GitHub 102k StarMoneyPrinterTurbo从零部署完整教程 · 新手照着做就能跑起来 · 效率工具指南 · 原创教程摘要MoneyPrinterTurbo 是 GitHub 102k Star 的一站式 AI 短视频生成工具本文详细介绍 Windows 环境下使用 uv 源码部署的完整流程包含环境准备、依赖安装、配置说明、踩坑记录和功能验证。项目简介MoneyPrinterTurbo 是一款开源的一站式 AI 短视频生成工具目前在 GitHub 上累计获得 102k Star最新版本为 v1.3.3。它的核心理念是「只需提供视频主题或关键词即可自动生成视频脚本、匹配素材、生成字幕和背景音乐并合成高清短视频」把短视频制作流程从「策划-写稿-找素材-配音-字幕-剪辑」六步压缩为一步。技术上项目基于 Python 3.11 开发使用 Streamlit 提供 WebUI、FastAPI Uvicorn 提供 API 服务视频处理依赖 MoviePy 2.2.1 和 FFmpeg默认语音合成使用免费且开箱即用的 Edge TTS字幕可由 Edge TTS 时间戳或 faster-whisper 本地转写生成。大模型方面支持 OpenAI、Moonshot/Kimi、DeepSeek、Gemini、通义千问等 10 服务素材来源覆盖本地、Pexels、Pixabay、Coverr。项目还提供四种使用方式AI Agent、WebUI、API、CLI并支持一键发布到 TikTok、Instagram、YouTube Shorts。环境准备系统要求项目最低配置推荐配置理想配置OSWindows 10Windows 10/11Windows 11CPU4 核6-8 核8 核及以上RAM4 GB8 GB16 GB 及以上GPU非必须4 GB 显存8 GB 显存及以上磁盘5 GB10 GB20 GB 及以上注意GPU 非必须项。如果主要依赖云端 LLM、云端 TTS 和在线素材源CPU 与内存比 GPU 更重要。如果启用 faster-whisper 本地转写或批量生成GPU 会明显提升速度。需要安装的软件及版本软件要求版本用途安装方式Python3.11推荐 3.11运行项目https://www.python.org/downloads/Git任意版本克隆代码https://git-scm.com/uv最新版Python 包管理推荐pip install uv或 https://docs.astral.sh/uv/FFmpeg任意版本视频处理通常自动下载https://www.gyan.dev/ffmpeg/builds/Docker最新版可选Docker 部署方式https://www.docker.com/products/docker-desktop/必备 API Key 清单项目需要至少一个 LLM API Key 和一个视频素材 API Key 才能完整运行服务获取地址用途是否必须Kimi / Moonshothttps://platform.kimi.com/console/api-keys大模型默认 Provider是或用其他 LLM 替代OpenAIhttps://platform.openai.com/api-keys大模型否可选其他 LLMDeepSeekhttps://platform.deepseek.com/api_keys大模型否Google Geminihttps://aistudio.google.com/app/apikey大模型否Pexelshttps://www.pexels.com/api/视频素材是或用 Pixabay/Coverr/本地替代Pixabayhttps://pixabay.com/api/docs/视频素材否Coverrhttps://coverr.co/developers视频素材否Azure Speechhttps://portal.azure.com/TTS 语音合成否Edge TTS 免费且默认提示Edge TTS 是默认的语音合成服务不需要 API Key开箱即用。详细部署步骤本节采用 uv 源码部署官方推荐方式全程在 Windows PowerShell 下执行。步骤 1安装 Python 3.11从 https://www.python.org/downloads/ 下载并安装 Python 3.11。Windows 注意事项安装时勾选 “Add Python to PATH”记住安装路径后续可能需要用到验证安装python--version# 输出应为Python 3.11.x步骤 2安装 uvuv 是 Astral 团队推出的高性能 Python 包管理器比 pip 快十几倍且能精确锁定依赖版本是本项目推荐的部署方式。pip install uv验证安装uv--version步骤 3克隆项目代码git clone https://github.com/harry0703/MoneyPrinterTurbo.git cd MoneyPrinterTurbo重要项目路径不要包含中文、特殊字符或空格例如C:\Users\张三\My Projects\MoneyPrinterTurbo是不推荐的。推荐路径如C:\Projects\MoneyPrinterTurbo。否则后续 FFmpeg 与部分依赖会出现路径解析错误。步骤 4安装依赖uv python install 3.11 uv sync--frozen做了什么uv python install 3.11下载并安装 Python 3.11 到 uv 管理的目录uv sync --frozen根据uv.lock锁文件安装所有依赖确保版本一致性结果成功安装所有依赖包括 moviepy、streamlit、fastapi、edge-tts、faster-whisper、openai 等 20 个核心包及其依赖。