Gemini YouTube 自动制课流水线
自动把课程计划转成讲解视频与 Shorts，并发布到 YouTube。
- Star 数
- ★ 365
- 最近更新
- 今天
- 主语言
- Python
- FA 评分
- 41/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 平台专用
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 希望每天发布一节 AI 开发入门课程的个人创作者，可用内容计划自动生成讲解视频和 Shorts。
- 不适合
- 不使用 YouTube 或不希望自动发布视频的团队
- 需要人工审核每条内容后才发布的创作者
这个 Agent 能做什么，适合哪些场景？
这是一个以 Python 3.11 编写的自动化流水线，用于按课程计划制作教育视频并上传到 YouTube。GitHub Actions 每天 7:00 UTC 启动任务，从 content_plan.json 选择下一条待处理课程，再调用 Gemini 2.5 Flash 生成幻灯片讲稿、Short 文案和元数据。MoviePy、PIL 与 FFmpeg 用于合成配音、Pexels 图片和背景音乐，输出横屏课程视频、竖屏 Short 及各自缩略图。上传通过 YouTube Data API v3 完成，成功后流水线更新课程计划并提交回仓库。README 也记录了本地运行方式，但自动定时发布依赖 GitHub Actions、API 密钥和 YouTube OAuth 凭据。
任务从 content_plan.json 读取下一条状态为 pending 的课程；Gemini 2.5 Flash 生成 7–8 页课程讲稿、一句 Short 文案、hashtags 和视频元数据。流水线使用 gTTS 按页生成旁白，通过 Pexels API 获取背景图片，并用 MoviePy、PIL 和 FFmpeg 渲染 1920×1080 横屏课程视频与 1080×1920 竖屏 Short，混入背景音乐并生成缩略图。随后调用 YouTube Data API v3 上传两种视频及缩略图，最后把课程标记为 complete 并提交 content_plan.json。
- 希望每天发布一节 AI 开发入门课程的个人创作者，可用内容计划自动生成讲解视频和 Shorts。
- 维护教育视频频道的小团队，可把已有课程主题列表交给流水线，减少脚本、配音、剪辑和上传的手工步骤。
- 需要同时发布横屏课程和竖屏短视频的运营者，可从同一节课程生成两种格式。
- 已经使用 GitHub Actions 的开发者，可把定时内容生产放在 CI runner 上运行，无需另行部署常驻服务器。
如何安装或部署这个 Agent？
README 支持在本地安装依赖并运行，也说明了通过 GitHub Actions 配置每日任务。先克隆仓库并安装 requirements.txt 中的依赖：
git clone https://github.com/ChaitanyaEswarRajeshJakki/gemini-youtube-automation.git
cd gemini-youtube-automation
pip install -r requirements.txt定时部署需在 GitHub 仓库的 Settings → Secrets and variables → Actions 中配置以下密钥：
GOOGLE_API_KEY
PEXELS_API_KEY
CLIENT_SECRET_B64
CREDENTIALS_B64README 将后两项说明为分别经过 base64 编码的 YouTube OAuth client_secrets.json 和 credentials.json。运行环境标注为 Python 3.11，视频渲染依赖 MoviePy、FFmpeg、PIL 和 ImageMagick。
如何使用这个 Agent？
本地启动命令为：
python main.py启动前需提供 GOOGLE_API_KEY、PEXELS_API_KEY，以及 YouTube OAuth 的 client_secrets.json 和 credentials.json（在 GitHub Actions 部署中以 CLIENT_SECRET_B64 和 CREDENTIALS_B64 提供）。自动任务按 README 所述于每日 7:00 UTC 运行，读取 content_plan.json 中下一条 pending 课程并上传生成的视频。README 未提供手动触发工作流、失败重试或视频审核流程的具体说明。
这个 Agent 有哪些优点和局限？
- 一条课程计划可同时生成 16:9 课程视频和 9:16 YouTube Short。
- 把脚本生成、gTTS 旁白、Pexels 图片、渲染、缩略图和 YouTube 上传串成定时流水线。
- 成功运行后会更新并提交 content_plan.json，便于记录已完成课程。
- 核心脚本生成依赖 Google Gemini 2.5 Flash，图片依赖 Pexels，发布依赖 YouTube Data API v3。
- 配置需要多个密钥以及 YouTube OAuth 凭据；本地执行也需安装渲染相关依赖。
- README 宣称无需人工输入并自动上传，但未说明内容审核、失败恢复或权限最小化机制。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Gemini YouTube 自动制课流水线 当前 | 41 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 365 | 今天 | Python | — |
| ODS 私有 AI 服务器 | 71 · 存在缺口 | 命令行工具免费 | ★ 7.6k | 今天 | Python | OpenAI API · Claude API |
| 小贝（xiaobei） | 56 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 8.6k | 3 天前 | Python | — |
| Node9 | 82 · 表现良好 | 命令行工具免费版 + 付费版 | ★ 219 | 今天 | TypeScript | Codex · Claude Code |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
工作流仅授予 contents: write，但会解码 YouTube OAuth 凭据、调用 Gemini 与 Pexels，并上传视频、推送仓库变更；README 声称零人工输入，未见上传前确认或撤回机制，故最小权限仅部分体现、确认与外部影响控制为零。README 和工作流说明了主要数据流，Secrets 的使用方式有交代，但未见凭据轮换、清理或更细的保护措施。依赖有少量版本固定但多数未固定；LICENSE 声明 MIT 且仓库贡献入口可见，实际署名与维护责任仍不清晰。
README 的定时流程、双格式产物及回写内容计划与工作流步骤大致一致；并发组和最多三次推送重试体现了一些运行协调。requirements 中多数依赖未固定版本，安装和 API/上传失败的处理细节有限，因此依赖可用性和错误诊断仅得部分分。
目标场景是按日制作面向初学者的 AI 开发课程，并提供手动 workflow_dispatch；运行环境、Python 版本及外部服务较明确。能力边界、内容审核选项和其他课程或发布策略的配置方式没有充分说明。
README 按功能、流程、技术栈和设置组织，并给出克隆、安装及 Secrets 步骤；命名与文件路径在说明和工作流中基本一致。没有 FAQ、完整限制说明或版本变更记录；README 声称 MIT，但仅凭元数据未知且未提供 LICENSE 正文，不能确认许可文件内容。维护入口仅提到 issue/PR，责任和更新节奏不明。
描述的输出包括带旁白、配图、缩略图的横版课程视频和竖版短视频，并自动上传，呈现明确的产出用途。自动化减少日常人工步骤，但成本、配额、内容质量控制和失败后的人工处理未量化，价值及成本效益不能评为充分。
README 对流程和功能作出具体描述，工作流可佐证定时触发、依赖安装、调用主程序及成功后的提交步骤；但核心实现文件未提供，无法核验生成、上传与内容计划逻辑。演示和宣传性断言没有源内的独立佐证，事实与推断的边界说明也有限，因此仅给部分分。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：外部影响披露先弄清它会写入、发送或修改哪些外部系统，用测试账号或测试仓库验证后再接入正式环境。
- 自动上传和仓库写入会产生外部影响；启用前应检查 YouTube OAuth 权限、GitHub 写权限及视频审核流程。
- 核心程序源码和 LICENSE 正文未提供，本评估不能核验具体实现、许可条款或失败处理行为。