🎬 MoneyPrinterTurbo：输入一个关键词，AI 自动给你剪出一条高清视频
你是不是也有这种经历：想做短视频，但光是找素材、配音、加字幕这三步，就能耗掉一整个下午。更别提还要考虑画面节奏、背景音乐、字幕样式……很多人还没开始就放弃了。
今天要聊的 MoneyPrinterTurbo，就是专门解决这个痛点的。你只需要给一个主题或关键词，剩下的文案、画面、配音、字幕、BGM，它全自动搞定，最终直接输出一条 1080P 高清视频。
项目到底有多火？
先看数据。这个项目在 GitHub 上已经拿到了 超过 26k 星标，Issues 和 Forks 数量也很活跃，说明社区维护得不错。它采用 MVC 架构，同时提供 Web 界面 和 API 接口，既能上手即用，也方便二次开发。
支持竖屏 9:16（1080x1920）和横屏 16:9（1920x1080），而且可以 批量生成，一次跑多个视频，挑最满意的那条。
核心功能拆解
1. 文案生成：AI 写稿 + 自定义双模式
你可以让项目内置的大模型自动生成视频文案，也可以自己写好文案直接贴进去。大模型这边支持的可太多了：
- OpenAI、Moonshot、Azure、通义千问、Google Gemini、Ollama、DeepSeek、文心一言、MiniMax、Pollinations、ModelScope……
- 国内用户推荐 DeepSeek 或 Moonshot，不需要 VPN，注册就给额度，基本够用。
2. 视频素材：高清无版权，也支持本地素材
视频素材默认从 Pexels 等免费图库抓取，高清且无版权风险。如果你有自己的素材库，也可以指定本地路径，完全由你控制。
3. 语音合成：多种声音可选，支持实时试听
项目内置了 Edge TTS 和 Azure TTS 两套引擎。Edge 速度快，Azure 声音更真实。你可以在 Web 界面里直接试听每种声音的效果，挑中再生成。
4. 字幕生成：Edge 快，Whisper 准
字幕有两种方式：
- edge：生成速度快，对电脑没要求，但质量可能不稳定
- whisper：需要下载一个约 3GB 的模型文件，生成慢一点，但字幕质量更可靠
在 config.toml 里改 subtitle_provider 就能切换。如果不需要字幕，直接留空。
5. 背景音乐：随机或指定，音量可调
BGM 可以随机选，也可以指定你喜欢的音乐文件，音量大小也能单独设置。
实操步骤：从零跑通一个视频
第一步：拉代码 + 装环境
git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
uv python install 3.11
uv sync --frozen
如果你习惯用 pip，也可以：
python3.11 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
第二步：安装 ImageMagick（字幕生成必需）
- Windows：下载 ImageMagick 的静态版（比如 ImageMagick-7.1.1-32-Q16-x64-static.exe），安装后修改
config.toml里的imagemagick_path - Mac：
brew install imagemagick - Ubuntu：
sudo apt-get install imagemagick - CentOS：
sudo yum install ImageMagick
第三步：配置 API Key
复制 config.example.toml 为 config.toml，填好 pexels_api_keys 和 llm_provider 对应的 API Key。
第四步：启动 Web 界面
uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False
或者直接双击 webui.bat（Windows）/ 执行 sh webui.sh（Mac/Linux）。
浏览器打开后，输入主题，点一下生成，等它跑完就能下载视频了。
第五步：启动 API 服务（可选）
uv run python main.py
启动后访问 http://127.0.0.1:8080/docs 就能在线调试接口。
避坑指南
- 路径不要有中文和空格，否则 ImageMagick 和某些依赖会报错
- 网络要稳定，如果用了 VPN，建议开全局模式
- 字幕用 whisper 时，首次运行会下载约 3GB 模型文件，耐心等
- Windows 用户优先用一键启动包，解压后先执行
update.bat更新到最新代码 - GPU 不是必需，但如果要批量生成或用 whisper，有独立显卡会快很多
要点总结
- 输入一个关键词，全自动生成文案 + 素材 + 配音 + 字幕 + BGM，输出 1080P 视频
- 支持竖屏和横屏，支持批量生成
- 大模型、语音合成、字幕引擎都可自由切换
- 提供 Web 界面和 API，适合个人和团队使用
- 部署门槛低，Windows 有一键包，Mac/Linux 用 uv 几分钟搞定
如果你还在手动剪视频，真的可以试试把这个流程交给 AI。省下来的时间，拿来想下一个选题不是更好吗？