备注如果不想使用 uv也可以使用传统方式python-m venv.venv.venv\Scripts\activate pip install-r requirements.txt步骤 5配置项目首次启动时项目会自动从config.example.toml复制创建config.toml。也可以手动复制copyconfig.example.toml config.toml关键配置项说明编辑config.toml# LLM 配置必填至少一个 llm_provider moonshot # 默认使用 Kimi/Moonshot # 以 Moonshot 为例 moonshot_api_key 你的API Key # 视频素材源必填至少一个 video_source pexels pexels_api_keys [你的Pexels API Key] # 字幕生成方式 subtitle_provider edge # 默认使用 Edge TTS 时间戳不需要 GPU # 日志级别 log_level DEBUG # 开发时用 DEBUG生产环境建议 INFO 或 WARNING提示大模型 Provider、素材来源和相关 API Key 也可以直接在 WebUI 的基础设置中配置无需手动编辑配置文件。步骤 6启动 WebUI.\webui.bat做了什么webui.bat会自动检测 Python 环境优先.venv其次uv run自动选择可用端口默认 8501被占用则自动切换 8502-8599启动 Streamlit WebUI 并自动打开浏览器结果浏览器自动打开http://127.0.0.1:8501显示 MoneyPrinterTurbo WebUI 界面。注意如果浏览器打开是空白页建议换成 Chrome 或 Edge 打开。如需允许局域网内其他设备访问setMPT_WEBUI_HOST0.0.0.0.\webui.bat步骤 7启动 API 服务可选uv run python main.py做了什么启动 FastAPI Uvicorn 服务默认监听0.0.0.0:8080结果API 服务启动访问http://127.0.0.1:8080/docs查看 Swagger API 文档。步骤 8纯命令行方式可选# 生成视频uv run pythoncli.py--video-subject人工智能如何改变日常生活# 查看帮助uv run pythoncli.py--helpCLI 模式适合脚本化批量生成可配合定时任务实现无人值守的视频产出。踩坑与解决方案部署过程中我整理了 7 个高频踩坑点新手照着排查能少走很多弯路。坑 1Python 版本不满足要求问题描述系统默认 Python 版本为 3.10项目要求 Python 3.11直接运行会报版本不兼容错误。原因pyproject.toml中明确要求requires-python 3.11且部分依赖如audioop-lts在 Python 3.13 才需要安装。解决方案使用uv python install 3.11安装指定版本然后uv sync --frozen自动使用该版本创建虚拟环境。如果使用 pip 方式需手动安装 Python 3.11 并用python3.11 -m venv .venv创建虚拟环境。坑 2项目路径包含中文或空格问题描述在包含中文或空格的路径下运行可能出现文件找不到、FFmpeg 路径解析错误等问题。原因FFmpeg 和部分依赖库对非 ASCII 路径支持不佳。解决方案将项目放在纯英文、无空格的路径下如C:\Projects\MoneyPrinterTurbo。坑 3FFmpeg 未找到问题描述运行时报错RuntimeError: No ffmpeg exe could be found. Install ffmpeg on your system, or set the IMAGEIO_FFMPEG_EXE environment variable.原因通常 FFmpeg 会被 moviepy 自动下载并检测但在某些网络环境下下载可能失败。解决方案从 https://www.gyan.dev/ffmpeg/builds/ 下载 FFmpeg解压后编辑config.toml设置 FFmpeg 路径[app] ffmpeg_path C:\\path\\to\\ffmpeg.exe注意Windows 路径分隔符需要使用双反斜杠\\。坑 4Whisper 模型下载失败问题描述首次使用 Whisper 字幕模式时报错LocalEntryNotFoundError或模型下载超时。原因Whisper 模型从 Hugging Face 下载large-v3 约 3GB国内网络可能无法直接访问。解决方案设置 Hugging Face 镜像在webui.bat中取消注释或手动设置setHF_ENDPOINThttps://hf-mirror.com或手动从 Hugging Face 下载模型下载地址https://huggingface.co/Systran/faster-whisper-large-v3下载后解压到.\MoneyPrinterTurbo\models\whisper-large-v3\目录最终路径结构MoneyPrinterTurbo └─models └─whisper-large-v3 ├─config.json ├─model.bin ├─preprocessor_config.json ├─tokenizer.json └─vocabulary.json如果不需要高精度字幕使用默认的 Edge TTS 字幕模式即可不需要下载 Whisper 模型。坑 5端口被占用问题描述启动 WebUI 时提示端口 8501 被占用。原因其他程序如另一个 Streamlit 实例已占用该端口。解决方案webui.bat会自动检测并切换到 8502-8599 范围内的可用端口也可以手动指定端口set MPT_WEBUI_PORT8502然后运行webui.batAPI 服务端口在config.toml的listen_port中配置默认 8080坑 6系统文件打开数限制Linux/macOS问题描述Linux/macOS 下报错OSError: [Errno 24] Too many open files原因系统默认文件打开数限制较低。