YTB2BILI 是一个专为内容创作者打造的智能视频搬运工具。通过整合 yt-dlp、Whisper AI、DeepSeek/Gemini 等先进技术，实现从 YouTube/TikTok 等平台到 Bilibili 的零人工介入全流程自动化。

• ✅ 完全自动化 - 从下载到发布，仅需提供视频链接
• 🧠 AI 驱动 - 智能字幕生成、多语言翻译、元数据优化
• ⚡ 定时发布 - 智能调度避免频控，支持每小时自动上传
• 🔄 失败重试 - 任务级精细化控制，支持单步骤重试
• 📊 可视化管理 - 现代化 Web 管理界面，实时监控任务状态
• 🐳 Docker 一键部署 - 预构建镜像，开箱即用，支持 amd64 / arm64

系统采用责任链模式，将视频处理拆解为独立任务步骤：

📥 下载视频  →  🎤 提取音频  →  📝 生成字幕  →  🌐 翻译字幕
     →  📷 下载封面  →  🤖 生成元数据  →  📤 上传B站  →  📝 上传字幕

每个步骤支持独立执行、失败重试，状态实时可查。

• 支持 YouTube、TikTok、Twitter 等 1000+ 平台
• 自动选择最高清晰度（支持 4K）
• 智能元数据提取（标题、描述、标签、播放量等）

• 本地离线生成，无需依赖第三方 API
• 支持 90+ 种语言自动识别
• 生成带时间轴的 SRT 格式字幕

• DeepSeek - 高质量 AI 翻译，上下文理解强，价格低廉
• OpenAI - GPT 系列模型
• 兼容 OpenAI 接口 - OpenRouter / 本地 Ollama 等均可接入

• 标题优化 - 符合 B站 SEO，提升推荐率
• 简介生成 - 自动总结视频内容，添加关键词
• 标签提取 - 分析视频内容，生成相关话题标签

• 大文件分片上传，支持 GB 级视频稳定上传
• 可选腾讯云 COS 加速
• 自动投稿，配置版权、分区、封面等
• 视频发布后自动追加多语言 CC 字幕

镜像已预装 yt-dlp、FFmpeg、Whisper，无需额外安装任何依赖，5 分钟即可完成部署。

新建工作目录并获取配置文件（二选一）：

方式 A：直接下载（无需克隆整个仓库）

mkdir ytb2bili && cd ytb2bili

curl -fsSL https://raw.githubusercontent.com/difyz9/ytb2bili-docker/main/config.toml \
     -o config.toml

curl -fsSL https://raw.githubusercontent.com/difyz9/ytb2bili-docker/main/docker-compose.yml \
     -o docker-compose.yml

方式 B：克隆本仓库后使用 docker/ 目录下的文件

git clone https://github.com/difyz9/ytb2bili.git
cd ytb2bili/docker
cp config.toml.example config.toml

数据库部分无需改动，默认已与 docker-compose.yml 保持一致。

打开 config.toml，只需配置 LLM 翻译服务（三选一）：

首先开启翻译开关：

[workflow]
llm_translation_enabled     = true
llm_translation_source_lang = "en"        # 原始字幕语言
llm_translation_target_lang = "zh-Hans"   # 目标语言（简体中文）
llm_translation_batch_size  = 25          # 每批翻译字幕条数
llm_translation_max_workers = 3           # 并发翻译协程数

然后按需选择 LLM 服务：

方案 A — DeepSeek（推荐，中文效果好，价格低）

申请 Key：https://platform.deepseek.com

[agent.llm]
provider = "deepseek"
api_key  = "sk-xxxxxxxxxxxxxxxxxxxxxxxx"
model    = "deepseek-chat"

方案 B — OpenAI

申请 Key：https://platform.openai.com

[agent.llm]
provider = "openai"
api_key  = "sk-xxxxxxxxxxxxxxxxxxxxxxxx"
model    = "gpt-4o-mini"   # 速度快、价格低；换 gpt-4o 效果更好

