MoneyPrinterTurbo 功能總覽:一句主題,自動產出高清短影片
發布時間:
MoneyPrinterTurbo 功能總覽:一句主題,自動產出高清短影片
MoneyPrinterTurbo 是一個「一站式 AI 短影片產生工具」:只要提供影片主題或關鍵字,它就會自動生成影片腳本、搜尋或生成畫面素材、合成配音與字幕、加上背景音樂,最後剪輯合成一支高清短影片,並可一鍵上傳到 TikTok、Instagram 與 YouTube Shorts。整個流程從文案到成片完全自動化,也允許在每個環節改用自產內容。
| 專案資訊 | 數值 |
|---|---|
| 倉庫 | harry0703/MoneyPrinterTurbo |
| Stars / Forks | 142,374 / 22,759 |
| 授權 | MIT |
| 主要語言 | Python(約 4.1 MB 程式碼,另有少量 CSS/Shell) |
| 最新版本 | v1.3.10(2026-11-07 發布) |
| 建立時間 | 2024-03-11,至今持續活躍更新 |
| 執行環境 | Windows 10 / macOS 11+ / Linux,Python 3.11+ |
專案自 2024 年 3 月建立以來成長快速,是 GitHub 上 Star 數最高的 AI 影片產生開源專案之一,更新節奏穩定(v1.3.9、v1.3.10 都在 2026 年 11 月初接連發布)。
介面總覽
WebUI 以 Streamlit 打造,左側是生成設定(主題、語言、畫幅、配音、字幕樣式等),右側為任務進度與成片預覽;另外提供 FastAPI 的 REST API 文件介面,可整併到自動化流程。


核心工作流程
輸入一個主題後,系統依序完成六個環節,每個環節都可替換成自訂內容:
主題/關鍵字
│
├─① LLM 產生多語影片腳本(或貼上自寫腳本)
├─② TTS 語音配音(自動/上傳配音檔/無配音)
├─③ 素材取得:庫存網站、AI 文生影片、上傳本地圖影片
├─④ 字幕產生(TTS 時間戳或 Whisper 轉錄)
├─⑤ 背景音樂(隨機/本地/AI 生成)
└─⑥ FFmpeg + MoviePy 剪輯合成 → 9:16、16:9、1:1 成片
│
└─ 一鍵發布 TikTok / Instagram / YouTube Shorts
功能特性詳解
1. 創作入口與工作流
| 入口 | 說明 |
|---|---|
| AI Agent | 將專案的 docs/skill/SKILL.md 連結貼給支援 Skill 的 AI 助理,它會自動完成安裝、設定與影片產出(支援 macOS / Windows),缺 API 金鑰時才會詢問使用者 |
| WebUI | 圖形介面,瀏覽器開啟 http://127.0.0.1:8501 |
| API | FastAPI 服務(預設 port 8080,/docs 為 OpenAPI 文件),適合接 n8n 等自動化流程 |
| CLI | cli.py 純命令列產片,無需瀏覽器;--batch-file 可批次執行最多 100 個任務(UTF-8 JSON 清單),單筆失敗不影響後續,結束輸出 JSON 彙總 |
其他工作流能力:批次產生多支成片、任務歷史記錄、生成設定與 API 金鑰的匯入/匯出/回覆。
2. 腳本與模型服務
腳本支援 AI 自動產生或改寫多語言影片文案,也可直接使用自訂腳本。模型端的廣度是這個專案的最大賣點:
- 主流模型服務:Kimi / Moonshot AI、OpenAI、Anthropic Claude、Google Gemini、DeepSeek、阿里雲通義千問、Azure OpenAI、火山引擎方舟、xAI Grok、MiniMax、小米 MiMo 等。
- 統一閘道/聚合平台/本地環境:Cloudflare AI Gateway、OpenRouter、LiteLLM、OneAPI、Ollama、魔搭 ModelScope、AIHubMix、AIML API、Groq、Pollinations AI 等 OpenAI 相容端點皆可串接。
- v1.3.10 起另支援 OpenAI Codex 訂閱登入(裝置碼登入+動態模型選取)與 ChatGPT Native OAuth 提供器,可直接沿用訂閱額度而不用另買 API。
對已有自建推理服務(例如 LiteLLM Proxy 或 Ollama)的使用者來說,几乎零成本就能把這套工具接進現有環境。
3. 影片與圖片素材
| 素材來源 | 說明 |
|---|---|
| 庫存網站 | Pexels(免費)、Pixabay(免費)、Coverr 的高清圖庫影片 |
