SlackにYouTube URLを貼るだけ！ローカルLLMで動画を自動要約するBotを作った

1
Slack に YouTube URL を投稿
2
  → Bot が即時反応「要約を作成中...」
3
  → 字幕取得 → ローカルLLMで要約生成
4
  → Obsidian Vault に Markdown 保存
5
  → Git commit & push（自動）
6
  → Slack スレッドに要約を返信

1
┌─────────────────────────────────────────────────┐
2
│                     Slack                        │
3
│  ユーザーがYouTube URLを投稿                       │
4
└──────────┬──────────────────────────────────────┘
5
           │ WebSocket (Socket Mode)
6
           ▼
7
┌──────────────────────────────┐
8
│       slack_bot.py           │  ← エントリポイント
9
│  URL検出 → pipeline呼出      │
10
└──────────┬───────────────────┘
11
           ▼
12
┌──────────────────────────────┐
13
│       pipeline.py            │  ← オーケストレーション
14
│                              │
15
│  1. url_parser    → 動画ID   │
18 collapsed lines
16
│  2. metadata      → 動画情報  │
17
│  3. transcript    → 字幕     │
18
│  4. summarizer    → LLM要約  │
19
│  5. formatter     → Markdown │
20
│  6. write file    → 保存     │
21
└──────────┬───────────────────┘
22
           ▼
23
┌──────────┬───────────────────┐
24
│ git_sync │  slack_message    │
25
│ add/     │  Block Kit        │
26
│ commit/  │  構築             │
27
│ push     │                   │
28
└──────────┴───────────────────┘
29
           ▼
30
┌──────────────────────────────┐
31
│    Obsidian Vault (Git)      │
32
│    /Volumes/work/obsidian/   │
33
└──────────────────────────────┘

1
# pipeline.py — 全体のオーケストレーション
2
def run_with_result(url: str, config: dict) -> PipelineResult:
3
    video_id = extract_video_id(url)          # URL解析
4
    metadata = fetch_metadata(video_id)        # メタデータ取得
5
    transcript = fetch_transcript(...)         # 字幕取得
6
    summary = summarize(transcript, ...)       # LLM要約
7
    markdown = render_markdown(...)            # Markdown生成
8
    output_path.write_text(markdown)           # ファイル保存
9
    return PipelineResult(output_path, metadata, summary, transcript)

1
# CLI用: パスだけ返す
2
def run(url, config) -> Path:
3
    return run_with_result(url, config).output_path
4

5
# Slack Bot用: 全中間結果を返す（要約内容をSlackに返信するため）
6
def run_with_result(url, config) -> PipelineResult:
7
    ...

1
estimated_tokens = _estimate_tokens(full_text, language)
2
input_budget = int(num_ctx * 0.6)  # コンテキストの60%を入力に使う
3

4
if estimated_tokens <= input_budget:
5
    # 短い動画: 1回のLLM呼び出しで要約
6
    raw_output = _summarize_single(...)
7
else:
8
    # 長い動画: チャンク分割 → 各チャンクを要約 → 統合
9
    chunks = _split_into_chunks(full_text, input_budget, language)
10
    raw_output = _summarize_map_reduce(chunks, ...)

1
def _estimate_tokens(text, language):
2
    if language in ("ja", "zh", "ko"):
3
        return int(len(text) * 1.5)   # 1文字 ≒ 1.5トークン
4
    else:
5
        return int(len(text.split()) * 1.3)  # 1単語 ≒ 1.3トークン

1
手動字幕（優先言語順） → 自動生成字幕 → Whisper文字起こし

1
def _fetch_transcript_with_fallback(video_id, languages, no_whisper, config):
2
    try:
3
        return fetch_transcript(video_id, languages)  # YouTube字幕API
4
    except TranscriptNotAvailable:
5
        if no_whisper:
6
            raise
7
        # Whisperをlazy import（重い依存を通常時は読み込まない）
8
        from youtube_summarizer.whisper_fallback import transcribe_audio
9
        return transcribe_audio(video_id, whisper_model)

1
_YOUTUBE_URL_PATTERN = re.compile(
2
    r"<(https?://(?:www\.)?(?:youtube\.com/watch\?[^\s|>]*v=[a-zA-Z0-9_-]{11}"
3
    r"|youtu\.be/[a-zA-Z0-9_-]{11})[^\s|>]*)(?:\|[^>]*)?>",
4
)

1
# 安全: リスト引数（シェル解釈されない）
2
subprocess.run(["git", "-C", str(repo_path), "add", str(relative_path)], ...)
3

4
# 危険: shell=True だとコミットメッセージに "; rm -rf /" を入れられる
5
# subprocess.run(f"git commit -m '{message}'", shell=True)  # ← これはNG

1
try:
2
    _run_git(repo_path, "push", "origin", "main")
3
except GitSyncError:
4
    _run_git(repo_path, "pull", "--rebase", "origin", "main")
5
    _run_git(repo_path, "push", "origin", "main")

1
<key>KeepAlive</key>
2
<dict>
3
    <key>SuccessfulExit</key>
4
    <false/>
5
</dict>

1
[ollama]
2
model = "qwen2.5:32b"        # LLMモデル（ollama pullで追加可能）
3
base_url = "http://localhost:11434"
4
num_ctx = 32768               # コンテキスト長
5
temperature = 0.3             # 低めで安定した出力
6

7
[whisper]
8
model_size = "medium"         # tiny/base/small/medium/large
9

10
[transcript]
11
languages = ["ja", "en"]      # 字幕の優先言語
12

13
[output]
14
vault_path = "/Volumes/work/obsidian/YouTube"
15
template = "default"           # Jinja2テンプレート名
7 collapsed lines
16

17
[summary]
18
output_language = "ja"
19

20
[slack]
21
channel_ids = ["C0AN3Q0GTE0"]  # 空=全チャンネル許可
22
git_auto_push = true