MoneyPrinterTurbo：AI 一站式短视频生成工具

只需提供视频主题或关键词，MoneyPrinterTurbo 即可自动生成视频脚本、匹配素材、生成字幕与背景音乐，并最终合成高清短视频。

核心特性

• 提供 AI Agent、WebUI、API、CLI 四种使用方式，代码按控制器、服务、模型等职责分层
• 支持 AI 自动生成视频脚本，也可使用自定义脚本
• 支持竖屏 9:16（1080×1920）与横屏 16:9（1920×1080）两种高清尺寸
• 支持批量生成，一次产出多个版本以供筛选
• 支持视频片段时长设置，便于调节素材切换节奏
• 支持多语言脚本生成
• 集成 Edge TTS、Azure Speech、SiliconFlow、Google Gemini、小米 MiMo、ElevenLabs、Chatterbox、Fish Audio 等多种语音合成方案，可在界面实时试听
• 支持字幕样式调整（字体、位置、颜色、大小、描边、背景）
• 支持随机或指定的背景音乐，并可调节音量
• 素材来源：本地素材 + Pexels / Pixabay / Coverr 免费高清图库 + WaveSpeed AI 文生视频模型（默认 Seedance）
• 模型支持：Kimi / Moonshot、OpenAI、Anthropic Claude、Google Gemini、DeepSeek、阿里云通义千问、Azure OpenAI、火山引擎方舟、xAI Grok、MiniMax、小米 MiMo，并兼容 Cloudflare AI Gateway、魔搭 ModelScope、AIHubMix、AIML API、EvoLink、Ollama、OneAPI、LiteLLM、Groq、Pollinations AI 等统一网关与聚合平台
• 支持一键跨平台发布至 TikTok、Instagram、YouTube Shorts
• 支持导出/导入预设文件，在界面统一备份与恢复所有 API Key

配置要求

• 推荐系统：Windows 10、macOS 11.0 及以上、主流 Linux 发行版
• Python 3.11+，建议使用 Python 3.11
• GPU 非必需，但本地转录或批量生成时建议使用 4GB 以上显存的独立显卡

快速开始

使用 AI Agent 生成视频

如果你的 AI Agent 支持读取 Skill 文档并操作本地终端（目前支持 macOS 与 Windows），可直接发送以下指令，Agent 会自动完成安装、配置与生成流程，仅在缺少必要 API Key 时向用户询问：

使用这个 Skill：https://raw.githubusercontent.com/harry0703/MoneyPrinterTurbo/main/docs/skill/SKILL.md
帮我生成一个主题为"人工智能如何改变普通人的日常生活"的视频。

Google Colab 一键运行

通过 Colab 免去本地环境配置，直接在云端体验。

Windows 一键启动包

下载压缩包后，先双击 update.bat 更新代码，再双击 start.bat 启动。解压路径请避免中文、特殊字符与空格。默认浏览器如显示空白，建议改用 Chrome 或 Edge。

Docker 部署

cd MoneyPrinterTurbo
docker compose -f docker-compose.release.yml up
# 默认拉取 ghcr.io/harry0703/moneyprinterturbo:latest 预构建镜像
# 首次启动前将 config.example.toml 复制为 config.toml 供容器挂载

启动后访问 WebUI：http://127.0.0.1:8501，访问 API 文档：http://127.0.0.1:8080/docs 或 http://127.0.0.1:8080/redoc。

手动部署

推荐使用 uv 管理依赖：

git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
uv python install 3.11
uv sync --frozen

也可使用 venv + pip：python3.11 -m venv .venv && source .venv/bin/activate && pip install -r requirements.txt。

启动 WebUI：

# Windows
.\webui.bat
# macOS / Linux
sh webui.sh
# 允许局域网访问
export MPT_WEBUI_HOST=0.0.0.0

启动 API 服务：

uv run python main.py

命令行方式（无浏览器）：

uv run python cli.py --video-subject "人工智能如何改变日常生活"
uv run python cli.py --help   # 查看全部参数

语音合成

默认使用免费 Edge TTS（界面显示为 Azure TTS V1），同时支持 Azure TTS V2、SiliconFlow、Google Gemini TTS、小米 MiMo TTS、ElevenLabs、自托管 Chatterbox、Fish Audio 以及无配音模式。可在 WebUI 直接切换 Provider 和音色，Edge TTS 无需 API Key，其余服务需填写对应凭据。

字幕生成

• edge：基于 TTS 时间戳，速度快、无需 GPU（默认）
• whisper：使用本地 faster-whisper 转写音频，时间轴更精确，首次使用需下载模型

切换模式与模型：

[app]
subtitle_provider = "whisper"

[whisper]
model_size = "large-v3-turbo"

如自动下载失败，可从 Hugging Face 手动下载后放入 MoneyPrinterTurbo/models/whisper-large-v3。

背景音乐与字幕字体

背景音乐位于 resource/songs，字幕字体位于 resource/fonts，均可替换为自有素材。

跨平台发布（TikTok / Instagram / YouTube Shorts）

注册 Upload-Post 并获取 API Key，在 config.toml 中启用：

[app]
upload_post_enabled = true
upload_post_api_key = "your-api-key"
upload_post_username = "your-username"
upload_post_platforms = ["tiktok", "instagram", "youtube"]
upload_post_auto_upload = true
upload_post_youtube_privacy_status = "public"

常见问题

• ffmpeg 缺失：RuntimeError: No ffmpeg exe could be found，从 https://www.gyan.dev/ffmpeg/builds/ 下载后，在 config.toml 设置 ffmpeg_path 即可。
• Too many open files：执行 ulimit -n 10240 调高系统文件句柄上限。
• Whisper 模型下载失败：网络受限时改用 Hugging Face 手动下载方案。