YoutubeAudio.Fetch

Working space for YoutubeAudio.Fetch

財經 YouTube 影片的音訊來源 repo，透過 skills/skill-mlx-api-client-whisper 觸發 Mac-mini 上的 whisper 轉錄 pipeline（skill-mlx-api-server-whisper），產出人工可校正的 GT.srt 與 pipeline 選出的 FIN.srt。與 InvestorConference（法說會音訊）共用同一套 Mac-mini pipeline，差別只在 source_type=youtube 與 stem 命名慣例。

內容索引

Daily

• AI 101
• 富邦證券
• Jim AI Notebook
• Smart智富月刊
• 財訊
• X的財經筆記
• 游庭皓的財經皓角

Playlist

• Youtube.Fetch

目錄慣例

data/{channel}/{channel}_{video_id}_GT.srt   # 人工校正後的 ground truth（單一真相來源）
data/{channel}/{channel}_{video_id}_FIN.srt  # pipeline 依 CER 挑選出的最終逐字稿

video_id 為固定 11 碼的 YouTube 影片 ID；stem = {channel}_{video_id}。

使用方式

1. 複製 .env.example 為 .env，填入 GitHub PAT 與 repo 設定
2. （可選）用 skill-youtube-channel-fetch 自動從頻道抓最新影片音訊並寫入 audio_manifest.json；也可手動在 audio_manifest.json 加入 {stem: audio_url} （格式範例見 audio_manifest.example.json）：

   uv sync
   uv run python skills/skill-llm-api-client/scripts/check_endpoints.py --skip-exec
   uv run python skills/skill-youtube-channel-fetch/scripts/channel_fetch.py fetch \
       https://www.youtube.com/@fubonsec --limit 5
   

   也可以指定日期區間，抓某段期間內的所有影片（而非「最新 N 支」）：

   uv run python skills/skill-youtube-channel-fetch/scripts/channel_fetch.py fetch \
       https://www.youtube.com/@yutinghaofinance --date-after 2026-08-01 --date-before 2026-08-07
   

3. 觸發轉錄：

   uv run python skills/skill-mlx-api-client-whisper/scripts/whisper_issue_client.py sync audio_manifest.json
   

   對每個尚未有 FIN.srt 的 stem，會在 WHISPER_TARGET_REPO（Mac-mini repo）開一張 generate-FIN issue 觸發轉錄；已完成的 stem 則自動關閉對應 issue。 （步驟 2 加 --sync 可以合併這一步。）
4. 若某支影片的 GT.srt 被人工修正過，想讓 pipeline 重新評分（不重新轉錄），呼叫 open_fin_request(stem, audio_url, task_type="refine_fin_srt")（見 skill SKILL.md）。
5. 有 FIN.srt 後，用 skill-youtube-channel-srt-keyframe-extract 分析逐字稿找出圖表／簡報等 視覺重點時刻，擷取對應畫面存成帶時間碼的 PNG：

   uv run python skills/skill-youtube-channel-srt-keyframe-extract/scripts/keyframe_extract.py extract  \
       --srt data//_FIN.srt \
       --video-url https://www.youtube.com/watch?v=
   

自動化（每日排程）

.github/workflows/daily-channel-fetch.yml 每天自動：

1. 對 channels.json 裡列的每個 Daily 頻道跑 channel_fetch.py fetch --limit 5 --sync， 並掃描 playlists.json 裡的公開 Playlist，抓新影片、寫逐字稿/manifest、觸發 whisper
2. 對每個「有 FIN.srt（沒有的話退而求其次用 GT.srt）但還沒有 _keyframes.md」的 stem 跑 skill-youtube-channel-srt-keyframe-extract，補齊關鍵畫面擷取（每支重試一次； YouTube 端偶發限流導致某支失敗不會擋住其他支，會留到隔天的排程自動重試，因為判斷條件 就是「還沒有 _keyframes.md」）
3. 重新產生根 README 的頻道連結與各頻道頁——新影片跑完關鍵畫面擷取後會出現在對應的 data/{channel}/README.md 影片集合中

也可用 workflow_dispatch 手動觸發並自訂 limit。要追蹤新頻道，直接編輯 channels.json 加一行 URL 即可，不用改 workflow。

此 workflow 需要在 repo 的 GitHub Actions Secrets 設定：

• YOUTUBE_COOKIES_B64：YouTube cookies.txt 內容的 base64 編碼；給 yt-dlp 通過 YouTube「Sign in to confirm you’re not a bot」檢查用
• REPO_FILE_SYNC_WENCHIEHLEE_MONEY：對本 repo Contents: Read and write（發布音訊 Release、 push commit）
• REPO_FILE_SYNC_ZHONGZHENG782_MONEY：對 WHISPER_TARGET_REPO（Mac-mini repo） Issues: Read and write（--sync 觸發轉錄用）
• GEMINI_API_KEY、CODEX_API_KEY：關鍵畫面擷取要判斷「哪些時間點值得 截圖」時呼叫的 llm 套件 provider 憑證（../llm 的 codex → gemini → mlx 備援鏈；CI 環境連不到僅限內網/Tailscale 的 MLX_API_URL，所以沒設 mlx 相關 secrets，鏈路會直接 落到 codex/gemini 其中之一）

手動字幕來源、只有 GT.srt 沒有 FIN.srt 的 stem，也會照常被拿去做關鍵畫面擷取（找不到 FIN.srt 時改用 GT.srt 當來源）——截圖跟逐字稿片段仍然有效，之後若跑了 refine 讓 Mac-mini pipeline 產出正式版 FIN.srt，可以再手動重跑一次關鍵畫面擷取讓內容更新。

Podcast 訂閱（scripts/generate_podcast_feed.py）

每個有音訊（Release asset）的頻道都會產生一份獨立 RSS feed（docs/{channel}/feed.xml）， 可在 Apple Podcasts / Overcast / Pocket Casts 等 app 用「Add by URL」訂閱：

https://zhongzheng782.github.io/YoutubeAudio.Fetch/{channel}/feed.xml

不想每個頻道分別訂閱的話，也有一份跨所有頻道合併的單一 feed：

https://zhongzheng782.github.io/YoutubeAudio.Fetch/feed.xml

合併 feed 裡每一集的標題會加上 【頻道名稱】 前綴，並附上該集專屬的關鍵畫面縮圖當封面 （，各家 app 清單上會顯示不同縮圖）、以及 標示來源頻道， 方便在同一份清單裡分辨集數來自哪個頻道。兩種 feed 都由每日排程的最後一步 （scripts/generate_podcast_feed.py / --all）自動重新產生。

詳細設計

issue metadata schema、stem 解析規則、company-configs 調校/GT 校正迴圈見 Mac-mini repo 的 skills/skill-mlx-api-server-whisper/SKILL.md。