← 返回文章

MoneyPrinterTurbo:根据主题一键生成短视频的自动化工具

更新于

根据主题一键生成短视频的自动化工具。

MoneyPrinterTurbo 的官方界面或演示截图
封面:来源 · MIT

MoneyPrinterTurbo 是 harry0703 维护的 AI 短视频生成工具。输入一个主题或关键词,它会调用大模型写脚本、抓取或生成素材、合成配音与字幕,最后用 FFmpeg 拼成一条可以直接发布的竖屏或横屏视频。项目用 Python 编写,2024 年 3 月创建,MIT 许可,主要面向需要批量产出知识类、口播类短视频的内容团队和独立开发者。本文按官方 README 整理,未在本机完整实测;模型列表、命令和配置项以当前版本为准。

从主题到成片的流水线

生成流程被拆成几个可以单独替换的环节。脚本由 Kimi、OpenAI、Claude、Gemini、DeepSeek、通义千问、Azure OpenAI、火山方舟、xAI、MiniMax 等模型生成或改写;素材可以来自 Pexels、Pixabay、Coverr 的库存视频,也可以上传本地图片和视频,或接入 Seedance、MiniMax H3、WaveSpeed、OFox 等文生视频服务;配音支持免费的 Edge TTS,也支持 Azure Speech、SiliconFlow、Gemini、MiniMax、ElevenLabs、Fish Audio 等服务。字幕的字体、位置、颜色、大小、描边和背景样式,以及背景音乐音量,都能在 WebUI 里调整。

成片提供 9:16(1080×1920)、16:9(1920×1080)和 1:1(1080×1080)三种画幅。README 还列出了生成后自动上传 TikTok、Instagram 和 YouTube Shorts 的选项。

四种使用入口

README 把入口分成 AI Agent、WebUI、API 和 CLI 四类。最省事的是让支持 Skill 的 Agent 读取仓库里的 SKILL.md,自动完成安装、配置和生成;也可以安装官方 PyPI 包 mpt:

python -m pip install mpt
mpt webui

指定端口且不自动打开浏览器时用 mpt webui --port 8503 --headless。Docker 部署则先准备 config.toml,再执行:

docker compose -f docker-compose.release.yml up

WebUI 默认在 8501 端口,API 文档在 8080 的 /docs 和 /redoc。API 覆盖视频生成、脚本、关键词、音频、字幕、任务查询和下载等接口;独立网页前端跨域调用时,需要通过环境变量 CORS_ALLOWED_ORIGINS 显式放行来源,curl、Postman 和服务端调用不受影响。

MoneyPrinterTurbo 的界面或功能演示截图
README 中的 API 文档截图:视频生成流程被拆成多个可单独调用的任务接口

没有浏览器环境时,CLI 可以完成同样的流程:

uv run python cli.py --video-subject "人工智能如何改变日常生活"

--batch-file 支持一次提交最多 100 个任务,清单里的相对路径以清单所在目录为基准,单个任务失败不会中断后续条目,结束后输出统一的 JSON 汇总。批量出片和接入自动化流程时,这比在网页上逐条点击更合适。

一个典型场景

假设一个账号每周要发十条一分钟以内的科普口播。运营人员在表格里列出主题,用批量任务一次生成,再在 WebUI 里挑出素材匹配较好的几条,手动替换个别片段。相比逐条找素材、录音、对字幕,省下的是重复劳动,而不是创意本身。成片仍要人工复检,尤其是数字、专有名词和容易引起误解的画面。

和手动剪辑、模板工具的差别

剪映、CapCut 这类工具把控制权交给剪辑者,转场、节奏和画面挑选都可以精修;MoneyPrinterTurbo 的优势在吞吐量,一条视频的画面由素材库匹配决定,风格统一但细节粗糙。它也不等同于 Remotion 这类程序化框架:后者要求写代码定义每一帧,前者把编排交给模型和模板。三者可以组合,用 MoneyPrinterTurbo 出粗剪,再进剪辑软件精修。

限制与风险

素材匹配按关键词检索,脚本和画面经常只是“相关”而不“贴合”,成片仍需要人工筛选。库存素材和 AI 生成素材各有授权条款,商用前要逐项核对;TTS 和声音克隆同样涉及声音授权。自动发布依赖平台账号和接口规则,账号安全与平台对自动化内容的政策需要自己承担。本地批量生成对 CPU、内存和磁盘占用不小,启用 faster-whisper 等本地转录时更明显。README 给出的最低配置是 4 核 CPU、4 GB 内存,推荐 6 到 8 核、8 GB 内存;GPU 不是必需,但批量处理时能明显提速。

适合谁

适合需要稳定产出模板化短视频、并且愿意在生成后做人工复检的内容团队、自媒体运营和做视频流水线的开发者。追求品牌级画面、精确节奏或复杂合成的广告制作,不适合用它直接交付。

入口