MoneyPrinterTurbo 完整教學｜AI 大模型一鍵短影音生產線

01系統概覽

以 FastAPI 為核心的短影音工作流伺服器。

MoneyPrinterTurbo 把短影音製作拆成一條可自動化的管線：產生腳本、產生搜尋詞、找素材、產生旁白、產生字幕、拼接素材、套字幕與背景音樂、輸出成片。這些步驟在 `app/services/task.py` 裡被明確排成任務流程，也能透過 API 分段停在 script、terms、audio、subtitle、materials 或完整 video。

README 直接把 Web 介面、API 介面、Windows 一鍵包、Docker、Google Colab、本地 `uv` 部署都列出來，適用對象涵蓋內容團隊、YouTube Shorts/TikTok 操盤手、社群小編，以及想把短影音生產嵌進自家後台的工程團隊。

從 repo 結構看，這是一個標準化後端專案：`FastAPI` 負責 API，`Streamlit` 負責 WebUI，`MoviePy` 與 ffmpeg 負責影像合成，`edge-tts` 與多種 TTS/provider 設定負責聲音，`faster-whisper` 可做字幕替代方案。專案定位為可自架、可改造的內容生成引擎，非 SaaS 成品。

Topic
Script
Terms
Voice
Subtitle
Materials
Final MP4

02安裝與啟動

四種部署路線對應不同環境。

官方 README 對新手的建議很清楚：Windows 優先用一鍵啟動包，macOS / Linux 優先用 `uv sync --frozen`，想隔離環境就用 Docker。`pyproject.toml` 指定 Python 版本為 >=3.11 且 <3.13，專案版本是 1.2.8，主依賴包含 FastAPI、Streamlit、MoviePy、OpenAI SDK、faster-whisper、LiteLLM、edge-tts、Redis 與多個雲端模型 SDK。

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

# WebUI
uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False

# API server
uv run python main.py

git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
docker compose up

# docker-compose.yml 會啟動兩個服務
WebUI: http://127.0.0.1:8501
API:   http://127.0.0.1:8080/docs

03能力地圖

九個模組，各負責管線的一個環節。

LLM Script

主題變文案

若沒有自訂 `video_script`，任務會呼叫 LLM 依 `video_subject`、語言與段落數產生腳本；也能只停在 `/script` 類型的輸出階段。

Search Terms

文案變素材關鍵字

非本地素材模式下，系統會從影片主題與腳本推導搜尋詞，再交給素材服務下載影片片段。

Materials

Pexels、Pixabay 或本地素材

`config.example.toml` 預設 `video_source = "pexels"`，也支援 Pixabay 與本地素材。API 允許上傳 mp4、mov、avi、flv、mkv、jpg、jpeg、png。

Voice

TTS 旁白

可用 edge-tts、Azure Speech、MiniMax/MiMo/OpenAI 相關設定與自訂音訊檔。若給 `custom_audio_file`，任務會跳過 TTS，直接用使用者提供的聲音。

Subtitle

字幕與 Whisper 備援

`subtitle_provider` 支援 `edge` 或 `whisper`。README 建議先用速度較快的 edge，品質不穩時再切 whisper；whisper 模型可能需要額外下載大約 3GB 的模型檔。

Render

MoviePy + ffmpeg 合成

`app/services/video.py` 會裁切、縮放、串接素材，套入字幕、背景音樂與轉場，輸出 `final-1.mp4` 這類任務結果。

API

可嵌入後台

FastAPI 提供 `/videos`、`/subtitle`、`/audio`、`/tasks/{task_id}`、BGM 與本地素材上傳/查詢等端點，產物可透過 `/tasks/...`、`/stream/...`、`/download/...` 存取。

Queue

記憶體或 Redis 任務管理

`enable_redis` 可切換 RedisTaskManager；設定裡也有最大並發任務數與最大排隊任務數，避免匿名請求無限堆積。

Cross Post

Upload-Post 整合

設定檔列出 TikTok/Instagram cross-post 選項。任務完成後若服務已設定且開啟自動上傳，會嘗試把成片送到外部發布服務。

04實戰調校

依場景選取最小可行配置。

MoneyPrinterTurbo 的設定面很廣，因為它同時接 LLM、素材站、TTS、字幕、ffmpeg、ImageMagick、WebUI、API 與任務佇列。不要一開始就改全部。實務上可以用下面這張表切出最小可行配置。

場景	優先配置	原因
只想快速看效果	WebUI、Pexels API key、OpenAI-compatible LLM、edge 字幕	避開 Docker、Redis、whisper 模型與本地素材管理，最少變數。
在公司內部後台整合	FastAPI、Redis 任務管理、`endpoint`、CORS、素材上傳限制	後台整合需要可查詢任務、可下載結果、可控佇列，單機 WebUI 不足以滿足這些需求。
大量批次生產	`max_concurrent_tasks`、`max_queued_tasks`、BGM/素材快取、GPU 或高核心 CPU	瓶頸會出現在下載素材、TTS、字幕、影片合成與檔案 IO。
重視字幕品質	`subtitle_provider = "whisper"`、本地 whisper-large-v3、足夠記憶體/GPU	README 說 edge 快但品質可能不穩，whisper 慢但更可靠。
中國網路環境	DeepSeek/Moonshot/Qwen/ModelScope、代理設定、HuggingFace 模型離線下載	README 與設定檔都明確提到中國使用者的模型與網路替代路徑。

