Кликаем и щелкаем по кнопке Пропустить в рекламе YouTube

Всегда хотелось какого-то простого решения для пропуска рекламы в YouTube, не подумайте я не против рекламы и не хочу устанавливать какие-то блокировщики и тому подобное, некоторые авторы действительно интересных роликов, я не против чтобы они получили какую-то копеечку. Но, когда ты включаешь интересный ролик на ночь и идешь спать, а потом выясняется, что в этом ролике через 5 минут включается реклама, которая представляет уже другой ролик длительностью два часа, то это уже перебор.

И было бы хорошо, если бы кто-то нажимал бы кнопку Пропустить за меня.

Поэтому единственное что мне нужно было это максимально простая утилита, с помощью которой можно было-бы выделить область экрана, найти там эту кнопку Пропустить и нажать на неё. Наверное, для обычного настоящего программиста это фигня вопрос, но я-то не очень программист, и стало интересно, а сможет ли мне создать с полного нуля, такую вроде бы не сложную программу искусственный интеллект в роли ChatGPT, и оказывается спойлер – сможет.

Вайб-кодим с ChatGPT

Думаю, а соберёт ли он мне приложение с самого нуля? Версия до публикации статьи у него была 5.6, и вы не поверите — он предложил вариант на Python. Не знаю почему, но я думал, что сейчас начнётся какой-нибудь C# в Visual Studio и т. п., большие и громоздкие IDE. Но нет — достаточно популярный язык программирования.

Я мешать ему не стал: что он сам предлагал с ходу, то я и делал, лишь прося что-то добавить и изменить.

В общем, он рассказал, как установить Python, как установить нужные модули и библиотеки, которые нужны для использования в программе, и какие есть варианты. Были проблемы с установкой, поэтому он порекомендовал использовать зеркала, если с основных источников установить не получается.

Он полностью подготовил рабочий код, который действительно сравнивал картинку — скриншот кнопки «Пропустить» — с тем, что было на всём экране. То есть это уже было рабочее оконное приложение, реально работающее.

Но забавно, что он на этом не остановился и предложил переделать код, используя специальную библиотеку Tesseract OCR для распознавания и извлечения печатного текста из изображения, ну то есть скриншотов.

Tesseract OCR — это специфический то ли движок, то ли библиотека для распознавания текста, созданная ещё в 80-х годах Hewlett-Packard. Прикиньте, он подсказал, что лучше её установить и работать через неё, так типа будет надёжнее, чем использовать скрин кнопки в PNG для сравнения.

Ну и в целом всё. Выдал опять блок кода, готовый к запуску. Как ни странно, он сработал, и вроде даже всё работало. Я попросил добавить некоторые функции. Мне хотелось сделать так, чтобы он искал эту кнопку с текстом не по всему экрану, а только в заданной области.

И, прикиньте, он сделал отдельную кнопку, с помощью которой можно было выбирать область, и теперь только в этой области искалась и нажималась кнопка. Не без проблем, но в итоге он всё сделал, и это всё реально работало.

Это просто невероятно и удивительно, но утилита — целое приложение с оконным интерфейсом и достаточно, ну, можно сказать, простым, но за кадром нетривиальным функционалом — заработала.

Плюс к этому мной было написано ноль строчек кода, а им 729 строк кода, который работает и реально находит эту кнопку в заданной области и кликает по ней, это просто удивительно, были также добавлены некоторые другие функции, что тоже прикольно, он не сломал основную программу, основной код, а относительно аккуратно добавил новые кнопки, функции.

Удивительно, но вайб-кодинг оказался не шуткой. Программа была создана полностью от начала до конца ChatGPT за один вечерок, я только тестировал код и просил, что нужно или хотелось бы сделать или получить.

В конце, когда, вроде все что я хотел работало, он даже предложил все скомпилировать и собрать в EXE’шник, чтобы можно просто запускать программу как обычную утилиту, не через интерпретатор Python. Причем он рассказал, что для этого нужно скачать и сделать.

В итоге реальная exe программа, запускаемая и работающая.

Единственное как я понял из-за того, что были включены зависимости и библиотеки, то она получалась не очень маленькой, около 70.8 Мегабайт. Что конечно многовато, для такой утилиты, и запускается она долговато, как будто бы с некоторой задержкой.

И еще один неприятный момент, нужно обязательно чтобы была установлена на компьютере на диск C, библиотека или движок tesseract-ocr-w64-setup-5.5.3.20260724 и обязательно в C:\Program Files\Tesseract-OCR\tesseract.exe, т.к. это захардкоженно в коде и без неё работать утилита не будет, может не обязательно именно эта версия, может и новая пойдет, но для работы утилиты и распознавания текста нужна эта библиотека отдельно.

А так в целом, для тестирования вайб-кодинга и проверки на что способна современная ИИ, очень даже ничего, я честно думал, что он не сделает работающий вариант, но оказывается вполне себе может.

Вот сама программа, если кому интересно:

Весит она 70.3 Мегабайт.

Требует предустановленной библиотеки Tesseract-OCR в C:\Program Files\Tesseract-OCR\

Skip Clicker OCR – Скачать

Скачать библиотеку Tesseract-OCR - https://github.com/tesseract-ocr/tesseract/releases, 5.5.3.20260724, при установке нужно выбрать русский язык. Или отсюда.