经 AI Skill Hub 精选评估,MoneyPrinterTurbo Agent工作流 获评「强烈推荐」。在 GitHub 上收获超过 57.3k 颗 Star,这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色,AI 评分 8.2 分,适合有一定技术背景的用户使用。
MoneyPrinterTurbo Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
MoneyPrinterTurbo Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
# 方式一:pip 安装(推荐)
pip install moneyprinterturbo
# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install moneyprinterturbo
# 方式三:从源码安装(获取最新功能)
git clone https://github.com/harry0703/MoneyPrinterTurbo
cd MoneyPrinterTurbo
pip install -e .
# 验证安装
python -c "import moneyprinterturbo; print('安装成功')"
# 命令行使用
moneyprinterturbo --help
# 基本用法
moneyprinterturbo input_file -o output_file
# Python 代码中调用
import moneyprinterturbo
# 示例
result = moneyprinterturbo.process("input")
print(result)
# moneyprinterturbo 配置文件示例(config.yml) app: name: "moneyprinterturbo" debug: false log_level: "INFO" # 运行时指定配置文件 moneyprinterturbo --config config.yml # 或通过环境变量配置 export MONEYPRINTERTURBO_API_KEY="your-key" export MONEYPRINTERTURBO_OUTPUT_DIR="./output"
<p align="center"> <a href="https://github.com/harry0703/MoneyPrinterTurbo/stargazers"><img src="https://img.shields.io/github/stars/harry0703/MoneyPrinterTurbo.svg?style=for-the-badge" alt="Stargazers"></a> <a href="https://github.com/harry0703/MoneyPrinterTurbo/issues"><img src="https://img.shields.io/github/issues/harry0703/MoneyPrinterTurbo.svg?style=for-the-badge" alt="Issues"></a> <a href="https://github.com/harry0703/MoneyPrinterTurbo/network/members"><img src="https://img.shields.io/github/forks/harry0703/MoneyPrinterTurbo.svg?style=for-the-badge" alt="Forks"></a> <a href="https://github.com/harry0703/MoneyPrinterTurbo/blob/main/LICENSE"><img src="https://img.shields.io/github/license/harry0703/MoneyPrinterTurbo.svg?style=for-the-badge" alt="License"></a> </p> <br> <h3>简体中文 | <a href="README-en.md">English</a> | <a href="README-ar.md">العربية</a></h3> <div align="center"> <a href="https://trendshift.io/repositories/8731" target="_blank"><img src="https://trendshift.io/api/badge/repositories/8731" alt="harry0703%2FMoneyPrinterTurbo | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a> </div>
<br> 只需提供一个视频 <b>主题</b> 或 <b>关键词</b> ,就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐,然后合成一个高清的短视频。 <br>


</div>
用于视频的背景音乐,位于项目的 resource/songs 目录下。
当前项目里面放了一些默认的音乐,来自于 YouTube 视频,如有侵权,请删除。
API 和 Web界面1080x19201920x1080字体、位置、颜色、大小,同时支持字幕描边设置背景音乐音量config.toml 中配置 upload_post_platforms、upload_post_youtube_privacy_status 等参数如果未安装 Docker,请先安装 https://www.docker.com/products/docker-desktop/
如果是Windows系统,请参考微软的文档:
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。 注意:首次启动前请确保项目根目录下存在config.toml,可以从config.example.toml复制一份。
打开浏览器,访问 http://127.0.0.1:8501
打开浏览器,访问 http://127.0.0.1:8080/docs 或者 http://127.0.0.1:8080/redoc
视频教程
推荐使用 uv 管理 Python 环境和依赖,默认使用 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 --frozenrequirements.txt 仅保留给旧的 pip 安装方式兼容使用注意需要到 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 or Linux
uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False --server.showEmailPrompt=False
如果你已经手动激活了虚拟环境,也可以直接执行:
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)
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:
python main.py
如果你无法使用浏览器或端口转发,可以直接在命令行生成视频:
uv run python cli.py --video-subject "金钱的作用"
也可以指定本地素材并仅运行到某个阶段:
uv run python cli.py \
--video-subject "金钱的作用" \
--video-source local \
--video-materials "1.mp4,2.mp4" \
--stop-at video
uv sync --frozen 进行本地部署免去本地环境配置,点击直接在 Google Colab 中快速体验 MoneyPrinterTurbo
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)
| 项目 | 最低配置 | 推荐配置 | 理想配置 |
|---|---|---|---|
| CPU | 4 核 | 6 到 8 核 | 8 核及以上 |
| RAM | 4 GB | 8 GB | 16 GB 及以上 |
| GPU | 非必须 | 4 GB 显存及以上 | 8 GB 显存及以上 |
faster-whisper、批量生成或更重的本地处理链路,GPU 会明显提升速度ffmpeg_path = "C:\\Users\\harry\\Downloads\\ffmpeg.exe" ```
LocalEntryNotFoundError: Cannot find an appropriate cached snapshot folder for the specified revision on the local disk and
outgoing traffic has been disabled.
