给一个关键词就产出短视频的自动化流水线（MoneyPrinterTurbo）

做短视频批量生产，真正耗时间的是流程：写脚本、找无版权素材、配旁白、对字幕、合成一条能发的成片，每条都要重走一遍。MoneyPrinterTurbo 把这套链路压成一次调用。

MoneyPrinterTurbo 是用 Python 写的 AI 短视频生成工具，输入一个主题或关键词，输出带配音、字幕和背景音乐的高清成片，适合需要批量出片的内容创作者与自动化开发者。

它对外有三种使用方式：浏览器里的 WebUI、命令行脚本 cli.py，以及一套 API 接口。仓库同时提供 Dockerfile 与 docker-compose 系列文件，本地直跑和容器化部署都走得通。

基础用法

仓库地址是 https://github.com/harry0703/MoneyPrinterTurbo，采用 MIT 许可证，主要语言为 Python。截至 2026 年 10 月 3 日，这个仓库累计 128173 个 Star、20052 个 Fork，开放 Issue 46 个。

安装与依赖

依赖以 Python 为主，占语言构成的 99.1%。根目录同时放着 requirements.txt、pyproject.toml 和 uv.lock，pip 与 uv 两条依赖管理路径都有对应文件。视频编码环节用 ffmpeg，仓库把它列在 Topic 中，Issue 里也给出了 h264_nvenc 的加速做法。

部署形态分本机直跑和容器两条路。根目录的 webui.bat 面向 Windows，webui.sh 面向 Linux 与 macOS。

# Windows
webui.bat

# Linux / macOS
sh webui.sh

容器化路线有四份编排文件：docker-compose.yml、docker-compose.release.yml、docker-compose.gpu.yml 和 docker-compose.claude.yml，Dockerfile 也对应拆成 Dockerfile、Dockerfile.gpu 与 Dockerfile.claude。

FFmpeg 的具体版本要求、Python 版本下限，仓库在已给文档里都没有写明。

最短能跑通的示例

配置从根目录的 config.example.toml 起步，这个模板接近 30 KB。把里面的大模型与语音服务信息填好，启动 WebUI，在页面上填一个视频主题或关键词，后面的脚本生成、素材匹配、配音、字幕和合成会依次跑完。

模板应当另存成哪个文件名，仓库在已给文档里没有说明，也没有展开 cli.py 的逐条命令行参数。

确认它跑起来了

v1.3.8 之后，素材下载、片段处理和最终渲染三个阶段都会持续上报进度，后台辅助线程的任务日志会显示在 WebUI 里。跑起来的第一个信号是页面进度在动，而不是长时间停在同一行日志上。

从 Issue 里的路径看，成片落在项目的 storage/tasks/ 目录，每条任务一个 UUID 命名的子目录，中间产物和合成结果都在里面，例如 combined-1.mp4。v1.3.4 起，生成的视频改用视频主题作为下载文件名，多条视频的任务会自动编号。同版本还加了一个 WebUI 偏好，可以关掉生成后自动打开任务文件夹的行为。

主要功能

脚本与素材

• 从主题或关键词生成脚本。输入一句话，模型负责写文案，同时提炼出用于检索素材的关键词，再据此决定成片画面。文案理解得越准，匹配到的素材越贴题。这一步依赖外部大模型服务，需要自备可用的 API Key。
• 文生视频源片。v1.3.6 加入了火山引擎方舟 Seedance 的原生视频生成，可以直接按脚本片段产出源素材；同一版本还接入 OFox 多模型文生视频，让 Seedance、Wan 等模型共用一份 API Key。用这条路就不再依赖素材库检索。
• 素材检索与下载。走素材库路线时，程序调用第三方接口按关键词搜索并下载片段，日志里可以看到 Pexels 的搜索地址。v1.3.8 起，下载、片段处理到最终渲染都有进度回报。

