🔴 YT Navigator

📋 项目概述

YT Navigator 是一款基于 AI 的应用程序，旨在帮助您高效地浏览和搜索 YouTube 频道内容。无需手动观看数小时的视频来寻找特定信息，YT Navigator 让您可以：

1. 🔍 搜索频道视频：使用自然语言查询进行搜索
2. 💬 与频道内容对话：根据视频字幕获取答案
3. ⏱️ 发现相关视频片段：精确定位时间戳

非常适合研究人员、学生、内容创作者或任何需要快速从 YouTube 频道提取信息的人员。

✨ 主要功能

• 🔐 身份验证：安全登录及独立的会话管理
• 📺 频道管理：扫描每个频道最多 100 个视频，并获取频道摘要
• 🔍 搜索：利用语义搜索（Semantic Search）查找相关的视频片段
• 💬 聊天：与熟悉该频道内容的 AI 进行对话

1- 📥 频道数据获取

在此环节，用户输入 YouTube 频道 URL，系统会在提取频道用户名之前进行验证。随后，系统会抓取包括标题、描述和个人资料图片在内的频道详情，并将其存储在数据库中。

连接到频道后，用户可选择扫描视频的数量（最多 100 个）。系统会通过两条并行路径处理这些视频：

1. 📊 提取视频元数据并保存到关系型数据库（PostgreSQL）
2. 📝 提取视频字幕，将其拆分为片段，转换为向量嵌入（Vector Embeddings），并存储在向量数据库（PGVector）中

一旦上述过程完成，即可对该频道内容进行搜索和聊天。

点击以展开/收起频道数据获取流程图

graph TD
    A[User enters YouTube Channel URL] --> B[Validate URL]
    B --> C[Fetch Channel Details]
    C --> G[User selects number of videos to scan]
    G --> H[Fetch Video Details]
    H --> I[Process Video Metadata]

    H --> J[Extract Video Transcripts]
    I --> K1[Save to Relational Database]
    J --> L[Split into Video Segments]
    L --> M[Generate Embeddings]
    M --> K2[Add to Vector Database]
    K1 --> N[Channel Ready for Search/Chat]
    K2 --> N

2 - 🔍 频道查询

查询过程始于用户输入用于搜索频道内容的自然语言查询。系统通过语义搜索（使用向量嵌入）和关键词搜索（使用 BM25）两种方式处理该查询，以获取全面的结果。系统将这些结果合并，结合来自关系型数据库的视频元数据进行补充，并进行去重处理。随后，Cross-Encoder 模型会根据与查询的相关性对结果进行重排序（Rerank）。系统将标准化相关性分数，按视频对结果进行分组，并返回最相关的视频以及具体的字幕片段。用户界面会显示这些结果，包括视频缩略图、标题、相关字幕片段，以及直接跳转到视频中出现该信息处的精确时间戳链接。

点击以展开/收起查询流程图

graph TD
    A[User enters natural language query] --> D1[Perform semantic search]
    A --> D2[Perform keyword search]
    D1 --> E[Combine search results]
    D2 --> E
    E --> F[Fetch video metadata]
    F --> H[Remove duplicates]
    H --> I[Rerank results]
    I --> J[Standardize scores]
    J --> L[Return top videos and segments]

3 - 💬 与频道对话

聊天界面支持与熟悉频道内容的 AI Agent 进行互动对话，并采用了 ReAct 框架。当用户发送消息时，系统通过决策机制识别响应类型。处理方式分为以下三种：

1. 🔄 无需工具调用的直接回复（针对常规咨询），
2. ⛔ 针对无关问题的静态回复，
3. 🛠️ 工具辅助回复：从视频字幕中提取特定信息。在工具辅助回复的情况下，Agent 会进入一个循环，利用其工具（语义搜索和 SQL Select 查询执行）在构建全面答案前收集必要信息。

这一过程有效减轻了幻觉问题，并允许在处理复杂任务时使用较小的模型。

点击以展开/收起聊天流程图

graph TD
    A[__start__] --> B[route_message
    llama-3.1-8b-instant]

    B -.-> C[non_tool_calls_reply
    llama-3.1-8b-instant]
    B -.-> D[static_not_relevant_reply
    llama-3.1-8b-instant]
    B -.-> E[tool_calls_reply
    qwen-qwq-32b]

    subgraph React Agent qwen-qwq-32b
        E1[__start__] --> E2[agent]
        E2 -.continue.-> E3[tools]
        E2 -.end.-> E4[__end__]