方案 C — 兼容 OpenAI 接口（OpenRouter / 本地 Ollama 等）

# OpenRouter 示例
[agent.llm]
provider = "openai"
api_key  = "sk-or-v1-xxxxxxxxxxxxxxxx"
base_url = "https://openrouter.ai/api/v1"
model    = "anthropic/claude-3.5-sonnet"

# 本地 Ollama 示例
[agent.llm]
provider = "openai"
api_key  = "ollama"
base_url = "http://host.docker.internal:11434/v1"
model    = "qwen2.5:14b"

docker compose up -d

首次启动会自动拉取镜像并等待 MySQL 就绪（约 30 秒），可用以下命令查看进度：

docker compose logs -f

启动成功后，访问以下地址：

1. 打开 http://localhost:8096
2. 进入 设置 → B站账号
3. 用 Bilibili App 扫码完成授权
4. Cookie 自动保存，后续无需重复登录

提示：Cookie 有效期约 30 天，过期后需重新扫码登录。

1. 进入 任务 → 新建任务
2. 粘贴 YouTube / TikTok 等平台的视频链接
3. 点击 创建，系统自动依次执行：
   • 下载视频（yt-dlp）
   • 提取音频，Whisper 生成字幕
   • LLM 翻译字幕
   • AI 生成标题 / 简介 / 标签
   • 上传到 B站并追加字幕

# 查看实时日志
docker compose logs -f ytb2bili

# 升级到最新版本
docker compose pull && docker compose up -d

# 停止服务（保留数据）
docker compose down

# 彻底清除（含数据库数据）
docker compose down -v

services:
  mysql:
    image: mysql:8.0
    environment:
      MYSQL_ROOT_PASSWORD: your_password
      MYSQL_DATABASE: bili_up
      MYSQL_USER: ytb2bili
      MYSQL_PASSWORD: ytb2bili@123
    volumes:
      - ./mysql_data:/var/lib/mysql   # 数据库文件持久化到本地
    ports:
      - "3309:3306"                   # 宿主机 3309 → 容器 3306

  ytb2bili:
    image: difyz9/ytb2bili:latest     # 从 Docker Hub 拉取预构建镜像
    depends_on:
      mysql:
        condition: service_healthy    # 等待 MySQL 健康检查通过
    ports:
      - "8096:8096"
    volumes:
      - ./config.toml:/app/config.toml   # 挂载配置文件
      - ./logs:/app/do                   # 日志目录
      - ./downloads:/app/downloads       # 视频下载目录
    environment:
      - TZ=Asia/Shanghai

镜像支持 linux/amd64 和 linux/arm64（Apple Silicon Mac、树莓派 4/5）。

[database]
type     = "mysql"
host     = "mysql"           # Docker Compose 服务名，无需改动
port     = 3306
user     = "ytb2bili"
password = "ytb2bili@123"
dbname   = "bili_up"
timezone = "Asia/Shanghai"
auto_migrate = true

[workflow]
download_dir              = "./downloads"            # 视频下载目录
ytdlp_path                = "/usr/local/bin/yt-dlp"  # 镜像内已预装
ffmpeg_path               = "/usr/bin/ffmpeg"         # 镜像内已预装

# 代理（可选，用于访问受限地区视频）
# proxy_url = "http://127.0.0.1:7890"

# Cookies 文件路径（可选，用于下载需要登录才能看的视频）
# cookies_file = "/path/to/cookies.txt"

# LLM 翻译
llm_translation_enabled      = true
llm_translation_batch_size   = 25
llm_translation_max_workers  = 3
llm_translation_context_size = 2
llm_translation_source_lang  = "en"
llm_translation_target_lang  = "zh-Hans"

# DeepSeek（推荐）
[agent.llm]
provider = "deepseek"
api_key  = "sk-..."
model    = "deepseek-chat"

# OpenAI
# [agent.llm]
# provider = "openai"
# api_key  = "sk-..."
# model    = "gpt-4o-mini"

# 自定义兼容接口
# [agent.llm]
# provider = "openai"
# api_key  = "..."
# base_url = "https://your-endpoint/v1"
# model    = "your-model"

