Ai.300Live

本周入库

0

建联漏斗

0

初次建联

›

0

已打开

›

0

已回复

启动合作

0

总订阅量

0

库内全部达人

国家来源 Top 5

按入库达人数量

订阅段分布

达人数量 × 订阅量级

0

1万-10万

0

10万-50万

0

50万-100万

0

100万-500万

0

500万+

互动率 × 播放率气泡图

气泡大小 = 订阅数；颜色区分内容类型

Videos

Shorts

达人分层归属

按内容类型分类，决定投放优先级

来源类型

长视频为主

主池

Shorts占比 < 30%

0 位达人

占库内 0%

来源类型

Shorts 为主

Shorts 池

Shorts占比 > 70%

0 位达人

占库内 0%

来源类型

混合 / 低活跃

低健康

近30天发布 < 2条

0 位达人

占库内 0%

已选 0 位

	频道	国家	入库来源	内容方向	达人类型	订阅数	互动率	播放率	入库日期	邮箱	已发送邮件

第 0 条，共 0 条

YouTube 达人筛选

Videos / Shorts 双模式 · 本地存储 · 参数可实时调整

API 设置

YouTube Data API v3 Key

💡 每日免费配额 10,000 单位，太平洋时间 00:00 重置。12关键词×4页约 5,800 单位。

API 调取流程 & 配额消耗明细

步骤	API 端点	配额/次	通道A	通道B	说明
1.搜索收集	videos.list (chart=mostPopular)	1/页	4~8	—	通道A：获取地区热门游戏视频
1.搜索收集	search.list (type=video)	100/页	—	1200~4800	通道B：关键词搜视频
2.粗筛频道	channels.list	1/50频道	≈3~4	≈6~12	批量获取订阅/国家，淘汰50-70%
3.深入分析	playlistItems.list	1/频道	≈1/频道	≈1/频道	仅通过粗筛的频道
3.深入分析	videos.list	1/频道	≈1/频道	≈1/频道	获取播放/点赞/评论/品牌合作
通道A 总计（热门扫描）			≈300~500	—	4页热门≈8 + 频道处理≈300~400
通道B 总计（关键词搜索）			—	≈3,000~6,000	12关键词×4页≈4800 + 频道处理

💡 粗筛流程：订阅数 → 注册国家（空值放行）→ 游戏类型(topicDetails，空值放行）→ 仅通过者进入深入分析

筛选参数

订阅下限

订阅上限

均播≥

互动率%

播放率%

搜索页数

注册国家

频道语言

· 频道语言影响搜索结果相关性排序
· 注册国家为注册时填写的国家信息
· 此字段由创作者自行填写，可能与所在地不符

💡 搜索通道说明

🔥 通道A（热门视频扫描）：直接获取目标地区当前热门游戏频道的视频，regionCode 地区过滤有效，无需关键词，配额消耗极低（约 408 单位），适合快速摸底热门达人。覆盖约 150-200 个频道。
🔍 通道B（关键词精准搜索）：按关键词搜索视频，从视频中提取频道信息，精准度高但配额消耗大（约 5,224 单位），适合垂直领域深挖。搜索阶段 regionCode 对关键词搜索无效。
建议：先跑通道A快速覆盖热门达人，再跑通道B精准深挖，结果自动去重合并。两个通道同时只能运行一个。

📊 数据分析基数

所有数据分析基数为 maxResults = 50条 Videos，已过滤掉 Shorts（≤60秒）

搜索关键词（每行一个，修改后下次搜索生效）

上次搜索记录

暂无搜索记录

品牌合作检测关键词（匹配标题/描述广告标记，仅参考）

0

已扫描

0

已通过

0

不符合

0

有合作记录

0

配额消耗

实时日志

已通过 (0) 不符合 (0) 全部 (0)