05API 實例

透過 FastAPI 端點直接呼叫影片生成後端。

Docker 或本地 `main.py` 啟動後，API 文件在 `http://127.0.0.1:8080/docs\`。\`app/controllers/v1/video.py\` 顯示 `/videos` 會建立背景任務，回傳 `task_id`；接著用 `/tasks/{task_id}` 查詢狀態與影片 URL。下面是根據 `app/models/schema.py` 參數整理出的最小請求骨架。

curl -X POST http://127.0.0.1:8080/api/v1/videos \
  -H "Content-Type: application/json" \
  -d '{
    "video_subject": "AI 如何改變小型企業行銷",
    "video_aspect": "9:16",
    "video_language": "zh-TW",
    "voice_name": "zh-CN-XiaoxiaoNeural-Female",
    "voice_rate": 1.0,
    "bgm_type": "random",
    "bgm_volume": 0.2,
    "subtitle_enabled": true,
    "font_size": 60,
    "video_count": 1,
    "video_source": "pexels"
  }'

curl http://127.0.0.1:8080/api/v1/tasks/<task_id>

# response 會包含 state、progress、videos、combined_videos 等欄位。
# 影片靜態檔會由 /tasks 掛載，也能走 /stream 或 /download 端點。

06先看清楚這些

部署前應確認的風險與限制。

警告

**素材與音樂授權仍要自己負責。**README 說素材來源高清且無版權，也提到背景音樂位於 `resource/songs`，但任何商用發布都應再次核對素材、音樂、字型與平台政策。
API 預設沒有強制驗證。`app/controllers/v1/video.py` 裡的驗證依賴被註解掉；如果公開到網路，必須自行加上反向代理、認證、配額與任務限制。
CORS 預設很寬。`app/asgi.py` 在沒有 `CORS_ALLOWED_ORIGINS` 時允許 `*`，內部工具可以接受，公開服務要收斂來源。
**Whisper 模型不是小依賴。**README 提醒 whisper-large-v3 大約 3GB，下載與推論都會吃網路、磁碟與算力。
**Windows 路徑與 ImageMagick 最容易出錯。**README 特別列出 ImageMagick 安全策略、ffmpeg 找不到、中文路徑、空白路徑等問題，部署前先用乾淨英文路徑。
**批次生成不是免費午餐。**影片合成會開檔、轉碼、下載素材、跑 TTS 與字幕；若要多人共用，請打開 Redis 或至少調整佇列上限。
**跨平台自動發布要謹慎。**Upload-Post 整合可以把影片送到 TikTok/Instagram，但平台規範、帳號風控與內容品質仍是營運責任。

07進階路徑

從原型到生產環境的進階路徑。

1. 從 WebUI 驗證內容模板

先用 WebUI 測不同主題、語言、聲音、字幕樣式、背景音樂與素材來源，找出你品牌可接受的基準品質。不要一開始就寫後台整合，先確認成片風格能用。

2. 把 API 包成內部任務系統

接到內部 CMS 或內容排程工具時，建議使用 `/videos` 建任務，輪詢 `/tasks/{task_id}`，把 `script.json`、`final-1.mp4`、`combined-1.mp4` 等產物回寫到審稿流程。

3. 建立素材白名單

如果你不想依賴 Pexels/Pixabay 搜尋品質，可以改用本地素材。`video.py` 已經有本地素材目錄與檔案安全限制，適合整理成品牌素材庫。

4. 針對商業場景硬化部署

公開服務至少需要認證、CORS 白名單、Redis、任務配額、日誌留存、輸出檔清理、LLM/TTS key 保護與錯誤告警。MoneyPrinterTurbo 給你引擎，不會替你完成營運防線。

5. 客製 LLM 提示與字幕風格

差異化來自腳本結構、素材選詞、旁白語氣、字幕節奏與品牌視覺，而非單純能否產生影片。建議 fork 後將品牌內容方法論寫入 LLM 提示、TTS 設定與 WebUI 預設值。

全站搜尋

輸入主題，輸出可發布短影音的自動化管線。

以 FastAPI 為核心的短影音工作流伺服器。

Topic

Script

Terms

Voice

Subtitle

Materials

Final MP4

四種部署路線對應不同環境。

九個模組，各負責管線的一個環節。

LLM Script

主題變文案

Search Terms

文案變素材關鍵字

Materials

Pexels、Pixabay 或本地素材

Voice

TTS 旁白

Subtitle

字幕與 Whisper 備援

Render

MoviePy + ffmpeg 合成

API

可嵌入後台

Queue

記憶體或 Redis 任務管理

Cross Post

Upload-Post 整合

依場景選取最小可行配置。

透過 FastAPI 端點直接呼叫影片生成後端。

部署前應確認的風險與限制。

從原型到生產環境的進階路徑。

1. 從 WebUI 驗證內容模板

2. 把 API 包成內部任務系統

3. 建立素材白名單

4. 針對商業場景硬化部署

5. 客製 LLM 提示與字幕風格

Topic

Script

Terms

Voice

Subtitle

Materials

Final MP4

LLM Script

主題變文案

Search Terms

文案變素材關鍵字

Materials

Pexels、Pixabay 或本地素材

Voice

TTS 旁白

Subtitle

字幕與 Whisper 備援

Render

MoviePy + ffmpeg 合成

API

可嵌入後台

Queue

記憶體或 Redis 任務管理

Cross Post

Upload-Post 整合

1. 從 WebUI 驗證內容模板

2. 把 API 包成內部任務系統

3. 建立素材白名單

4. 針對商業場景硬化部署

5. 客製 LLM 提示與字幕風格

相關文件

degausai/wonda 實戰手冊|AI 內容生成、剪輯、發佈的 CLI 工具

Narrator AI CLI Skill 使用說明書 · Tenten Skills Atlas

video-use 使用說明書 · 讓 Claude Code 剪片 — Tenten