机器翻译正文由机器翻译自项目原始文档（英文），排版经程序统一处理，可能存在偏差，请以原项目仓库为准。

界面预览 🖥️

WebUI

API

特别感谢 ❤️

感谢 Kimi 赞助本项目！Kimi K3 是 Moonshot AI 迄今能力最强的模型，也是全球首个开源 3T 级模型，拥有原生视觉能力与 100 万 Token 上下文，在知识工作、推理和长周期任务中展现前沿性能。在 MoneyPrinterTurbo 中，K3 能直接驱动视频创作，不仅撰写视频文案，还会提炼素材搜索关键词、决定成片画面；对内容理解越准确，匹配到的素材就越贴题。

MoneyPrinterTurbo 用户专属优惠：新用户通过专属链接注册，首次成功充值可获充值金额 10% 的 API 额度，最高赠送 ¥1000。活动截至 2026 年 9 月 30 日。前往 Kimi 开放平台（中文站｜Global）体验 API。

作者的另一个开源项目：MangoDisk ⭐

面向 macOS 和 Windows 的开源磁盘清理、空间分析与系统优化工具
一站式清理缓存、大文件、重复文件和应用残留，并提供磁盘空间分析、应用卸载、启动项管理、系统优化与维护

访问 MangoDisk 官网 · 查看 GitHub 开源项目

功能特性 🎯

创作入口与工作流

• 提供 AI Agent、WebUI、API 和 CLI 四种使用方式，既能快速上手，也能接入自动化流程
• 从主题自动完成脚本、配音、素材、字幕、配乐和剪辑，也支持在每个环节使用自定义内容
• 支持 批量生成多条成片、任务历史记录，以及生成设置与 API Key 的导入、导出和恢复

脚本与模型服务

• 支持 AI 自动生成或改写 多语言视频脚本，也可以直接使用自定义脚本
• 支持 Kimi / Moonshot AI、OpenAI、Anthropic Claude、Google Gemini、DeepSeek、阿里云通义千问、Microsoft Azure OpenAI、火山引擎方舟、xAI Grok、MiniMax 和 小米 MiMo 等主流模型服务
• 兼容 胜算云、APIMart、Cloudflare AI Gateway、魔搭 ModelScope、AIHubMix、AIML API、EvoLink、OpenRouter、API Route、Fluxion AI、Ollama、Claude Code 订阅、OneAPI、LiteLLM、Groq 和 Pollinations AI 等统一网关、聚合平台和本地运行环境

视频与图片素材

• 支持上传自己的 本地图片和视频，也可从 Pexels（免费）、Pixabay（免费） 和 Coverr 获取高清库存素材
• 支持 秘塔 MiniMax H3 文生视频，可生成 768P/2K、4～15 秒的原始素材，并适配 9:16、16:9 和 1:1 三种画幅
• 支持 胜算云 AI 视频，可生成多段 AI 视频素材，并沿用项目的配音、字幕和剪辑流程合成成片
• 原生接入 火山引擎方舟 Seedance，可根据脚本片段生成连贯的视频画面
• 支持 WaveSpeed AI 文生视频，可根据脚本关键词快速生成原创素材
• 支持 OFox 多模型文生视频，一个 API Key 即可调用 Seedance、Wan 等模型
• 通过异步 MuAPI 文生视频接口生成 3～12 秒 AI 视频素材，并支持配置 Endpoint、画幅、分辨率和轮询参数
• 支持 OpenAI 兼容文生图，可连接云端服务或自定义图片网关，并将生成图片转换为动态视频片段
• 支持调整片段时长、画面适配方式和素材匹配顺序，以适配不同画幅和叙事节奏

配音、字幕与配乐

• 支持自动配音、上传配音和无配音三种方式，并提供音色试听与完整配音预览
• 集成 Edge TTS（免费、无需 API Key）、Azure Speech、SiliconFlow、Google Gemini、小米 MiMo、MiniMax、ElevenLabs、Chatterbox、Kokoro、Fish Audio 和 ModelBest VoxCPM 等配音服务
• 支持自动生成字幕，可调整字体、位置、颜色、大小、描边和背景样式
• 支持随机、本地及 AI 生成背景音乐，并可独立控制音量

