MoneyPrinterTurbo 实战指南：一键生成 AI 短视频的全流程方案

✍️作者简介：小北编程（专注于HarmonyOS、Android、Java、Web、TCP/IP等技术方向）
🐳博客主页： 开源中国、稀土掘金、51cto博客、博客园、知乎、简书、慕课网、CSDN
🔔如果文章对您有一定的帮助请👉关注✨、点赞👍、收藏📂、评论💬。
🔥如需转载请参考【转载须知】

@

目录

一、简介

MoneyPrinterTurbo 是一个基于大语言模型（LLM）的自动化短视频生成工具。

用户只需要输入一个视频主题或关键词，系统即可自动完成从内容生成到视频输出的完整流程，包括：

  • 视频脚本生成（LLM）
  • 素材匹配（图片 / 视频）
  • 语音合成（TTS）
  • 自动字幕生成
  • 背景音乐生成
  • 最终视频合成（MP4）

该项目目标是将传统视频制作流程自动化，实现“输入主题 → 输出成片”的内容生产方式。

二、核心能力

MoneyPrinterTurbo 的核心链路如下：

输入主题
   ↓
LLM 生成脚本
   ↓
素材检索（Pexels / Pixabay）
   ↓
TTS 配音生成
   ↓
字幕生成与对齐
   ↓
背景音乐合成
   ↓
FFmpeg 视频合成
   ↓
输出 MP4

主要能力模块

  • 🧠 LLM 文案生成（支持多模型）
  • 🎙 TTS 多语音合成
  • 🎬 自动视频剪辑与拼接
  • 🖼 在线素材匹配系统
  • 🎵 BGM 自动匹配
  • 🧾 自动字幕生成与时间轴对齐

三、适用场景

该工具适用于以下场景：

  • 短视频内容批量生产（抖音 / 小红书 / TikTok）
  • 自媒体自动化运营
  • AI 视频创作入门实践
  • 内容工厂 / 矩阵账号生产
  • AI 应用开发学习项目

四、系统要求

项目 最低配置 推荐配置
CPU 4 核 6~8 核
内存 4GB 8~16GB
GPU 可选 4GB+（加速处理）

环境说明

  • 支持 Windows / macOS / Linux
  • GPU 非必需，但在本地转录与批量处理时性能更优
  • 推荐使用 Docker 进行部署以减少环境问题
  • 建议系统：Windows 10 或 MacOS 11.0 以上，或主流 Linux 发行版
  • GPU 不是必需项，但如果你希望本地转录、更快的视频处理或更顺畅的批量生成体验，建议使用带显存的独立显卡
  • 如果你主要依赖云端 LLM、云端 TTS 和在线素材源，CPU 与内存比 GPU 更重要
  • 如果你启用 faster-whisper、批量生成或更重的本地处理链路，GPU 会明显提升速度

五、模型与 API 选择

MoneyPrinterTurbo 支持多种 LLM 服务商：

🌍 国际模型（高质量英文生成）

  • OpenAI
  • Azure OpenAI
  • Gemini
  • LiteLLM（多模型网关）
  • AIHubMix（OpenAI 兼容网关）

🇨🇳 国内模型（推荐）

  • DeepSeek（推荐 ⭐）
  • Qwen（通义千问）
  • Moonshot（Kimi）
  • ERNIE（文心一言）
  • Volcengine（火山引擎）

🏠 本地模型

  • Ollama（完全本地运行）

⚠️ 建议：国内用户优先使用 DeepSeek / Qwen，成本更低、延迟更优。

六、克隆项目

1、准备工作

Git： 用于克隆项目代码(可选)。
Python 3.8+ (如果选择本地安装)。
Docker & Docker Compose (如果选择 Docker 安装，推荐此方式)。
API 密钥 (‼️非常重要！)： MoneyPrinterTurbo 的核心功能依赖于第三方 AI 服务，你需要提前申请它们的 API Key。
大语言模型 (LLM) API Key：至少需要一个。

2、克隆项目

前提条件

  • 尽量不要使用 中文路径，避免出现一些无法预料的问题
  • 请确保你的 网络 是正常的，VPN需要打开全局流量模式

打开终端（或 PowerShell、CMD），运行以下命令：

git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo

⚠️注意：这里使用git下载项目，如果没有安装git可下载使用
点击code-> 在选择中依次选择Local-HTTPS- 点击Download ZIP下载文件，下载好后解压到自己要放置的文件夹中

修改配置文件（可选，建议启动后也可以在 WebUI 里面配置）

将 config.example.toml 文件复制一份，命名为 config.toml按照 config.toml 文件中的说明，配置好 pexels_api_keys 和 llm_provider，并根据 llm_provider 对应的服务商，配置相关的 API Key
如果希望使用推荐的大模型平台，也可以将 llm_provider 设置为 aihubmix，并填写对应的 API Key。

七、Docker 启动

如果未安装 Docker，下载安装 Docker 

# 启动项目
cd MoneyPrinterTurbo
docker compose -f docker-compose.release.yml up

# 这里部署好，以后可以在Docker中启动 启动步骤：打开Docker->选择Images Lacal 点击启动▶️图标 -> 弹出启动提示选择 Run

如果是Windows系统，请参考微软的文档：
https://learn.microsoft.com/zh-cn/windows/wsl/install
https://learn.microsoft.com/zh-cn/windows/wsl/tutorials/wsl-containers