To enable repo look-ups and downloads online, pass 'local_files_only=False' as input.
或者
An error occurred while synchronizing the model Systran/faster-whisper-large-v3 from the Hugging Face Hub:
An error happened while trying to locate the files on the Hub and we cannot find the appropriate snapshot folder for the
specified revision on the local disk. Please check your internet connection and try again.
Trying to load the model directly from the local cache, if it exists.
解决方法:点击查看如何从网盘手动下载模型
MoneyPrinterTurbo 是一款高效的自动化视频生成工具,旨在通过 AI 技术简化短视频创作流程。该项目采用完整的 MVC 架构,代码结构清晰,不仅支持 Web 界面操作,还提供 API 接口,方便开发者进行二次开发或集成。无论是个人创作者还是企业用户,都能通过该工具快速实现从文案到成片的自动化生产。
本项目具备强大的功能矩阵:支持通过 AI 自动生成或自定义中英文视频文案;提供多种高清视频尺寸选择,涵盖竖屏 9:16 与横屏 16:9;支持批量视频生成模式,允许用户在多个生成结果中筛选最满意的一个;内置丰富的语音合成与字幕定制功能,可实时试听并自由调节字幕的字体、颜色、位置及描边效果;同时支持背景音乐的随机或指定配置,实现全流程自动化。
项目建议在 Windows 10、MacOS 11.0 或主流 Linux 发行版上运行。虽然 GPU 不是运行的必需项,但若需启用 faster-whisper 进行本地转录、加速视频处理或提升批量生成的流畅度,建议配备显存不少于 4GB 的独立显卡。对于依赖云端 LLM、云端 TTS 及在线素材源的用户,CPU 与 RAM(建议 8GB 以上)的性能将比 GPU 更为关键。
用户可以根据需求选择多种部署方式:Windows 用户推荐使用一键启动包以获得最快体验;MacOS 与 Linux 用户建议使用 `uv sync --frozen` 进行本地环境部署;追求环境隔离的用户首选 Docker 部署,通过 `docker compose up` 命令即可快速拉起服务并访问 Web 界面。此外,项目也支持在 Google Colab 中直接运行,免去本地配置烦恼。
项目提供了灵活的使用场景。对于希望快速体验的用户,推荐使用 Windows 一键启动包或 Google Colab 在线环境;对于开发者或需要高度定制化的用户,可以通过源码部署或 Docker 容器化部署。在生成视频时,用户可以根据需要调整视频片段时长,并利用内置的 Web 界面进行素材预览与参数微调。
在使用过程中,请务必根据您的实际系统路径配置关键参数。例如,若需调用本地的 ffmpeg,请在配置文件中准确设置 `ffmpeg_path`。特别注意,在 Windows 系统下,路径分隔符必须使用双反斜杠 `\` 以避免解析错误。对于依赖本地模型的场景,请确保相关路径与环境配置正确无误。
MoneyPrinterTurbo 的工作流涵盖了从文案生成、语音合成(TTS)、素材匹配到字幕渲染及视频合成的全过程。系统通过集成 AI 模型处理文本,并结合用户设定的参数(如字幕样式、背景音乐等)进行自动化剪辑,最终输出符合规格的高清视频文件。
针对用户在使用过程中可能遇到的问题,如 Whisper 模型下载失败(报错 LocalEntryNotFoundError)或模型同步错误,通常是因为网络环境限制或本地缓存路径配置不当导致的。建议检查网络连接是否允许访问 Hugging Face,或在参数中设置 `local_files_only=False` 以启用在线下载功能。
57k stars体现社区认可度高,工作流设计完整,自动化程度好,但依赖外部API成本,适合专业用户和团队使用。
AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一,可自由商用、修改、分发,仅需保留版权声明。
AI Skill Hub 点评:MoneyPrinterTurbo Agent工作流 的核心功能完整,质量优秀。对于自动化工程师和运维人员来说,这是一个值得纳入个人工具库的选择。建议先在非生产环境试用,再逐步推广。
| 原始名称 | MoneyPrinterTurbo |
| 原始描述 | 开源AI工作流:利用AI大模型,一键生成高清短视频 Generate short videos with one click using AI LLM.。⭐57.3k · Python |
| Topics | AI生成短视频自动化开源Python |
| GitHub | https://github.com/harry0703/MoneyPrinterTurbo |
| License | MIT |
| 语言 | Python |
收录时间:2026-05-18 · 更新时间:2026-05-19 · License:MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。
选择 Agent 类型,复制安装指令后粘贴到对应客户端