配音与成片

• 多家语音合成提供商。v1.3.5 加入 MiniMax 与 Fish Audio，同时同步了 Gemini 的官方语音目录，Edge TTS 与 Azure TTS 也在其中。WebUI 里提供自动语音预览，不用生成整条视频就能先听音色。
• 逐词字幕与动画。v1.3.7 支持逐词字幕和弹出弹簧动画，显示模式与动画效果在 WebUI 里分开控制，可以只开其中一个。
• Whisper 提示词配置。v1.3.4 起可以配置 Whisper 的 initial_prompt，用来提升字幕识别准确度。
• 背景音乐预设。v1.3.7 加入预设背景音乐选择，并支持在浏览器内直接试听后再决定用哪首。
• 成片输出。生成文件以视频主题命名，多视频任务自动编号。GPU 环境下可以改用 h264_nvenc 编码加速合成，Issue 里给出的是修改 video.py 中 write_videofile 的 codec 参数。

参数与配置

常用参数

可调项集中在配置模板里。已给文档中点名的几项包括：Whisper 的 initial_prompt；素材与片段的重命名规则，v1.3.8 起可配置；生成完成后是否自动打开任务文件夹，这一项在 WebUI 偏好里切换。其余字段名仓库没有在已给文档中列出。

配置文件

配置入口是根目录的 config.example.toml，大小约 30.6 KB，是项目提供的模板文件。容器部署时，docker-compose 系列文件承担环境与卷的挂载配置。仓库没有提供第二份配置文件，也没有说明配置项的分组结构。

实际使用中的坑

Issue 区讨论最多的是语音合成失败。多条记录指向 Edge TTS 的 403，报错里带着 wss://speech.platform.bing.com 的地址，有用户反映换了 VPN 出口也没能绕过。相关条目目前标记为已解决。

依赖版本也会绊人。ModuleNotFoundError: No module named 'moviepy.editor' 是一条被反复提到的报错，指向 moviepy 导入路径的变化，状态为已解决。

合成阶段出现过 combine_videos doesn't work at all，日志反复打印 combining video 却拿不到结果，条目同样已解决。

还有一类是语言不匹配：语音和文案选了不同语种，任务在生成音频这一步就失败，日志提示检查语音与脚本的语言是否一致。有用户遇到只能出音频、出不了视频，原因是配置里缺了与视频相关的项。这两条也都是已解决状态。

几个同类怎么选

这三个项目在做同一件事，但形态不同。两个 n8n 工作流要先有一台 n8n 实例，本身不提供界面；如果你没有 n8n，也不打算为出片再维护一套自动化平台，MoneyPrinterTurbo 更省事。反过来，如果你的选题、审核、分发已经全在 n8n 里，把出片环节接进现有流程会比另起一个应用更顺。MoneyPrinterTurbo 在这两个对比项面前不占优的地方是体积和依赖：仓库 539253 KB，还要装一整套 Python 环境，而导入一份 n8n 工作流要轻得多。

合规限制

程序从第三方素材平台检索并下载视频片段用于合成，Issue 日志里可以看到它调用的是 Pexels 的搜索接口。使用前确认所用素材来源的服务条款允许这种用途，账号与 API Key 都应当是本人注册并有权使用的，不要把接口额度用在未经授权的内容上。

生成内容如何分发是另一端的责任。把批量产出的视频投向短视频平台时，需要遵守平台关于原创性和内容标注的规则；用这套流程去铺量、刷量，账号与项目都会承担风险。请只在自有资产或已获授权的素材来源上使用它。

适合谁

它适合需要按主题批量出片、又不想逐条手工剪辑的内容创作者，适合把视频生成接进自有系统、需要 API 与命令行入口的开发者，也适合手上有 GPU、想用 h264_nvenc 加速合成的人。

它不适合只想精修一两条视频的人，那类工作用剪辑软件更快；不适合完全没有可调用的大模型与语音服务凭据的人，配置缺项在生成音频这一步就会中断；也不适合网络出口受限、连素材库都访问不到的环境，Issue 里就有用户在无外网的 Linux 服务器上卡住。

焚评：这个项目的量化评分

本项目的选题来自 焚.com（一个按公开公式给 GitHub 项目打分的站）。焚评当前总分 9.7 分（满分 10）。下表是各维度的得分：

评分口径、权重与计算方式见焚.com 的评分方法页；数据随 GitHub 指标刷新，具体数值以焚.com 当前页面为准。本文正文为诀.com 独立撰写，评分数据由焚.com 授权引用。