---
title: "YouTube Content Pipeline"
type: source
tags: [youtube, content-automation, openclaw, cron-job, semantic-dedup]
date: 2026-04-22
---

## Source File
- [[raw/Agent/usecases/youtube-content-pipeline.md]]

## Summary（用中文描述）
- 核心主题：AI Agent 驱动的 YouTube 内容发现与选题自动化流水线
- 问题域：每日 YouTube 创作者面临的信息过载、选题重复、趋势追踪困难等问题
- 方法/机制：定时 Cron Job + Web/X 搜索 + YouTube Analytics 查重 + SQLite 向量相似度去重 + Telegram 选题推送 + Slack 链接自动研究
- 结论/价值：实现选题发现、查重、推送的全链路自动化，创作者只需从 Telegram 选题即可

## Key Claims（用中文描述）
- Hourly Cron Job 扫描 Web + X/Twitter 的突发 AI 新闻，自动向 Telegram 推送选题
- 维护 90 天 YouTube 视频目录（含播放量和主题分析），避免重复覆盖同类选题
- SQLite 数据库存储所有选题及向量嵌入，通过语义相似度实现选题去重
- Slack 分享链接时，OpenClaw 自动研究主题、搜索 X 相关帖子、查询知识库，并创建带完整大纲的 Asana 任务卡

## Key Quotes
> "Finding fresh, timely video ideas across the web and X/Twitter is time-consuming. Tracking what you've already covered prevents duplicates and helps you stay ahead of trends." — 核心痛点阐述
> "Stores all pitches in a SQLite database with vector embeddings for semantic dedup (so you never get pitched the same idea twice)" — 技术选型亮点

## Key Concepts
- [[Semantic-Deduplication]]：通过向量嵌入（embedding）计算选题语义相似度，防止重复选题
- [[Cron-Job]]：定时任务驱动，每小时自动执行内容发现流程
- [[Knowledge-Base-RAG]]：检索增强生成，查询知识库辅助选题研究
- [[Content-Automation]]：内容创作全流程自动化，从发现到任务创建
- [[Vector-Embedding]]：将文本选题转为向量，实现语义层面精确去重

## Key Entities
- [[OpenClaw]]：核心 Agent 框架，编排所有工具（Web 搜索、X 搜索、知识库查询、Asana 集成）
- [[YouTube-Analytics]]：通过 `gog` CLI 获取频道播放量和视频主题分析
- [[Asana]]：项目管理工具，用于创建选题任务卡
- [[Telegram]]：选题推送渠道，通过专属 Topic 接收 AI 推送的选题
- [[SQLite]]：选题数据库，存储 timestamp/topic/embedding/sources
- [[X-Twitter]]：选题来源之一，搜索突发 AI 新闻和社区讨论

## Connections
- [[Daily-YouTube-Digest]] ← extends ← [[YouTube-Content-Pipeline]]
  - Daily YouTube Digest 侧重于已有订阅频道的更新监控，本流水线侧重于全网突发新闻和趋势的主动发现
- [[Content-Factory]] ← shares_pattern ← [[YouTube-Content-Pipeline]]
  - 同属多工具编排的自动化内容流水线，均使用子 Agent 并行执行模式
- [[Custom-Morning-Brief]] ← shares_pattern ← [[YouTube-Content-Pipeline]]
  - 同属 Cron Job + Telegram 推送模式，但前者侧重综合信息简报，后者垂直于视频选题

## Contradictions
- 无已知冲突

## Setup Instructions Summary
1. 配置 Telegram Topic 作为选题接收渠道
2. 安装 knowledge-base skill 和 x-research skill
3. 创建 SQLite pitches 表（含 id/timestamp/topic/embedding/sources）
4. 向 OpenClaw 发送 prompt 指令，激活每小时 Cron Job