它的工作原理是这样的： 它把直播的音频转成文字，翻译之后显示在屏幕上。 收听：我那台直播用的 Mac 上有个小小的中继应用，从 YouTube 直播里拉取音频。它会从我的频道配置文件里读取当前的直播 ID，所以直播重启时它会自动跟上。 转写：它把音频切成小段发送到你的 Cloudflare worker，worker 用 Cloudflare 自家的 AI 跑语音识别。worker 会根据歌词本身判断语言，所以西班牙语或葡萄牙语的歌会被正确标注，而不是被硬当成英语。 翻译：每一行都会被翻译成观众实际在用的那些语言，选择器里共有 62 种。这就是为什么有人切换语言时会出现 3 到 6 秒的“Loading translation…”停顿。 显示：直播播放器接收这些字幕行并显示在 CC 字幕栏里，语言选择器让每位观众自己选语言。 备份：GrokBot 的电脑一直待命作为备份，如果 Cloudflare 停止响应，它会自动接管。 Cloudflare 的费用大约每月 $8。 如果你想实时看看效果，可以来这里：https://botflix.tv/watch/tv