我构建了一个本地 OAuth/API 中心,让自主智能体能够运行真实工作流
摘要
一位开发者构建了一个本地 OAuth/API 中心,旨在简化将自主编码智能体连接到 YouTube 和 Google Search Console 等真实服务的过程,并提供了用于频道分析和编辑规划的初始工作流。
我一直在尝试将 Codex 作为本地自主编码智能体使用,但遇到了一个实际问题:将智能体连接到真实服务很快就会变得混乱不堪。OAuth 令牌、API 密钥、本地机密信息、多个 Google 服务、可重复脚本以及安全输出,所有这些都会很快变得令人头疼。因此,我为它构建了一个小型本地中心。它目前支持:* YouTube OAuth * Blogger OAuth * YouTube Data API v3 * YouTube Analytics API * YouTube Reporting API * Google Search Console API * Google Custom Search 集成。该仓库已经包含了基础的 OAuth/API 层、连接检查以及第一批内容工作流:* `channel_diagnosis`:拉取真实的 YouTube 频道指标,并生成一份 Markdown 诊断报告,说明哪些有效、哪些无效以及下一步合理的内容方向。* `channel_opportunities`:将该诊断转化为一个实用的编辑操作队列。我计划逐步添加新的工作流。当前的仓库是基础层加上第一批可运行的工作流,并非项目的最终形态。Codex 是我第一个使用的智能体,但该项目并非仅限 Codex 使用。核心逻辑是本地化的、基于文件和命令驱动的,因此它也应该能与 Hermes Agent、OpenClaw、Agent Zero、Claude Code、Aider、OpenHands 或任何能够读取文件和运行 shell 命令的智能体配合使用。目标不是构建另一个仪表盘,而是为自主智能体提供一个安全的本地 OAuth/API 层,使其能够运行真实的工作流。我希望获得技术反馈:* 这种架构合理吗?* 你会以不同的方式分离 OAuth/账户处理吗?* 还值得添加哪些其他智能体工作流?* 在我扩展它之前,有没有明显的安全问题?仓库链接在第一条评论中,遵循 subreddit 规则。
相似文章
我花了一个月构建了10个AI智能体来运营YouTube频道,现已全部开源。
一位开发者开源了一个由10个AI智能体组成的系统,可从播客片段自动生成YouTube Shorts,包括转录、剪辑、字幕、排程,并设有一个质量检测智能体。
我构建了一个本地工作空间,代理可以在你构建的自定义应用内工作,而不仅仅是聊天
Second 是一个开源工具,允许开发者为 AI 代理团队构建自定义图形界面,从而在定制化应用内实现深度异步工作,而非仅限聊天。
@realfxw:最近,我观察到了几批前沿的Agent工作流(从OpenCode上的Space Bunny到刚刚由Google Research宣布的多Agent…
本文讨论了AI应用向长程闭环自验证的转变,重点介绍了Space Bunny和Google Research的代理工作流,这些工作流能够实现自主测试和错误纠正,重塑开发角色。
我构建了一个AI智能体,担任YouTube增长策略师,而不仅仅是数据获取者
作者构建了一个AI智能体,将YouTube MCP服务器与CreatorLens技能相结合,充当增长策略师,诊断视频表现背后的原因,并发现值得关注的异常频道。
我正在将每个网站转变为代理和应用的API
作者正在构建一个工具,该工具从公共网站创建持久化的API,使AI代理和应用能够以编程方式与网页数据交互,例如生成用于搜索和视频详情的YouTube API。