	#	频道名称	订阅数	均播	播放率	互动率	最新发布	国家	邮箱	关键词	品牌	状态
暂无数据

	#	频道名称	订阅数	均播	播放率	互动率	完播率	频率	最新发布	国家	邮箱	关键词	品牌	状态
暂无数据

转化率参数设置（修改后自动重算）

点击转化率默认 1%

点击用户 = 均播 × 点击率

下载转化率默认 10%

下载量 = 点击用户 × 下载率

预估单价 (USD) 默认 5

总效果 = 下载量 × 单价

风险区间默认 85%

建议金额 = 总效果 × 风险区间

点击用户 = 均播 × 点击率 → 下载量 = 点击用户 × 下载率 → 总效果 = 下载量 × 单价 → 建议合作金额 = 总效果 × 风险区间

含邮箱达人：0 名 · 已勾选：0 名

同时发送到测试邮箱：[email protected] 勾选后邮件会同时发送到测试邮箱

	#	频道名称	订阅数	近10条均播	互动率	邮箱	来源	状态	建议合作金额 (USD)
暂无达人数据，请先在达人库选择达人后点击「发起建联」

📧 邮件工作区域

📮 腾讯企业邮箱 SMTP 未连接

▾

发件邮箱账号

SMTP 授权码

🏢 服务器：smtp.exmail.qq.com · 端口：465（SSL）
请在企业邮箱「设置 → 客户端设置」开启 SMTP，使用授权码登录

🔍 自建邮件追踪（可选）未启用

▾

启用自建邮件追踪

邮件仍通过腾讯企业邮箱 SMTP 发送。
开启后，自建追踪服务将为每封邮件注入追踪标识，实时记录打开与点击行为。

📮 腾讯 SMTP 发送 🔍 自建追踪层

已关闭

✏️ 邮件模板编辑

▾

邮件主题

邮件正文 · [Creator Name] 占位符将在发送时自动替换

Hi [Creator Name],

I've been watching your game videos, and I really love your content style and energy.

We're looking for creators like you to make a paid gameplay / review video for our mobile game—Starparks.

What we offer:

Full creative control (keep your own style)
Free game support
No strict script

If you're interested, I can send you the full collaboration details right away.

Best regards,
Kxun
CEO
300 LIVE

📤 邮件发送

▾

📮

SMTP 直发（腾讯企业邮箱）

邮件将通过腾讯企业邮箱 SMTP 直接发送，不含追踪功能

0

待发送

0

成功

0

失败

就绪，请勾选目标达人后发送

📊 自建追踪投递统计 Analytics

▾

📊

自建追踪未启用

开启上方「自建邮件追踪」并完成配置后，此处将显示数据

📅 发送记录（按日期）

▾

暂无发送记录

账号

API 配置

数据刷新

邮件工具

通知

成员管理

API 配置

YouTube Data API Key

用于频道数据抓取，每日配额 10,000 units

每日刷新比例

库内存量达人每日刷新的比例

刷新时间（UTC）

每日自动刷新执行时间

配额监控

配额预警阈值

消耗超过此比例时发送通知

禁用 search.list

强制禁用高消耗端点（100u/次）

邮件工具同步

Webhook URL

邮件工具推送建联状态变更的地址

自动同步

打开/回复状态自动更新到达人库

时区

所有时间戳以此时区为准

系统方案 · 存储方案

存储集中化方案 — 将所有存储从本地分散统一迁移至腾讯云 PostgreSQL

规划中

一、现有存储全景图

腾讯云服务器（mailer300 / 43.130.49.17）

服务	端口	存储位置	类型	数据量
ai.300live.com 前端	443	/var/www/ai-tools/ + localStorage	静态HTML + 浏览器存储	1.4M
storage-api（达人库代理）	3082	/var/www/storage-api/outreach.db	SQLite	20K
email-server（邮件建联）	3080	/var/www/youtube-tools/email-server/data.db	SQLite	4K
track-server（邮件追踪）	3081	/opt/track-server/track.db	SQLite	4K
youtube-storage	3082	/var/www/youtube-tools/data/*.json	JSON文件（30天清理）	4.8M
langdetect 模型	—	/home/ubuntu/langdetect/lid.176.bin	二进制模型	125M