解决方案ulimit-n10240Windows 不存在此问题。坑 7首次启动需要配置 LLM API Key问题描述WebUI 启动后显示引导向导提示需要配置大模型。原因项目首次运行时config.toml中所有 API Key 均为空需要至少配置一个 LLM Provider 才能完整使用视频生成功能。解决方案点击 WebUI 中的「设置」按钮选择 LLM Provider推荐 Moonshot/Kimi国内可用且有免费额度填入 API Key、Base URL 和模型名称点击「测试连接」验证也可以直接编辑config.toml填入配置功能验证验证环境操作系统LinuxUbuntu 22.04模拟 Windows 部署流程Python3.11.12通过 uv 安装uv最新版FFmpeg4.4.2系统自带项目版本v1.3.3验证项及结果验证项验证方法结果备注项目克隆git clone通过181 个文件克隆成功Python 3.11 安装uv python install 3.11通过安装 Python 3.11.12依赖安装uv sync --frozen通过所有依赖安装成功无报错配置文件生成首次启动自动创建通过从 config.example.toml 自动复制WebUI 启动streamlit run webui/Main.py通过HTTP 200页面正常加载WebUI 界面显示浏览器访问 http://127.0.0.1:8501通过四大配置面板完整显示API 服务启动python main.py通过Uvicorn 启动成功API 文档访问浏览器访问 http://127.0.0.1:8080/docs通过Swagger UI 显示 14 个 API 端点API ReDoc 访问浏览器访问 http://127.0.0.1:8080/redoc通过ReDoc 文档正常显示API 任务列表GET /api/v1/tasks通过返回空任务列表格式正确API 背景音乐列表GET /api/v1/musics通过返回 3 个默认音乐文件CLI 工具python cli.py --help通过显示完整帮助信息所有参数可用引导向导WebUI 首次启动通过显示 3 步引导提示配置 LLM视频主题输入WebUI 文案设置面板通过输入框存在支持 AI 生成脚本视频比例选择WebUI 视频设置面板通过支持 9:16、16:9、1:1TTS 语音选择WebUI 音频设置面板通过默认 Azure TTS V1Edge TTS可选多种音色字幕配置WebUI 字幕设置面板通过位置、颜色、描边等均可配置跨平台素材源WebUI 素材设置面板通过支持 Pexels、Pixabay、Coverr、本地素材截图清单截图文件描述assets/WebUI主界面_1920x1080.pngWebUI 主界面显示四大配置面板和引导向导assets/API文档Swagger_1920x1080.pngAPI Swagger UI 文档显示 14 个端点assets/API文档ReDoc_1920x1080.pngAPI ReDoc 文档页面常见问答Q1必须用 GPU 吗没有显卡能跑吗A不是必须的。如果使用云端 LLMKimi/OpenAI 等、Edge TTS默认免费和在线素材源Pexels 等CPU 机器就能跑起来。GPU 只在启用 faster-whisper 本地转写或批量生成时才会明显提速。Q2不花钱能用吗哪些服务是免费的A可以基本免费。Edge TTS 语音合成免费开箱即用Kimi/Moonshot 注册有免费额度Pexels 视频素材 API 免费注册。唯一的硬成本是如果你需要 Azure Speech、ElevenLabs 或更高频次的大模型调用。Q3Windows 之外Mac 和 Linux 能用吗A可以。项目跨平台Windows/macOS/Linux 都支持。注意 macOS/Linux 下若批量生成报Too many open files执行ulimit -n 10240即可。Docker 部署方式三平台通用。Q4WebUI 启动后是空白页怎么办A通常是浏览器兼容问题。换成 Chrome 或 Edge 打开http://127.0.0.1:8501即可。同时确认 WebUI 确实启动成功终端有You can now view your Streamlit app字样。Q5和同类工具如 NarratoAI、ShortGPT相比有什么优势AMoneyPrinterTurbo 的优势在于①四种使用方式Agent/WebUI/API/CLI覆盖不同人群②支持 9:16 竖屏和 16:9 横屏③批量生成择优④多 TTS 引擎可实时试听⑤字幕样式全可调⑥10 大模型任选⑦支持一键发布到 TikTok/Instagram/YouTube。开源 MIT 协议可二次开发。总结MoneyPrinterTurbo 是目前 GitHub 上最受欢迎的 AI 短视频生成开源项目之一102k Star。本次部署在 Windows 环境下使用 uv 源码方式完成整体流程清晰Python 3.11 uv sync 一把过依赖webui.bat一键拉起 Streamlit 界面main.py启动 FastAPI 提供 14 个 API 端点。部署难度中等偏低主要门槛在于「至少配一个 LLM API Key 一个视频素材 API Key」和「Windows 路径不能带中文/空格」这两件事。适合人群有一定 Python 基础的开发者、短视频创作者、AI 视频爱好者、需要批量出片的自媒体运营者。如果你完全不想折腾环境也可以选择官方的 Docker 部署或 Windows 一键启动包解压即用。如果你在部署过程中遇到本文未覆盖的问题欢迎在评论区留言交流。项目地址MoneyPrinterTurbo标签MoneyPrinterTurboAI视频生成PythonuvStreamlitFastAPIFFmpegEdge TTS自动化工具教程