[tencos]
enabled        = true
cos_bucket_url = "https://your-bucket.cos.ap-guangzhou.myqcloud.com"
cos_secret_id  = "AKIDxxxxxxxx"
cos_secret_key = "xxxxxxxx"
cos_region     = "ap-guangzhou"
cos_bucket     = "your-bucket-name"
sub_app_id     = "125xxxxxx"

[updater]
enabled        = true
auto_update    = false   # 建议设为 false，手动执行 docker compose pull 更新
check_interval = 24      # 检查更新间隔（小时）

系统创建任务后自动执行以下步骤：

1. 📥 下载视频           [约 1-5 分钟]
2. 🎤 提取音频           [约 10-30 秒]
3. 📝 Whisper 生成字幕   [约 1-10 分钟，取决于视频长度]
4. 🌐 LLM 翻译字幕       [约 30 秒-2 分钟]
5. 📷 下载封面           [约 5-10 秒]
6. 🤖 AI 生成元数据      [约 20-60 秒]
7. 📤 上传到 Bilibili    [约 5-30 分钟，取决于视频大小]
8. 📝 追加 CC 字幕       [约 10-30 秒]

如果某个步骤失败，在"任务详情"页面找到红色标记的步骤，点击"重试"即可单步重试，无需从头开始。

常见失败原因：

• 下载失败 - 视频已删除或地区限制 → 在配置中添加 proxy_url
• 翻译失败 - API Key 无效或额度耗尽 → 检查 Key 或更换引擎
• 上传失败 - Cookie 过期 → 重新扫码登录；大文件 → 启用 COS 加速

通过 yt-dlp 支持 1000+ 平台，常用平台包括：

• YouTube (youtube.com, youtu.be)
• TikTok (tiktok.com)
• Twitter / X (twitter.com, x.com)
• Instagram (instagram.com)
• 完整平台列表

核心模块：

• internal/chain_task - 任务链处理引擎（责任链模式）
• internal/handler - HTTP API 路由控制器
• pkg/translator - 多翻译引擎（工厂模式）
• pkg/subtitle - 字幕生成和格式转换
• pkg/cos - 腾讯云 COS 客户端封装

• yt-dlp - 视频下载
• FFmpeg - 音视频处理
• Whisper - 语音识别（本地运行，无额外 API 费用）

如需从源码构建，需要以下依赖：

• Go 1.24+
• Node.js 18+
• yt-dlp
• FFmpeg
• Whisper（pip3 install openai-whisper）
• MySQL 8.0+ 或 PostgreSQL 14+

git clone https://github.com/difyz9/ytb2bili.git
cd ytb2bili

# 编译前后端
make build

# 复制并配置文件
cp config.toml.example config.toml
# 编辑 config.toml，配置数据库和 LLM

# 启动服务
./ytb2bili

Q: 首次启动很慢？

首次 docker compose up -d 会拉取镜像（含 Whisper 模型），根据网速需要几分钟。之后启动只需几秒。

Q: 视频下载失败 / 提示地区限制？

在 config.toml 中配置代理：

[workflow]
proxy_url = "http://127.0.0.1:7890"   # 替换为实际代理地址

Q: MySQL 端口是 3309 还是 3306？

容器内部使用 3306，宿主机映射到 3309（避免与本地已运行的 MySQL 冲突）。config.toml 中连接的是容器内部端口，无需修改。

Q: 如何查看 Whisper 字幕生成进度？

docker compose logs -f ytb2bili

Q: 如何升级到新版本？

docker compose pull && docker compose up -d

欢迎提交 Issue 和 Pull Request！

提交规范参考 Conventional Commits：

• feat: 新功能
• fix: Bug 修复
• docs: 文档更新
• refactor: 代码重构

本项目采用 MIT License 开源协议。

• yt-dlp - 视频下载核心
• OpenAI Whisper - 语音识别
• bilibili-go-sdk - B站 API 封装
• Gin - Web 框架
• Next.js - 前端框架
• GORM - ORM 框架

如果这个项目对你有帮助，请点一个 ⭐Star！

💬 QQ 交流群：773066052

Made with ❤️ by difyz9