نصوص يوتيوب لتطبيق RAG على نطاق واسع: الأرصدة والشحن التلقائي والميزانيات

إذا كان تطبيق RAG أو الذكاء الاصطناعي لديك يحتاج إلى نصوص يوتيوب على نطاق واسع، فالإعداد العملي هو واجهة نصوص بالدفع حسب الاستخدام مع أرصدة مدفوعة مسبقًا، وشحن تلقائي حتى لا تتوقف مهمة استيعاب طويلة أبدًا، وميزانية شهرية حتى لا يضخّم خطأ برمجي الفاتورة. يتابع هذا العرض مطوّرة خلال هذا الإعداد باستخدام واجهة النصوص من sum.video.

الوضع

تبني مايا مساعد بحث يجيب عن أسئلة حول محاضرات المؤتمرات. يجب أن يغطي فهرسها نحو 10,000 فيديو من يوتيوب من بضع مئات من القنوات، ثم ينمو بنحو 300 فيديو جديد كل شهر. تشغّل الاستيعاب من خادم صغير، ولا تريد أن تظل تراقبه ولا أن تفاجئها فاتورة.

شروطها واضحة: تكلفة متوقعة، ولا شحن يدوي في منتصف المهمة، ومعالجة نظيفة للفيديوهات التي لا نص لها.

ما الذي تحتاجه

• نص عادي لكل فيديو، جاهز للتقسيم والتضمين.
• طوابع زمنية، حتى تستطيع الإجابة الربط باللحظة الدقيقة في الفيديو.
• تكلفة يمكنها تقديرها قبل أن تبدأ.
• سقف صارم للإنفاق.

خطوة بخطوة

1. قدّر التكلفة أولًا

يكلّف النص الواحد رصيدين، والطلبات التي لا تعيد نصًا لا تكلّف شيئًا. بالنسبة إلى 10,000 فيديو فهذا 20,000 رصيد على الأكثر. مع باقة 5,000 رصيد بسعر $74.99 ($0.030 لكل نص)، تكلّف 10,000 نص نحو $300 إجمالًا، وأقل قليلًا إذا لم تكن لبعض الفيديوهات ترجمات. الباقات الأصغر أغلى لكل نص: $0.090 عند 100 رصيد، و$0.056 عند 500، و$0.038 عند 2,000. تجد التفاصيل الحالية في صفحة الأسعار.

تُشترى الأرصدة مرة واحدة ولا تنتهي صلاحيتها أبدًا، فلا تدور ساعة اشتراك بينما تبني.

2. جرّب بالأرصدة المجانية

يأتي مفتاحها الأول مع 10 أرصدة مجانية، أي 5 نصوص. تستخدمها للتحقق من الاستجابة لبضعة فيديوهات بصيغة json (مقاطع تتضمن offset وduration بالثواني) وبصيغة text. ولتفاصيل الطلب، يتضمن دليل كيف تحصل على نص فيديو يوتيوب عبر واجهة برمجية أمثلة تعمل بـ curl وPython وJavaScript.

3. اضبط الشحن التلقائي

في لوحة الواجهة تفعّل الشحن التلقائي. القاعدة: عندما ينخفض الرصيد عن مستوى مختار، تُخصم من البطاقة المحفوظة قيمة باقة أخرى. تستمر مهمة الاستيعاب طوال الليل دون شحن يدوي.

4. اضبط الميزانيات

يحميها حدّان:

• ميزانية شحن شهرية تضع سقفًا لما يمكن للشحن التلقائي إنفاقه في الشهر.
• حد أرصدة شهري. عند بلوغه تعيد الطلبات التالية 402 budget_exceeded.

تفعّل أيضًا تنبيهات بالبريد الإلكتروني عند انخفاض الرصيد، وعند بلوغ 80% من الحد الشهري، وعند فشل الشحن. تنبّهها التنبيهات إلى المشكلة ما دام هناك وقت للتصرف.

