettura è lenta sui computer modesti.
  • Il modello può sbagliare, ed è per questo che si limita a proporre e un secondo passaggio giudica ogni scoperta.

Codice e demo

Python · Shell · Progetto personale

Se ti serve qualcosa di simile

Automazioni AI per il marketing

Pipeline che tolgono il lavoro ripetitivo da localizzazione, report e contenuti, controllate prima che esca qualsiasi cosa.

Altri case study

GuardBot

Sicurezza prima di comprare, su EVM, Solana e TRON, con scambi simulati invece di un'API esterna.

Telegram Gatekeeper Bot

Filtra chi vuole entrare in un gruppo Telegram privato.

Telegram Referral System

Link referral, punti e classifica per una community Telegram.