成片与发布

• 支持竖屏 9:16（1080×1920）、横屏 16:9（1920×1080） 和方形 1:1（1080×1080）
• 支持一键 跨平台发布，生成完成后可自动上传至 TikTok、Instagram 和 YouTube Shorts

作品展示 🎬

以下示例均由 MoneyPrinterTurbo 实际生成。

竖屏 9:16

横屏 16:9

配置要求 📦

• 建议系统：Windows 10、macOS 11.0 或更高版本，以及主流 Linux 发行版
• 本地部署需要 Python 3.11 或更高版本，推荐使用 Python 3.11
• 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

快速开始 🚀

推荐使用方式

• 不想手动安装和配置：直接使用 AI Agent 生成视频
• Windows 用户：优先使用一键启动包，适合快速体验
• macOS / Linux 用户：优先使用 uv 进行本地部署
• 想要隔离运行环境：优先使用 Docker 部署

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，可以直接发送下面这段话。Agent 会自动完成安装、配置和视频生成；只有缺少必要的 API Key 时才会向你询问，完成后会返回生成的视频文件路径。目前支持 macOS 和 Windows。

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。

在 Google Colab 中运行

免去本地环境配置，点击直接在 Google Colab 中快速体验 MoneyPrinterTurbo

Windows 一键启动包

下载一键启动包，解压直接使用（路径不要有 中文、特殊字符、空格）

• 下载最新 Windows 一键启动包

请在页面下方的 Assets 区域下载 .7z 压缩包。GitHub 自动生成的
Source code (zip) / Source code (tar.gz) 只是源码，解压后只有 webui.bat，
不含 start.bat 和 update.bat。

下载后，建议先双击执行 update.bat 更新到最新代码，然后双击 start.bat 启动

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）

安装部署 📥

前提条件

• 本地部署需要 Python 3.11 或更高版本
• Windows 用户建议避免使用包含中文、特殊字符或空格的项目路径

① 克隆代码

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

② 首次配置

首次启动时，项目会根据 config.example.toml 自动创建 config.toml，无需手动创建配置文件。使用云端大模型、在线素材或 AI 视频等服务前，请在 WebUI 的基础设置中填写对应的 API Key。

Docker 部署 🐳

① 启动 Docker

如果尚未安装 Docker，请先下载并安装 Docker Desktop。

Windows 用户可以参考微软的文档：

1. 安装 WSL
2. 在 WSL 中使用 Docker 容器

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

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。
首次启动前，请将 config.example.toml 复制为 config.toml，供容器挂载使用。

② 访问 WebUI

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

API 默认仅允许同源网页访问。只有独立网页前端需要从其他来源直接调用 API 时，才应通过环境变量 CORS_ALLOWED_ORIGINS 配置可信来源，例如 http://localhost:3000,https://frontend.example.com。curl、Postman、n8n 和其他服务端调用不受 CORS 限制。

手动部署 📦

视频教程

• 完整的使用演示
• 如何在 Windows 上部署

① 创建虚拟环境

推荐使用 uv 管理 Python 环境和依赖。项目支持 Python 3.11 或更高版本，以下示例使用 Python 3.11。

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

如果你暂时不使用 uv，也可以继续使用 venv + pip

python3.11 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

说明：

• pyproject.toml 是主依赖定义文件
• uv.lock 是锁文件，建议默认执行 uv sync --frozen
• requirements.txt 仅保留给旧的 pip 安装方式兼容使用

② 启动 WebUI 🌐

注意需要到 MoneyPrinterTurbo 项目 根目录 下执行以下命令

Windows

.\webui.bat

在 CMD 中也可以执行 webui.bat。 webui.bat 会优先使用项目 .venv 或一键包内置 Python；如果没有找到项目 Python，但已安装 uv，会自动切换为 uv run streamlit。 如需允许局域网内其他设备访问 WebUI，可以先执行 set MPT_WEBUI_HOST=0.0.0.0，再运行 webui.bat。

macOS 或 Linux

sh webui.sh

脚本会自动使用项目虚拟环境或 uv，并选择可用的本地端口。如需允许局域网内其他设备访问，可以执行：

MPT_WEBUI_HOST=0.0.0.0 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 启动 API 服务 🚀

uv run python main.py

如果你已经手动激活了虚拟环境，也可以直接执行：

README 内容已截断, 请前往 GitHub 查看完整内容。