| 本地上傳 | 上傳自備圖片與影片,完全脫離線上素材 |
| 秘塔 MiniMax H3 文生影片 | 768P / 2K、4~15 秒原始素材,支援 9:16、16:9、1:1 |
| 火山引擎方舟 Seedance | 原生接續,依腳本片段產生連貫畫面 |
| 勝算雲 AI 影片 | 多段 AI 素材,沿用同一套配音/字幕/剪輯流程 |
| WaveSpeed、OFox、MuAPI | 多家文生影片 API(OFox 一組金鑰可調用 Seedance、Wan 等;MuAPI 非同步 3~12 秒素材) |
| OpenAI 相容文生圖 | 串雲端或自建圖片閘道,將生成圖片轉為帶緩慢縮放效果的動態片段 |
片段層面可調整時間長度、畫面適配方式與素材匹配順序,以配合不同畫幅與敘事節奏。
4. 配音、字幕與配樂
語音合成(TTS):內建 Edge TTS(免費、免 API 金鑰,預設的 Azure TTS V1 即基於它),另整合 Azure Speech V2、SiliconFlow、Google Gemini TTS、小米 MiMo、MiniMax、ElevenLabs、自架 Chatterbox / Kokoro、Fish Audio、ModelBest VoxCPM。VoxCPM 還支援上傳參考音訊複製說話者音色(可保留節奏與情緒)。提供音色試聽與完整配音預覽,並可選擇「自動配音/上傳配音/無配音」三種模式。
字幕產生提供兩種策略:
| 模式 | 原理 | 特色 |
|---|---|---|
edge(預設) | 直接用 TTS 回傳的時間戳 | 速度快、不需要 GPU |
whisper | 本地 faster-whisper 轉錄音訊 | 時間軸更準;首次需下載模型(large-v3 約 3 GB,或 large-v3-turbo 約 1.6 GB) |
字幕可調字體、位置、顏色、大小、描邊與背景樣式;v1.3.10 加入阿拉伯文字幕整形(連字、RTL 排版、混排字形回溯)。
背景音樂:從 resource/songs 隨機选用、指定本地音樂,或使用 AI 生成配樂(ElevenLabs Music),音量可獨立控制。
5. 成片與發布
- 三種畫幅:直式
9:16(1080×1920)、橫式16:9(1920×1080)、方形1:1(1080×1080)。 - 一鍵跨平台發布:產片完成後自動上傳至 TikTok、Instagram、YouTube Shorts。
- 任務追蹤可在重新整理頁面後續看進度,並有重複提交防護與輪詢狀態顯示(v1.3.10)。
技術架構
以 Python 單體架構為主,WebUI、API、CLI 共用同一層服務:
┌─ webui/Main.py(Streamlit,單檔即完整介面)
├─ main.py → FastAPI(app/controllers/v1,port 8080)
├─ cli.py(命令列與批次清單)
│
└─ app/services/(核心服務層,37 個模組)
├─ llm.py 腳本生成、多模型适配(62 KB)
├─ material.py 素材搜尋/AI 文生影片接入(141 KB)
├─ voice.py 各家 TTS 服務整合(163 KB)
├─ video.py 剪輯合成管線(97 KB)
├─ subtitle.py 字幕產生
├─ bgm.py 背景音樂
├─ task.py 任務佇列與狀態(可共用 Redis 併發上限)
└─ 各供應商模組(elevenlabs / metaso / ofox / volcengine_seedance …)
關鍵依賴:moviepy + imageio-ffmpeg(剪輯)、streamlit(UI)、fastapi + uvicorn(API)、litellm / openai / google-genai(模型接入)、edge-tts(免費配音)、faster-whisper(字幕轉錄)、khatt(阿拉伯文字幕繪製)、pydub(音訊處理)。專案有 CI 分支覆蓋率底線(70%)與容器漏洞掃描,工程品質維護相當認真。
安裝與部署
| 方式 | 指令/步驟 | 適用對象 |
|---|---|---|
| pip 官方套件 | pip install mpt → mpt webui(官方 PyPI 包名為 mpt;PyPI 上的 MoneyPrinterTurbo 是第三方維護) | 已有 Python 環境,想快速使用 |
| Windows 一鍵啟動包 | 到 Releases 下載 .7z(注意不是 Source code),先跑 update.bat 再跑 start.bat;路徑避免中文/空格 | Windows 新手 |
