Gemini YouTube Automation：全自动AI视频创作与发布系统

原作者/维护者：ChaitanyaEswarRajeshJakki 来源平台：GitHub 原始链接：https://github.com/ChaitanyaEswarRajeshJakki/gemini-youtube-automation

Gemini YouTube Automation是基于Python开发的完全自主AI智能体项目，利用Google Gemini 2.5 Flash大语言模型与GitHub Actions实现全自动化定时任务，可零人工干预下每天生成教育视频、渲染专业视频并上传至YouTube。该项目为端到端自动化管道，覆盖内容规划到发布全流程，目前获287个Star和136个Fork，社区关注度高。

在AI重塑内容创作领域的当下，Gemini YouTube Automation定位为完整的端到端自动化管道，不仅是视频生成工具，更整合内容规划、脚本撰写、音频合成、视觉渲染到发布的所有环节。项目正在制作"AI for Developers"系列课程，涵盖生成式AI、大语言模型、提示工程等多个主题，解决教育内容生产效率问题。

系统每天UTC7:00触发，流程如下：

1. 读取content_plan.json选择待处理课程主题；
2. 调用Gemini 2.5 Flash生成7-8张幻灯片的脚本、Shorts摘要、标签及元数据；
3. gTTS转换脚本为语音旁白，Pexels API获取匹配背景图；
4. MoviePy+FFmpeg渲染横版（1920×1080）和竖版（1080×1920）视频；
5. 混音旁白与背景音乐，生成自定义缩略图；
6. YouTube Data API v3上传视频，更新content_plan标记为已完成并提交仓库。

• AI内容生成：Google Gemini 2.5 Flash（兼顾质量与成本，长上下文+结构化输出）；
• 语音合成：gTTS（免费轻量，适合自动化场景）；
• 视频渲染：MoviePy+FFmpeg（精细控制视频/音频，支持双格式输出）；
• 视觉素材：Pexels API（高质量CC0图片）；
• 基础设施：GitHub Actions（零服务器成本，定时触发+Secrets管理敏感信息）。

部署步骤：

1. 克隆仓库并安装依赖（moviepy、gTTS、Pillow等）；
2. 设置GitHub Secrets：Google API Key、Pexels API Key、Base64编码的OAuth凭证（client_secrets.json、credentials.json）；
3. 本地测试：运行python main.py；
4. 生产运行：GitHub Actions每天UTC7:00自动触发；
5. 配额处理：每个周期仅上传1个长视频+1个Shorts，避免YouTube API限流。

应用场景：教育内容创作者自动化运营（技术讲师、在线教育机构、个人IP降低生产边际成本）； 深层价值：展示AI智能体跨模态（文本→语音→视频）、跨平台（GitHub→YouTube）的端到端自动化； 扩展方向：替换生成模型（Claude/GPT-4）、升级TTS（ElevenLabs/Azure）、AI图像生成替代图库、迁移到私有服务器/K8s集群。

该项目代表"人类创意+AI执行"的内容创作新范式，解放创作者从重复技术工作中，专注课程架构与知识组织； 对技术社区：提供AI工程化落地的参考实现（清晰代码、完善文档）； 未来展望：多模态AI进步将使自动化工具更智能普及，创作者将更多扮演"策展人"和"导演"角色。