Mac Mini（Tailscale: 100.68.146.94）

gamecreator-hub :3000 — PostgreSQL 达人库核心数据，当前 13 条达人记录
⚠ Mac Mini 是达人库唯一数据源，腾讯云 storage-api 通过 Tailscale 内网代理访问

MacBook 本地（浏览器 localStorage，29处读写）

gchub_creators

达人库本地缓存

gchub_outreach

建联状态追踪

email_send_history

邮件发送记录

email_api_token

邮件服务认证

gchub_channel_videos

频道视频缓存

YouTube API 配额

配额追踪

服务器资源概览

mailer300 · 43.130.49.17 · Intel Xeon E5-26xx v4 · 2 vCPU

2026-04-23 快照

磁盘 50 GB

已用 9.8G · 可用 38G

19.6%

日志 732M langdetect 126M email-tracking 62M storage-api 29M youtube-tools 45M track-server 19M ai-tools 3M 其他 ~8.8G

内存 1.9 GiB

已用 504Mi · 可用 1.2Gi · 缓存 1.3Gi

26%

gamecreator-hub

86M

track-server

72M

email-server

72M

storage-api

72M

PM2 daemon (root)

73M

PM2 daemon (ubuntu)

69M

PostgreSQL live300db · 13 MB

16 张表

user_settings

3.2M

filter_results

240K

sent_emails

112K

creators

96K

open_events

80K

其他 11 张表

336K

二、集中化迁移方案（5 个阶段）

Week 1 阶段一：PostgreSQL 部署 + Mac Mini 迁移（最高优先级）

1.1 腾讯云安装 PostgreSQL，创建 300live_db 数据库和用户

1.2 Mac Mini 导出 gamecreator-hub PostgreSQL 数据 → pg_dump → scp 传输到腾讯云

1.3 腾讯云执行 pg_restore 导入达人库数据

1.4 gamecreator-hub 部署到腾讯云，修改 .env 指向本地 PostgreSQL

Week 2 前半阶段二：SQLite → PostgreSQL 迁移

在 300live_db 建立统一表结构：sent_emails / webhook_events / open_events / click_events / tracked_links / outreach_replies / youtube_filter_results

编写 Node.js 迁移脚本逐一迁移 4 个 SQLite DB + JSON 文件数据

迁移前备份所有 SQLite 文件（改名 .bak），迁移后校验行数

Week 2 后半阶段三：后端服务改造

storage-api：移除 Mac Mini 代理，直接连接本地 PostgreSQL

email-server：移除 better-sqlite3，改用 pg 驱动

track-server：移除 better-sqlite3，改用 pg 驱动

youtube-storage：JSON 文件读写改为 youtube_filter_results 表（保留30天清理逻辑）

Week 3 前半阶段四：前端 localStorage 上云

gchub_creators

高优 → 实时查询API

gchub_outreach

高优 → outreach API表

email_send_history

中优 → sent_emails表

email_api_token

中优 → 服务端session

gchub_tag_params

低优 → 保留本地

gchub_filter_history

低优 → 保留本地

Week 3 后半阶段五：Nginx 配置调整 + 清理

api.300live.com proxy_pass 从 Tailscale 100.68.146.94 改指向 127.0.0.1:3000

合并重复服务：track-server / email-tracking / youtube-storage-server / storage-api 各保留一个

