夜雨聆风
MoneyPrinterTurbo 是一款开源 AI 短视频生成工具。你给主题，它自动写脚本、匹配素材、合成配音字幕并输出高清短视频。
106.9k
GitHub Stars
v1.3.4
最新版本
15+
LLM 提供商。
图注：MoneyPrinterTurbo WebUI 主界面。
小白先看懂。
这是一个自动短视频流水线。输入主题后，它调用大模型写文案。接着从素材库或本地文件夹中匹配画面。最后配上语音、字幕和背景音乐，渲染成 9:16 或 16:9 的视频。
▸适合：批量生产短视频素材的自媒体运营。快速验证内容方向的小团队。有本地素材池需要自动混剪的创作者。愿意折腾本地部署的技术用户。
▸不适合：要求画面与脚本逐帧对应的品牌广告。没有 API Key 也不愿配置云端服务。对视频版权和素材一致性要求极高的商用项目。
▸核心限制：成片质量取决于大模型对主题的理解、素材库的画面匹配度，以及你对参数的调整。它不能替代专业剪辑。
前置条件。
本地部署需要 Python 3.11 或更高版本。支持 Windows 10、macOS 11.0+ 和主流 Linux。Windows 用户尤其注意：项目路径不要包含中文、空格或特殊字符，否则启动脚本和 ffmpeg 检测容易报错。
硬件参考。
● 最低：4 核 CPU / 4 GB RAM / 无 GPU。
● 推荐：6 到 8 核 CPU / 8 GB RAM / 4 GB 显存。
● 理想：8 核及以上 / 16 GB RAM / 8 GB 显存。
● 主要用云端大模型和在线素材时，CPU 与内存比 GPU 更重要。开启 Whisper 本地转录或批量生成时，GPU 会明显提速。
四种安装方式。
▸AI Agent 技能：让支持 Skill 文档的 Agent 加载 docs/skill/SKILL.md 并指定主题。Agent 会自动完成安装和生成。
▸Windows 一键包：从 GitHub Releases 下载解压，路径用英文短路径。先 update.bat 再 start.bat。启动后浏览器自动打开，空白则换 Chrome 或 Edge。
▸Docker 部署：用 docker-compose.release.yml 拉取 GHCR 预构建镜像。首次启动前把 config.example.toml 复制为 config.toml。WebUI 在 8501 端口，API 文档在 8080 端口。
▸手动部署：macOS / Linux 推荐 uv python install 3.11 后 uv sync --frozen。然后 sh webui.sh 启动界面，uv run python main.py 启动 API 服务。
Token 与成本。
项目代码不收钱，但生成视频时会调用外部服务。成本可以拆成三块。
大模型调用（最大变量）。
● 默认 Provider 是 Moonshot / Kimi，用于写脚本和提炼关键词。你需要在 config.toml 填入 API Key。
● 海外可选 OpenAI、Google Gemini、DeepSeek、Azure OpenAI、xAI Grok。
● 国内可选阿里云通义千问、字节火山引擎、MiniMax、小米 MiMo。
● 想零成本可配成本地 Ollama。代价是脚本质量和速度依赖你的硬件。
语音合成（可零成本）。
● 默认 Edge TTS（WebUI 中显示为 Azure TTS V1）不需要 API Key。
● 海外可选 Azure TTS V2、ElevenLabs、Google Gemini。
● 国内可选 SiliconFlow、小米 MiMo，也可自托管 Chatterbox。这些需要对应平台凭证。
素材、字幕与发布（按需付费）。
● 默认素材源 Pexels / Pixabay / Coverr 提供免费 API Key，也可使用本地素材。
● 字幕默认用 Edge TTS 时间戳，免费且无需 GPU。切换 Whisper 本地模型需要下载模型文件，但没有按次计费。
● 可选 TwelveLabs 语义排序、Sonilo 背景音乐、Upload-Post 多平台发布，按对应平台价格计费。
注意
账单由你填写的 LLM / TTS / 素材提供商决定。批量生成前先确认账户余额和限速。
适用场景。
它是主题驱动的素材拼接工具，不是文生视频引擎。最匹配的场景如下。
▸批量选题测试：用默认 Edge TTS + Pexels 快速生成口播短视频，验证哪些主题有流量。
▸本地素材混剪：把会议、产品、课程片段自动拼接。画面可控，版权清晰。
▸多语言出海：同一主题生成中英文脚本与配音，适配不同平台。
▸接入自有产品：通过 REST API 把生成能力集成到自己的工具链。
不太适合的包括：人物口型同步、完全原创画面、脚本与画面强对应的广告片。这些需要文生视频或图生视频模型，而 MoneyPrinterTurbo 当前依赖素材库拼接。
社区反馈。
仓库 2024 年 3 月创建，MIT 协议。最新版本 v1.3.4 发布于 2026 年 8 月。GitHub Stars 为 106884。Forks 为 16215。Watchers 为 657。Open issues 仅 25 条。近期更新集中在 WebUI 改进、新增模型提供商和 Docker 镜像发布。
Issue 区暴露了几类高频问题，安装前建议有预期。
FIXWindows 路径与配置错误：项目路径含中文或空格、config.toml 解析失败、ffmpeg 检测不到。解决方式是用英文短路径，并按报错手动指定 ffmpeg_path。
FIX素材与脚本不匹配：素材库返回的画面与关键词相关度有限。建议开启 match_materials_to_script，或直接改用本地素材。
FIXAPI 404 / Provider 配置错：多数是因为 base_url 或模型 ID 填错。项目通过 OpenAI 兼容层接入多数服务，但不同平台的 endpoint 和模型名并不通用。
FIXWhisper 模型下载失败：国内或受限网络容易从 Hugging Face 下载失败。可手动下载后放到 ./models/whisper-large-v3。
FIX功能请求集中：社区在催更批量生成、参数记忆、文本/图像直接生成视频、更多模型提供商。v1.3.4 已加入任务管理和自定义 Whisper prompt。
总体来看，这是一个高星、低 issue、快迭代的项目。但上手曲线对非技术用户并不平缓。Windows 用户、无 API Key 用户、以及对成片一致性要求高的用户，都需要多一层准备。
结论：先问自己三个问题。
在 clone 仓库之前，建议先确认。
1. 我是否有至少一个 LLM API Key，或者愿意配置本地 Ollama？
2. 我接受素材库拼接的质量上限，还是需要逐帧可控的画面？
3. 我是否愿意处理 Windows 路径、ffmpeg、模型下载等环境细节？
三个答案都是“是”，MoneyPrinterTurbo 是一个值得本地部署的短视频自动化工具。只要有一个“否”，就建议先用在线封装版，或等一键包进一步降低门槛。
SOURCES
GitHub 仓库 harry0703/MoneyPrinterTurbo。
README.md 与安装说明。
config.example.toml。
pyproject.toml。
Releases v1.3.4。
Open Issues 抽样（2026 年 8 月）。