| Docker | docker compose -f docker-compose.release.yml up,直接拉取 ghcr.io/harry0703/moneyprinterturbo:latest;另有 GPU 版 compose | 想要隔離環境或伺服器部署 |
| 源碼部署 | uv sync --frozen 後執行 webui.bat / sh webui.sh;API 用 python main.py | 二次開發 |
| Google Colab | 一鍵開啟 docs/MoneyPrinterTurbo.ipynb | 免安裝體驗 |
| AI Agent | 把 docs/skill/SKILL.md 連結貼給 Agent 下指令 | 完全免手動設定 |
幾個實用細節:
- 首次啟動依
config.example.toml自動建立config.toml,API 金鑰在 WebUI 基礎設定中填寫即可。 - pip 安裝版的資料目錄:Windows 在
%LOCALAPPDATA%\MoneyPrinterTurbo,可用MPT_HOME覆寫;成片位於其中storage/tasks。 - 想讓區域網路內的裝置共用 WebUI,設定
MPT_WEBUI_HOST=0.0.0.0再啟動。 - API 預設僅容許同源網頁存取,跨源前端才需用
CORS_ALLOWED_ORIGINS白名單;curl / Postman / n8n 等服務端呼叫不受 CORS 限制。
硬體需求
| 項目 | 最低 | 建議 | 理想 |
|---|---|---|---|
| CPU | 4 核心 | 6~8 核心 | 8 核心以上 |
| 記憶體 | 4 GB | 8 GB | 16 GB 以上 |
| GPU | 非必需 | 4 GB 記憶體以上 | 8 GB 記憶體以上 |
若主要使用雲端 LLM、雲端 TTS 與線上素材,CPU 與記憶體比 GPU 重要;啟用本地 faster-whisper、批次產生或较重本地處理時,GPU 才有明顯幫助。
常見問題速查
No ffmpeg exe could be found:ffmpeg 通常會自動下載;失敗時自行從 gyan.dev 下載並在config.toml設定ffmpeg_path。Too many open files:以ulimit -n 10240調高檔案開啟數上限。- Whisper 模型下載失敗:改從 Hugging Face 手動下載
whisper-large-v3,整份資料夾放到專案models/whisper-large-v3。
近期動態(v1.3.10)
- 新增 OpenAI Codex 訂閱存取與 ChatGPT Native OAuth 提供器,以及 Codex 圖片生成作為素材來源。
- 新增 Infistar、Jalapeno Cloud 等 LLM/影片生成服務。
- 長效影片產生加入階段進度、經過時間與輪詢狀態;任務於頁面重新整理後仍可追蹤。
- 阿拉伯文字幕整形、更平滑的圖片緩慢縮放、新增印尼語介面。
- Redis 任務併發上限跨 worker 共用(原子化槽位預留與續約)。
總結評價
亮點
- 一條龍完成「腳本→配音→素材→字幕→配樂→剪輯→發布」,每個環節都能自動化也能人工接管。
- 模型供應商覆蓋極廣,從免費的 Edge TTS、Pexels 到各大雲端的 LLM / TTS / 文生影片都能接,也支援 OpenRouter、LiteLLM、Ollama 等中介閘道與本地模型。
- 四種入口(Agent / WebUI / API / CLI)加上 pip、Docker、一鍵包,部署彈性高,MIT 授權可自由商用。
- 維護活躍:本檔撰寫當下為 142k+ 星,v1.3.10 發布於 2026-11-07,修復與新功能節奏穩定。
限制與注意
- 本質是「圖文快剪」型成片:以素材庫與 AI 素材拼貼敘事,不適合需要原創实拍畫面的品牌影片。
- 重度雲端服務依賴:品質與成本取決於所选 LLM / TTS / 文生影片 API 的計費與穩定性;完全免費路線(Edge TTS + Pexels)可行但上限較低。
- 預設內嵌字幕與配樂素材來自網路,商用前請自行確認授權;README 也明確提示預設音樂若有疑慮請自行移除。
- 一次產片的成本與時間仍要以自己串的模型為準,建議先用便宜模型跑通流程再升級。
適合想批量經營短影音內容的創作者、需要內容量產的營運團隊,以及想把影片生成包成 API 的開發者;不適合追求電影級原創畫面的使用者。
資料來源:MoneyPrinterTurbo README、GitHub API 與 v1.3.10 發布說明,擷取於 2026-11-11。