清理 Mac Mini Tailscale 依赖，确认无服务依赖后可下线

三、迁移后目标架构

腾讯云 mailer300（43.130.49.17）

├── Nginx :443

│ ├── ai.300live.com → /var/www/ai-tools/

│ ├── api.300live.com → 127.0.0.1:3000 （本地，不再走Tailscale）

│ ├── youtube.300live.com → :3080 / :3082

│ └── track.300live.com → :3081

├── gamecreator-hub :3000（本地部署）

└── PostgreSQL :5432 — 300live_db

├── creators（达人库）

├── sent_emails / webhook_events

├── open_events / click_events / tracked_links

├── outreach_replies

└── youtube_filter_results

Mac Mini → 可下线（不再被任何服务依赖）

四、风险评估 & 回滚方案

风险	影响	缓解措施
PostgreSQL 迁移数据丢失	高	迁移前备份所有 SQLite 文件，迁移后校验行数
Mac Mini 下线导致服务中断	高	先在腾讯云并行运行，验证后再切换 Nginx
localStorage 数据未同步	中	保留 localStorage 作为降级方案，渐进迁移
50G 磁盘空间不足	中	当前已用 9.3G，PostgreSQL + 数据预估 < 2G，风险低
并发写入冲突	低	SQLite 原为单写，PostgreSQL 并发支持更好

回滚方案：每个阶段保留原始文件和配置 — SQLite DB 文件改名 .bak，Nginx 配置备份后修改，Mac Mini 服务在完全验证前不停止。

系统方案 · 多重语言校对

Comment 语言校验 — 服务端检测方案（v2）

规划中

一、架构概览

浏览器前端腾讯云服务器外部

─────────── ──────────────── ─────

┌─ gamecreator-hub (:3000)

点击"Comment语言校验" ──→ │ POST /api/lang-check │

│ 1. 调 YouTube API 取评论 │──→ YouTube Data API v3

│ 2. 调 Python fasttext 检测语言 │

│ 3. 60%规则判定 → 写PG + 返回 │

└────────────┬───────────────────┘

│

PostgreSQL

comment_lang / lang_verified_at

核心变化：YouTube API 调用 + 语言检测全部在服务端完成，前端只发一个请求。API 配额：12 units / 次

二、语言判定规则（核心）

条件	comment_lang 值	前端显示
某语言占比 > 60%	该语言代码（如 th、en）	国家代码右侧显示 `✅ th`
无语言超 60%	❓	国家代码右侧显示 `✅ ❓`
无评论 / 评论关闭	null	国家代码右侧显示 `—`
未校验	null（lang_verified_at 也为空）	国家代码右侧无任何标识

TH 频道，评论70%泰语 → TH ✅ th

US 频道，45%英语+40%西语 → US ✅ ❓

JP 频道，未校验 → JP

KR 频道，评论被关闭 → KR —

三、数据库变更

-- creators 表新增两列

ALTER TABLE creators ADD COLUMN comment_lang text;

ALTER TABLE creators ADD COLUMN lang_verified_at timestamptz;

列	类型	说明
comment_lang	text	null=未校验或无评论；语言代码=超60%；❓=无语言超60%
lang_verified_at	timestamptz	最近一次校验时间，null=未校验

四、后端新增 API（gamecreator-hub :3000）

4.1 下载 fasttext 模型

cd /var/www/gamecreator-hub

wget -q https://dl.fbaipublicfiles.com/fasttext/supervised-models/lid.176.bin \

-O /var/www/gamecreator-hub/lid.176.bin

4.2 Python 语言检测脚本（/var/www/gamecreator-hub/lang_detect.py）

#!/usr/bin/env python3

import sys, fasttext

model = fasttext.load_model('/var/www/gamecreator-hub/lid.176.bin')

for line in sys.stdin:

t = line.replace(' ',' ').strip()

if t:

pred = model.predict(t, k=1)

print(pred[0][0].replace('__label__',''))

else: print('und')

4.3 POST /api/lang-check — 处理流程

请求体：{ "channelId": "UCxxxxxx", "apiKey": "AIzaSy..." }

① channels.list → uploadsPlaylistId → ② playlistItems → 最近10个视频ID → ③ commentThreads → 各3条（共30条） → ④ fasttext检测 → ⑤ 60%规则判定 → 写PG

