ساعد Gemini في استعادة إشعارات YouTube عبر البريد الإلكتروني للتعليقات باستخدام Python خلال ساعة

قام يوتيوب بصمت بإزالة إشعارات البريد الإلكتروني حول التعليقات الجديدة، وبالنسبة للمنشئين، تبين أن هذا ليس تغييراً تجميلياً طفيفاً، بل خسارة حقيقية لإشارة عمل مهمة. بدلاً من انتظار عودة المنصة للميزة، قضى مؤلف المقالة ساعة واحدة في بناء بديله الخاص باستخدام Gemini وPython.

لماذا أصبح هذا مشكلة

حتى نهاية يونيو 2025، كان يوتيوب يرسل رسائل بريد إلكتروني في كل مرة يظهر فيها تعليق جديد على فيديو. بالنسبة للعديد من المنشئين، كان هذا محفزاً بسيطاً: رؤية البريد، فتح الرابط، الرد على المشاهد. بعد تعطيل هذه الميزة، انكسرت الدورة المألوفة.

لم تختفِ التعليقات، لكن ملاحظتها أصبحت أصعب، وجاء مع ذلك خطر متزايد من فقدان الأسئلة والتعليقات والإشارات الخاصة بالمشاركة التي تؤثر على العلاقة مع الجمهور وسلوك خوارزمية المنصة. رسمياً، لدى يوتيوب طرق أخرى لتتبع النشاط: الإشعارات المدمجة، استوديو المنشئ، لوحات طرف ثالث لإدارة وسائل التواصل الاجتماعي. لكن بالنسبة للمؤلف، لم تتناسب مع سير عمله اليومي.

بيئة عمله هي البريد الإلكتروني، وليس لوحة معلومات أخرى يجب فتحها والتحقق منها بشكل خاص. لهذا السبب كانت خسارة الصيغة القديمة ملحوظة. عندما تتعلق المشكلة ليس بالتعقيد بل بسير عمل غير مريح، تصبح فكرة بناء أداة صغيرة خاصة بك رشيدة تماماً.

كيف جمع Gemini الحل

أولاً، اتخذ المؤلف الطريق الأقصر وسأل Gemini عما إذا كان لدى يوتيوب تغذية RSS جاهزة للتعليقات. كانت الإجابة بالنفي: تم إغلاق تغذيات RSS للتعليقات في عام 2015. اتضح أن السؤال التالي كان محورياً: هل توجد واجهة رسمية يمكن من خلالها تتبع التعليقات برمجياً. هنا أشار Gemini إلى YouTube Data API v3 وعرض فوراً كتابة مثال Python أساسي يتحقق من التعليقات الجديدة كل ساعة ويرسل رسائل بريد إلكتروني تحتوي على روابط إليها. تطلبت النسخة العاملة قليلاً جداً من البنية الأساسية:

• مفتاح API لـ YouTube Data API v3 من Google Cloud Console
• معرف قناة يوتيوب المطلوبة
• كلمة مرور التطبيق من حساب Google لإرسال رسائل البريد الإلكتروني
• ملف متطلبات صغير لمتطلبات Python
• Dockerfile أو تشغيل محلي إذا لم تكن بحاجة إلى حاوية

بعد ذلك، لم تكتفِ الذكاء الاصطناعي بكتابة الكود فقط، بل أرشدت المؤلف خلال الإعداد. اقترح Gemini حيث تفعل API، وكيفية العثور على معرّف القناة، وكيفية إنشاء كلمة مرور التطبيق في حساب Google. ثم ساعد في تغليف البرنامج النصي في Docker وتشغيله على جهاز Linux حيث كانت حاويات أخرى تعمل بالفعل. في الأساس، تم إنشاء خدمة خلفية يمكن تشغيلها 24/7 على خادم منزلي أو Raspberry Pi أو مثيل سحابي رخيص.

ما تمت إضافته

لم تنتهِ القصة هناك. فكر المؤلف فوراً في مشكلة ثانية: حتى لو كان البرنامج النصي يعمل اليوم، قد يغير يوتيوب API أو يقيد الوصول أو يكسر مؤقتاً رد الخادم. لذا طلب من Gemini عدم تجاهل أخطاء الشبكة، بل تحويلها إلى قناة إخطار منفصلة. اقترحت النموذج عد الأعطال المتتالية وإرسال بريد إلكتروني منفصل إذا استمرت المشكلة لفترة طويلة بما يكفي لتبدو وكأنها عطل تكامل حقيقي، وليس مجرد انقطاع عشوائي.

"سيحتفظ البرنامج النصي بعداد الأعطال المتتالية: عند الفحص مرة واحدة في

الساعة، 48 خطأ متتالي — هذا بالضبط يومان من عدم توفر API."

وهكذا كسبت الأتمتة البسيطة مراقبة ذاتية أساسية. كنتيجة، لم يسترجع المؤلف فقط تنبيهات البريد الإلكتروني القديمة، بل جعل النظام أكثر موثوقية من ذي قبل. صباح اليوم التالي، تلقى أول بريد إلكتروني حول تعليق جديد وأكد أن الإعداد يعمل كما هو مقصود. أكثر الاستنتاجات كشفاً في هذه القصة ليس أن Python أو Docker اتضح أنهما مفيدان مرة أخرى، بل أن Gemini Pro ساعد في إحضار الفكرة إلى حالة عاملة بدون مشروع لعدة عطل نهاية أسبوع.

ماذا يعني هذا

تُظهر مثل هذه الحالات بشكل جيد حيث توفر البرمجة المدعومة بالذكاء الاصطناعي قيمة عملية بالفعل: ليس في العروض الفراغية، بل في الأتمتات الصغيرة لمرة واحدة التي كان من السابق إما أن تكون كسولة جداً أو مكلفة جداً للقيام بها يدوياً. إذا كان لديك نقطة ألم واضحة، والوصول إلى API، وساعة من الوقت، يمكن لنماذج مثل Gemini بالفعل إغلاق المهمة إلى أداة عاملة.