Nakala za YouTube kwa programu ya RAG kwa kiwango kikubwa: mikopo, uongezaji kiotomatiki na bajeti

Ikiwa programu yako ya RAG au ya AI inahitaji nakala za YouTube kwa kiwango kikubwa, mpangilio wa vitendo ni API ya nakala yenye malipo kulingana na matumizi na mikopo iliyolipiwa mapema, uongezaji kiotomatiki ili kazi ndefu ya kuingiza isikwame, na bajeti ya kila mwezi ili hitilafu isipandishe bili. Mfano huu unamfuata msanidi programu mmoja kupitia mpangilio huo kwa kutumia API ya nakala ya sum.video.

Hali

Maya anajenga msaidizi wa utafiti anayejibu maswali kuhusu mazungumzo ya mikutano. Faharasa yake inapaswa kufunika takriban video 10,000 za YouTube kutoka chaneli mamia kadhaa, kisha ikue kwa takriban video mpya 300 kila mwezi. Anaendesha uingizaji kutoka seva ndogo, na hataki kuuchunga wala kushangazwa na ankara.

Masharti yake ni rahisi: gharama inayotabirika, hakuna kujaza tena kwa mkono katikati ya kazi, na ushughulikiaji safi wa video zisizo na nakala.

Anachohitaji

• Maandishi matupu ya kila video, tayari kugawanywa vipande na kuwekewa embedding.
• Mihuri ya muda, ili jibu liweze kuunganisha kwenye wakati kamili wa video.
• Gharama anayoweza kukadiria kabla ya kuanza.
• Kikomo thabiti cha matumizi.

Hatua kwa hatua

1. Kadiria gharama kwanza

Nakala moja inagharimu mikopo 2, na maombi yasiyorejesha nakala hayana gharama. Kwa video 10,000 ni mikopo 20,000 kwa kiwango cha juu. Kwa kifurushi cha mikopo 5,000 kwa $74.99 ($0.030 kwa nakala), nakala 10,000 zinagharimu takriban $300 kwa jumla, pungufu kidogo ikiwa baadhi ya video hazina manukuu. Vifurushi vidogo vinagharimu zaidi kwa nakala: $0.090 kwa mikopo 100, $0.056 kwa 500, $0.038 kwa 2,000. Ukurasa wa bei una maelezo ya sasa.

Mikopo hununuliwa mara moja na haiishi muda kamwe, kwa hiyo hakuna saa ya usajili inayokimbia anapojenga.

2. Jaribu kwa mikopo ya bure

Ufunguo wake wa kwanza wa API huja na mikopo 10 bila malipo, yaani nakala 5. Anaitumia kukagua jibu kwa video chache katika muundo wa json (vipande vyenye offset na duration kwa sekunde) na muundo wa text. Ukitaka maelezo ya ombi, mwongozo jinsi ya kupata nakala ya YouTube kwa API una mifano inayofanya kazi katika curl, Python na JavaScript.

3. Weka uongezaji kiotomatiki

Kwenye dashibodi ya API anawasha uongezaji kiotomatiki. Kanuni: salio linaposhuka chini ya kiwango alichochagua, kadi iliyohifadhiwa hutozwa kwa kifurushi kingine. Kazi ya kuingiza inaendelea usiku kucha bila kujaza tena kwa mkono.

4. Weka bajeti

Vikomo viwili vinamlinda:

• Bajeti ya kila mwezi ya kuongeza, inayoweka kikomo cha kiasi ambacho uongezaji kiotomatiki unaweza kutumia kwa mwezi.
• Kikomo cha mikopo cha kila mwezi. Kikifikiwa, maombi zaidi hurejesha 402 budget_exceeded.

Anawasha pia arifa za barua pepe kwa salio dogo, kwa 80% ya kikomo cha mwezi, na kwa uongezaji ulioshindwa. Arifa zinamweleza kuhusu tatizo wakati bado kuna muda wa kuchukua hatua.