4.4 返回格式

{ "channelId": "UCxxxxxx",

"comment_lang": "th",

"lang_verified_at": "2026-04-23T12:00:00Z",

"detail": { "totalComments":30, "langDistribution":{"th":22,"en":5,"ko":3},

"topLang":"th", "topLangRatio":0.73, "rule":"th 73% > 60% → th" } }

4.5 异常情况

• 评论关闭 / 0 条评论 → comment_lang = null，lang_verified_at = now()

• YouTube API 报错 → HTTP 500 + 错误信息

• PUT /api/creators allowed 扩展：增加 comment_lang, lang_verified_at

五、前端变更

5.1 新增按钮

在「移出库」按钮后新增 「Comment语言校验」 按钮：

• 默认 dimmed（灰色半透明），选中达人后激活

• 每次仅允许选中 1 个达人进行校验

• 校验中显示 loading 旋转图标

5.2「国家」列显示变更（在国家代码右侧追加标识）

未校验：TH

已校验有主语言：TH ✅ th

已校验无主语言：TH ✅ ❓

已校验无评论：TH —

5.3 新增 JS 函数 langCheckCreator()

① 检查选中达人数量（必须且仅1个）

② 获取选中达人的 channelId

③ 选择配额最低的 API Key

④ POST /api/lang-check { channelId, apiKey }

⑤ 成功后更新本地数据 + 重新渲染列表

⑥ 按钮恢复状态

六、执行步骤（12 步）

#	操作	文件 / 位置
1	下载 fasttext lid.176.bin 模型	服务器
2	创建 lang_detect.py 脚本	/var/www/gamecreator-hub/
3	测试 Python 脚本	服务器命令行
4	PG 增加列 comment_lang + lang_verified_at	服务器 psql
5	server.js 增加 child_process + detectLanguages()	服务器
6	server.js 新增 POST /api/lang-check 路由	服务器
7	server.js PUT allowed 扩展	服务器
8	pm2 restart gamecreator-hub	服务器
9	前端 UI + JS 变更	ai-tools/index.html
10	同步变更	youtube-tools/index.html
11	node --check 语法验证	服务器
12	端到端测试	浏览器

七、风险与备选

风险	应对
lid.176.bin 下载失败	scp 传输
YouTube 视频无评论	comment_lang=null，显示 TH —
评论被关闭	同"无评论"处理
API Key 配额耗尽	前端选配额最低 Key，耗尽时提示用户

系统方案 · Api方案

4张核心表 × 前端功能 × API端点关联脑图 — 点击读取字段查看所有引用功能

数据库 4 张核心表核实

channels（达人基础数据） 15 字段

channel_id PK · channel_name · country · subscribers · avg_views_30 · play_rate · engagement_rate · last_published_at · has_sponsorship · email · game_type enum · creator_type enum · content_type · activity_30d · imported_at

outreach（建联记录） 7 字段

id PK · channel_id →channels · sent_at · opened_at · replied_at · deal_started_at · campaign_id

users（账号体系） 5 字段

id PK · email · password_hash · role admin/viewer · created_at

sync_logs（同步日志） 5 字段

id PK · source email_tool/google_api · synced_at · records_count · status

数据库、前端功能与 YouTube API 端点关联脑图

点击读取字段标签 → 查看所有引用该字段的前端功能 | 点击功能行 → 查看数据链路说明

channels

outreach

users

sync_logs

本地计算（0 units）

系统方案 · 达人标签参数

内容方向与达人类型的匹配关键词/判定规则 — 入库时自动分类，支持手动修正

内容方向游戏类型 — 匹配关键词示例

入库时扫描全部视频（约50条），统计每个分类的关键词命中视频数，取命中最多的分类打标。

达人类型匹配关键词示例

入库时扫描全部视频（约50条），统计每个达人类型的关键词命中视频数，取命中最多的类型打标。

打标逻辑说明 · 计分制
入库时对每位达人的约 50 条视频逐条扫描，统计每个分类/类型的关键词命中视频数，取命中视频数最多的作为打标结果（而非第一次命中即打标）。同分时取列表靠前项。无命中时回退为"其他"。打标完成后支持在达人库手动修正。