برنامج تعليمي: كيفية تحويل مقاطع فيديو YouTube إلى سلاسل تغريدات على Twitter باستخدام الذكاء الاصطناعي

مع دخولنا عصر الذكاء الاصطناعي، يبدو أن كل شيء يتسارع بسرعة غير مسبوقة. هذا التوليد، وهذا التوليد ــ زيادة في حجم البيانات في كل مكان. أنا متأكد من أنك بالفعل مرهق ذهنيًا من كل هذه المعلومات، لذا فلننتقل إلى صلب الموضوع، أليس كذلك؟

ما أريد أن أفعله:

فيديو يوتيوب → معلومات مختصرة → التعلم ✨ + المشاركة على وسائل التواصل الاجتماعي 🐦

… هذا كل شيء …

في سباق الذكاء الاصطناعي هذا، كل شيء يدور حول السرعة. إذا كان بوسعنا الاستفادة من الذكاء الاصطناعي لتسريع عملية التعلم، فلماذا لا؟ لذا، شارك هذا - سواء مع عائلتك أو أصدقائك أو متابعيك أو حتى كمؤثر.

النتائج:

المستودع: https://github.com/WorkSmarter-lol/yt2tweets-cli/

تنصل:

يعمل هذا البرنامج التعليمي فقط لمقاطع فيديو YouTube التي تحتوي على ترجمة باللغة الإنجليزية ولا ينطبق على YouTube Shorts.

العملية

0. المعرفة المسبقة:

قبل البدء، من المهم أن يكون لديك بعض المعلومات الأساسية حول كيفية عمل LangChain.js و Prompt Engineering ونماذج OpenAI .

1. الأدوات المطلوبة:

• OpenAI API-Key (نحن نستخدم OpenAI GPT-4o-mini)
• youtube-transcript (حزمة NPM) — استخراج نص من مقطع فيديو على موقع youtube
• نود.جي اس
• غزل / NPM
• LangChain.js

في حالتي، أستخدم yarn لبدء التطوير. أما بالنسبة للبدء السريع في اختبار البرنامج النصي، فقد قمت بعمل MVP سريع باستخدام CLI لتجربة المشروع.

2. اختيار اسم لـ CLI

للحصول على مرجع سريع واسم جذاب، أطلقت عليه اسم " yt2tweets "، والذي يعني في الأساس → " YouTube to Tweets ".

3. الناتج المطلوب

 $ yt2tweets "https://youtu.be/1-TZqOsVCNM" # Result: # Tweet 1: Introduction ... 🧵👇 (1/X) # Tweet 2: ... 🧵 (2/X) # Tweet 3: ... 🧵 (3/X) # Tweet 4: ... 🧵 (4/X) # Tweet 5: Conclusion ... 🧵 (5/X)

من الناحية المثالية، نحتاج إلى توفير النص المكتوب كسياق لنموذج الذكاء الاصطناعي، وهو GPT-4o-mini في حالتنا، حتى يتمكن من فهم السياق وتلخيص المدخلات في تنسيق الإخراج الذي حددناه.

4. التصميم السريع

وهنا يكمن السر ✨لإنجاز الأمور: الهندسة السريعة هي مهارة أساسية ضرورية لإنجاز المهمة.

لتخصيص كيفية تحويل CLI لمقاطع فيديو YouTube إلى سلاسل Twitter/X، اتبع الإعداد البسيط والسهل المكون من ثلاث خطوات والذي قمت بتحديده. يمكنك ضبط النغمة والطول والأسلوب لتناسب احتياجاتك. لتوجيه الذكاء الاصطناعي، اتبع كتلة الإدراج أدناه لعملية تكوين سلسة.

الهوية والغرض

حدد دور الذكاء الاصطناعي وأهدافه باستخدام كتلة الهوية والغرض. حدد وظيفته وأهدافه لضمان توليد محتوى يتماشى مع احتياجاتك والنتائج المرجوة.

خطوات

قم بتحديد الإجراءات خطوة بخطوة التي يجب على الذكاء الاصطناعي اتباعها، مما يضمن اتباع نهج واضح ومنظم لتوليد المحتوى الخاص بك.

تنسيقات الإخراج

حدد التنسيقات التي يجب أن يقدم بها الذكاء الاصطناعي المحتوى.

مثال على ذلك أدناه:

 import { ChatPromptTemplate } from '@langchain/core/prompts'; const prompt = ChatPromptTemplate.fromMessages([ { role: 'system', content: ` # IDENTITY AND PURPOSE {identity} # STEPS {steps} # OUTPUT INSTRUCTIONS {formats} # INPUT INPUT: {input} `, }, ]);

{input} هو المكان الذي أضع فيه كل النصوص حتى يقوم GPT بتلخيصها.

يمكنك العثور على مرجع لكيفية إضافة موجهتي هنا ، مع المثال أدناه:

5. جمع كل شيء معًا

أخيرًا، لكي يتم تشغيله، يجب أن يكون لديك @langchain/openai مثبتًا ومفتاح API الخاص بـ OpenAI جاهزًا. بمجرد الانتهاء من كل شيء، يمكنك بدء تشغيل النموذج والبدء في إرسال المطالبات والتغذية إلى الذكاء الاصطناعي للحصول على استجابة.

 import { ChatOpenAI } from '@langchain/openai'; // Instantiate Model const llm = new ChatOpenAI({ modelName: 'gpt-4o-mini', temperature: 0.7, // <-- feel free to adjust temperature here apiKey, }); // ... // add prompts here // ... // Ensure that chain.invoke correctly passes the variables result = await prompt.pipe(llm).invoke({ identity, steps, formats, input, }); // get result console.log('>> result?.content'); // Tweet 1: Introduction ... 🧵👇 (1/X) ...

6. قم بإنهاء الأمر كواجهة سطر أوامر

لتسهيل الأمر، قمت بتصدير الوظيفة كـ CLI حتى يكون من السهل بالنسبة لي استخدامها في المستقبل.

ولتحقيق ذلك، استخدمت:

• القائد — لتمكين CLI لحزمة NPM BIN
• أورا - دوارة طرفية أنيقة
• الطباشير - تصميم الخيط الطرفي

يتم توفير جزء من الكود أدناه (الكود الكامل في النهاية):

 import { Command } from 'commander'; import chalk from 'chalk'; import ora from 'ora'; const spinner = ora('Loading...'); // Initialize the command line interface const program = new Command(); // Command to convert a YouTube URL program .argument('<url>') .description('Turn YouTube Videos into Twitter Threads with AI') .action(async url => { const apiKey = readApiKey(); // Read the saved API key // ... spinner.start(); await convertYt2Tweets(url, apiKey); // ... });

رابط المستودع (الكود الكامل)

https://github.com/WorkSmarter-lol/yt2tweets-cli

خاتمة

مرة أخرى، آمل أن يساعدك هذا المشروع في تسريع عملية التعلم واستيعاب محتوى YouTube، أو مشاركته مع أصدقائك وعائلتك ومتابعيك.

إذا كنت تفضل الوصول إلى المشروع الجاهز لواجهة المستخدم، فقد قمت بإنشاء واجهة مستخدم لنفس المشروع. يمكنك العثور على الرابط أدناه:

https://yt2tweets.worksmarter.lol