TRIBALCORE Написать
Все проекты

NightScout

Как YouTube-канал проходит от поиска до решения

NightScout находит YouTube-каналы, анализирует их видео с помощью AI и собирает спорные случаи в очередь, где решение принимает человек.

  • Python
  • Flask
  • SQLite
  • OpenCV
  • YouTube
Разобрать пример
Туман над лесной рекой в демонстрационном кадре
Реки и тропыканал и кадр вымышлены

Задача

Нужно было находить YouTube-каналы нужных категорий, которые подходят под требования к видео: достаточно обычных роликов, качество от 720p, без постоянного текста и водяных знаков в кадре.

Вручную это значит открыть профиль, пролистать ролики и посмотреть фрагменты. На тысячах кандидатов так не успеть, а пропускать проверку нельзя: ошибка уходит дальше в отправку.

Одна проверка

Путь вымышленного канала «Реки и тропы» от поиска до решения.

  1. Канал попадает в очередь

    NightScout находит кандидатов на YouTube, собирает сведения о канале и выбирает видео для анализа. После анализа «Реки и тропы» появляются в списке на проверку.

    Канал
    Реки и тропы
    Категория
    Природа
    Статус
    На проверке
    Очередь проверки NightScout: «Реки и тропы» с оценкой 87 из 100 первым в списке на ручную проверку
    Очередь проверки, демо-данные
  2. AI объясняет оценку

    В карточке видны итоговая оценка, причины и ссылки на видео. Балл высокий, но AI заметил текстовую вставку в одном ролике, поэтому сам канал не одобрил. Проверяющему нужно открыть видео и выяснить, где она появляется.

    Оценка AI
    87 из 100
    Замечание
    Текст в одном видео
    Карточка канала «Реки и тропы»: машинное решение needs_review, оценка 87 из 100, категория Природа 93%, причина overlay_text_present
    Карточка канала: решение и причина
  3. Проверяющий решает

    Проверяющий смотрит нужный фрагмент и видит, что текст есть только в заставке. Основная часть подходит, поэтому он одобряет канал. NightScout сохраняет решение, добавляет канал в очередь отправки и открывает следующего кандидата.

    Решение
    Одобрен
    Дальше
    Очередь отправки

Что я сделал

  • Поиск кандидатов и Night Worker, который по ночам собирает и анализирует новые каналы.
  • Анализ видео: из двух роликов канала берётся 18 кадров, OpenCV отбирает самые информативные, и модель оценивает 4–6 из них.
  • Правила решения: автоматический отсев, автоматическое одобрение и ручная проверка с понятными причинами.
  • Общую очередь для нескольких проверяющих: резервирование карточек, версии решений и отправка одобренных каналов дальше.
  • Развёртывание на VPS: gunicorn, nginx и отдельная служба для веб-интерфейса.

AI и человек

AI отсеивает и объясняет, решает человек. Мультимодальная модель смотрит ключевые кадры и отмечает, что мешает: текст на экране, водяные знаки, неподходящий формат.

Сам AI одобряет канал, только если балл от 85, категория определена с уверенностью от 90% и ни одно видео не вызывает сомнений. Каналы, которые не отсеяны сразу и не прошли этот порог, попадают к проверяющему вместе с причинами и ссылками на нужные видео.

Результат

За два месяца NightScout нашёл 7 879 каналов и проанализировал 77 976 видео. 2 545 каналов AI отсеял сам, 1 898 отправил людям. Порог автоодобрения строгий: за всё время AI сам одобрил только два канала. Решение по каналу занимает около 30 секунд, всего принято 738 решений.

Найдено каналов
7 879
Проанализировано видео
77 976
Отсеяно автоматически
2 545
Отправлено на ручную проверку
1 898
Ручных решений
738
Время на решение
~30 с

Данные рабочей базы с сентября по ноябрь 2026 года.

код приватный, покажу на созвоне

Нужно что‑то похожее?

Беру проекты и открыт к работе в команде. Расскажу, как устроен NightScout, и покажу код на созвоне.

Почта ilalatorcev@gmail.com

отвечаю в течение дня