5. Heshimu kikomo cha kasi

Kila ufunguo unaruhusu maombi 60 kwa dakika. Kwa kasi hiyo, maombi 10,000 huchukua takriban dakika 167, chini ya saa tatu kwa ufunguo mmoja. Anaendesha foleni rahisi inayotuma ombi moja kwa sekunde, kwa hiyo anabaki chini ya kikomo bila mlipuko. Anaweza kutengeneza hadi funguo 5 zinazotumika, kwa mfano mmoja wa kuingiza na mwingine wa utafutaji wa moja kwa moja wa programu, ili kujaza historia kusizuie ombi la mtumiaji.

6. Shughulikia video zisizo na nakala

API hurejesha manukuu yaliyopo ya YouTube tu. Matangazo ya moja kwa moja, video za faragha au zilizoondolewa, na video zisizo na manukuu hurejesha 404 no_transcript. Kwenye foleni yake, hali hiyo inamaanisha weka alama ya kuruka na endelea, usijaribu tena kamwe. Kwa kuwa maombi hayo hayana gharama, chaneli iliyojaa video zisizo na manukuu haichomi bajeti yake.

Mzunguko wake, kwa pseudocode:

1. Chukua ID ya video inayofuata kutoka kwenye foleni.
2. Ita API kwa format=json.
3. Ikifanikiwa: gawanya vipande kuwa sehemu za takriban dakika moja, hifadhi kila sehemu na offset yake ya kuanzia na ifanyie embedding.
4. Kwenye 404 no_transcript: hifadhi alama ya "hakuna nakala".
5. Kwenye 402 budget_exceeded: sitisha foleni na ujiarifu.
6. Kwenye hitilafu ya seva: jaribu tena baada ya kuchelewa.

7. Kagua salio kwenye msimbo

Kabla ya kila kundi kubwa anaita GET /api/v1/credits. Salio likiwa chini ya kinachohitajika na uongezaji kiotomatiki umezimwa, kazi inakataa kuanza. Ni ulinzi wa bei nafuu dhidi ya uingizaji ulioachwa nusu.

Anachopata mwishoni

Baada ya usiku wa kwanza, faharasa ina nakala za karibu video zote 10,000, kila sehemu ikiwa na muda wake wa kuanza. Mtumiaji anapouliza swali, msaidizi hutaja mazungumzo na muhuri wa muda, na kiungo hufungua video wakati huo. Gharama ya kuendelea ni ndogo: video mpya 300 kwa mwezi ni mikopo 600 kwa kiwango cha juu, takriban $18 kwa bei ya kifurushi cha mikopo 5,000 cha $0.030 kwa nakala.

Kama Maya angekuwa na Pro, angepata pia mikopo 100 ya ziada kila mwezi, inayofunika sehemu ya ukuaji huo.

Inapopungua

• Hakuna manukuu, hakuna nakala. API haibadilishi sauti kuwa maandishi. Kwa video zisizo na manukuu unahitaji chanzo kingine, kama huduma ya kubadilisha sauti kuwa maandishi, unayolipia kando. Baadhi ya API nyingine za nakala hutoa mbadala wa sauti, tazama ulinganisho wa API za nakala za YouTube.
• Manukuu ya kiotomatiki yana makosa. Majina na istilahi ndizo waathirika wa kawaida. Jibu linaeleza kama wimbo ulitengenezwa kiotomatiki, kwa hiyo unaweza kupunguza uzito wa sehemu hizo au kuziwekea alama.
• Lugha ni ile ya wimbo wa manukuu. Jibu linaripoti lugha halisi, kwa hiyo usidhani inalingana na uliyoomba.
• Uwezo wa kupitisha una kikomo kwa kila ufunguo. Kujaza kubwa sana ni suala la saa, si sekunde.
• Hurejesha nakala tu. Kugawanya vipande, embedding na kurejesha ni kazi yako. Ikiwa unahitaji muhtasari wa video moja tu, tumia muhtasari wa YouTube.

Vyanzo

• API ya nakala ya sum.video
• Bei za sum.video