默认推荐使用 docker-compose.release.yml，它会直接拉取 GitHub Container Registry 上的预构建镜像：ghcr.io/harry0703/moneyprinterturbo:latest。 如果你需要本地重新构建镜像，可以继续使用 docker compose up。 注意：首次启动前请确保项目根目录下存在 config.toml，可以从 config.example.toml 复制一份。

② 访问Web界面
打开浏览器，访问 http://127.0.0.1:8501

③ 访问API文档
打开浏览器，访问 http://127.0.0.1:8080/docs 或者 [http://127.0.0.1:8080/redoc](

八、手动部署（开发模式）

🔔提示：手动部署开发者模式🔥 这里不推荐新手使用手动部署
🔔提示：使用Python部署版本不要使用最新版本，版本应小于3.13，推荐使用3.11

1. Python 环境

# 安装 python 如果以安装请忽略
brew install python@3.11
python --version

# 如果执行brew错误，请先安装brew
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

选择手动安装 Python 官网下载安装包：https://www.python.org/downloads/) 在官网可选择想要下载的版本，
也可以直接下载 3.11 版本 Python 官网下载安装包：python-31115

2. Python 启动

# 进入自己的文件夹地址 例如：cd /Users/xxxxx/MoneyPrinterTurbo
cd MoneyPrinterTurbo
python3.11 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
# 执行pip install -r requirements.txt 时会执行下载任务这里需要等待下载完成

# 如果你已经手动激活了虚拟环境，也可以直接执行：
sh webui.sh
# 启动后，会自动打开浏览器（如果打开是空白，建议换成 Chrome 或者 Edge 打开）

3. 使用 uv 启动

推荐使用 uv 管理 Python 环境和依赖，默认使用 Python 3.11
uv 官网地址：https://docs.astral.sh/uv/#highlights

# 安装 uv
curl -Ls https://astral.sh/uv/install.sh | sh
# 配置生效
source ~/.zshrc
# 验证
uv --version

# 使用uv 安装python 如果已安装请忽略
uv python install 3.11
uv sync --frozen
# MacOS or Linux
uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False --server.showEmailPrompt=False
# 启动后，会自动打开浏览器（如果打开是空白，建议换成 Chrome 或者 Edge 打开）

九、关键配置说明

LLM 配置（可选）

llm_provider = "deepseek"
api_key = "your_api_key"

素材 API（可选）

  • Pexels（推荐）
  • Pixabay（备用）

TTS 配置（可选）

  • Edge TTS（免费）
  • Azure TTS（高质量）
  • 百度 TTS（中文优化）

⚙️ 大模型（必须配置）

MoneyPrinterTurbo 在启动成功后，需要配置对应的大语言模型 API Key，用于视频脚本生成与文案创作。

⚠️ 注意：大部分高质量大模型 API 均为按量计费服务，但通常会提供一定免费额度，或支持低成本使用方案。

目前推荐使用如下模型：

  • DeepSeek（推荐 ⭐，性价比高）
  • Qwen（国内稳定可用）
  • OpenAI / Gemini（效果更强但成本更高）

💡 关于 Token 消耗说明

在整体视频生成流程中：

  • 🧠 LLM 仅用于：脚本生成 / 文案生成
  • 🎬 视频合成：素材拼接 + TTS + 字幕生成（不消耗 LLM token）

因此：

相比传统对话场景，MoneyPrinterTurbo 的 token 消耗主要集中在“生成阶段”，整体使用成本相对较低，尤其适合批量内容生产。

在这里插入图片描述

生成视频

在文案中输入想要生成的视频内容，然后 点击使用AI根据主题生成【视频文案】和【视频关键词】 最后点击生成视频，等待完成。
在这里插入图片描述

下面给你一版技术博客标准结尾总结（已适配你整篇文章风格，可直接发布）👇

十、总结

MoneyPrinterTurbo 是一个典型的“AI 内容生产流水线”项目，它通过大语言模型（LLM）与视频处理链路的结合，将短视频制作流程从传统的人工剪辑模式，转变为“输入主题 → 自动生成成片”的自动化模式。

从整体架构来看，该工具的核心价值主要体现在以下几个方面：

  • 内容生成自动化：基于 LLM 自动生成视频脚本与文案
  • 多媒体流程整合：整合素材检索、TTS、字幕与视频合成
  • 低成本可扩展：支持多种国内外模型与免费素材 API
  • 工程化程度高：支持 Docker、Python、uv 等多种部署方式
  • 适合批量生产场景：非常适合短视频矩阵与自媒体内容生产

需要注意的是，该工具的核心能力依赖于大模型 API 与外部素材服务，因此实际使用效果与成本，取决于模型选择、API 配置以及网络环境。

总体而言，MoneyPrinterTurbo 更适合作为“AI 视频自动化生产工具链”，而不是完全替代人工创作的工具。它的真正价值在于：

降低视频内容生产门槛，提高内容生成效率，让创作者将精力更多集中在选题与内容策略上。

✍️写作不易，如果文章对您有些许的帮助请帮忙点赞👍收藏📂您的支持是我写下去的动力💪

posted @ 2026-07-03 16:12  小北编程  阅读(92)  评论(0)    收藏  举报