5. احترم حد المعدل

يسمح كل مفتاح بـ 60 طلبًا في الدقيقة. وبهذه الوتيرة تستغرق 10,000 طلب نحو 167 دقيقة، أي أقل من ثلاث ساعات بمفتاح واحد. تشغّل طابورًا بسيطًا يرسل طلبًا واحدًا في الثانية، فتبقى تحت الحد دون اندفاعات. ويمكنها إنشاء ما يصل إلى 5 مفاتيح نشطة، مثلًا واحد للاستيعاب وآخر لاستعلامات التطبيق المباشرة، حتى لا يعطّل ملء البيانات القديمة طلب مستخدم أبدًا.

6. تعامل مع الفيديوهات التي لا نص لها

تعيد الواجهة ترجمات يوتيوب الموجودة فقط. البث المباشر والفيديوهات الخاصة أو المحذوفة والفيديوهات بلا ترجمات تعيد 404 no_transcript. في طابورها تعني هذه الحالة: ضع علامة تجاوز وامضِ، ولا تعِد المحاولة أبدًا. وبما أن هذه الطلبات لا تكلّف شيئًا، فإن قناة مليئة بفيديوهات بلا ترجمات لا تحرق ميزانيتها.

حلقتها، بشيفرة وهمية:

1. خذ معرّف الفيديو التالي من الطابور.
2. استدعِ الواجهة مع format=json.
3. عند النجاح: قسّم المقاطع إلى أجزاء بطول دقيقة تقريبًا، واحفظ كل جزء مع إزاحة بدايته، ثم ضمّنه.
4. عند 404 no_transcript: احفظ علامة "لا يوجد نص".
5. عند 402 budget_exceeded: أوقف الطابور مؤقتًا ونبّه نفسك.
6. عند خطأ الخادم: أعد المحاولة بعد تأخير.

7. افحص الرصيد في الشيفرة

قبل كل دفعة كبيرة تستدعي GET /api/v1/credits. إذا كان الرصيد أقل مما تحتاجه الدفعة وكان الشحن التلقائي متوقفًا، ترفض المهمة البدء. إنه حاجز رخيص ضد استيراد ناقص.

ما الذي تنتهي إليه

بعد الليلة الأولى يحتوي الفهرس على نصوص جميع الفيديوهات الـ 10,000 تقريبًا، وكل جزء يحمل وقت بدايته. وعندما يسأل مستخدم، يقتبس المساعد محاضرة وطابعًا زمنيًا، ويفتح الرابط الفيديو عند تلك اللحظة. التكلفة المستمرة صغيرة: 300 فيديو جديد في الشهر هي 600 رصيد على الأكثر، أي نحو $18 بسعر باقة 5,000 البالغ $0.030 لكل نص.

ولو اشتركت مايا في Pro لحصلت أيضًا على 100 رصيد إضافي كل شهر، تغطي جزءًا من هذا النمو.

أين يقصّر هذا

• بلا ترجمات، بلا نص. لا تحوّل الواجهة الصوت إلى نص. للفيديوهات التي لا ترجمات لها تحتاج إلى مصدر آخر، مثل خدمة تحويل الكلام إلى نص، وتدفع ثمنها منفصلًا. تقدم بعض واجهات النصوص الأخرى بديلًا صوتيًا، راجع مقارنة واجهات نصوص يوتيوب.
• الترجمات المُنشأة تلقائيًا فيها أخطاء. تتضرر الأسماء والمصطلحات المتخصصة عادةً. تذكر الاستجابة ما إذا كان المسار مُنشأً تلقائيًا، فيمكنك ترجيح هذه الأجزاء أو وسمها.
• اللغة هي لغة مسار الترجمة. تبلغ الاستجابة باللغة الفعلية، فلا تفترض أنها تطابق ما طلبته.
• الإنتاجية محدودة لكل مفتاح. ملء كبير جدًا للبيانات القديمة مسألة ساعات لا ثوانٍ.
• تعيد النصوص فقط. التقسيم والتضمين والاسترجاع عليك. وإذا كنت تحتاج فقط إلى ملخص فيديو واحد، فاستخدم ملخّص يوتيوب.

المصادر

• واجهة النصوص من sum.video
• أسعار sum.video