MoneyPrinterTurbo：72K Stars 的 AI 视频印钞机，我花了一下午跑通全流程

引言

大家好，我是 Echo。

你有没有算过，做一个 1 分钟的短视频要多久？找素材、写文案、录音、剪辑、加字幕、配 BGM……熟练工也得 2-3 小时，新手更是半天起步。

但今天我要介绍的这个开源项目，直接把这个流程压缩到了几分钟——你只需要输入一个主题或关键词，它就能自动生成文案、匹配高清素材、合成语音、烧录字幕，最后输出一个可以直接发布的高清短视频。

它就是 MoneyPrinterTurbo，GitHub 上已经狂揽 72,000+ Stars，是中文社区最火的 AI 视频生成项目之一。今天 Echo 带大家从技术原理到实际跑通，把这个项目彻底拆解清楚。

一、它到底解决了什么痛点？

传统短视频制作的困境

做短视频的人都知道，真正的瓶颈不在”拍”，而在前后期：

环节	传统方式	耗时
选题+文案	手动撰写或用 AI 辅助	30-60 min
素材搜集	Pexels/Pixabay 手动搜索下载	30-90 min
语音录制	自己录 or 找 TTS 工具	15-30 min
字幕制作	手动对齐 or 用剪映识别	15-30 min
视频剪辑	Premiere/剪映手动剪辑	30-60 min

一个视频下来，2-3 小时是常态。如果你要批量做矩阵号，这个时间成本根本扛不住。

MoneyPrinterTurbo 的解法

它把上面所有环节串成了一条全自动化流水线：

1	输入关键词 → LLM 生成文案 → Pexels 匹配素材 → Edge-TTS/Whisper 合成语音 → ImageMagick 渲染字幕 → FFmpeg 合成视频 → 输出 MP4

你只需要做一件事：输入一个主题。

二、技术架构深度拆解

MoneyPrinterTurbo 采用 MVC 架构，整体分为四层：

2.1 文案生成层（LLM）

这是整个流水线的”大脑”。项目支持一长串 LLM 提供商：

OpenAI / GPT-4o
DeepSeek（国内推荐，免费额度够用）
Moonshot / Kimi（国内推荐）
通义千问 / 文心一言
Google Gemini
Ollama（本地模型）
gpt4free（免费方案）

技术原理：给 LLM 一个精心设计的 Prompt，要求它根据主题生成包含若干段落的视频脚本，每段对应一个画面场景描述（用于后续素材匹配）。

# 核心 Prompt 模板（简化版）
prompt = f"""
你是一个专业的短视频文案创作专家。
请根据主题「{topic}」创作一个 {duration} 秒的短视频脚本。

要求：
1. 开头要有 hook，前 3 秒必须抓住观众
2. 分为 {segment_count} 个段落
3. 每段落对应一个独立画面场景
4. 语言简洁有力，适合配音朗读
5. 输出 JSON 格式，包含 scenes 和 narration
"""

Echo 的经验提示：DeepSeek 生成的中文文案质量很高，而且注册就送额度，国内直接访问，不用梯子。如果你追求极致效果，GPT-4o 依然是天花板。

2.2 素材匹配层（Pexels API）

文案生成后，项目会根据每段画面的场景描述，去 Pexels 搜索匹配的高清视频素材。

# 素材搜索核心逻辑
def search_videos(query: str, count: int = 5) -> list:
    """
    根据场景描述搜索 Pexels 视频素材
    - 自动翻译中文描述为英文（Pexels 不支持中文搜索）
    - 返回高清无版权视频 URL 列表
    """
    params = {
        "query": translate_to_en(query),
        "per_page": count,
        "orientation": "portrait",  # 竖屏模式
        "size": "medium"
    }
    response = requests.get(
        "https://api.pexels.com/videos/search",
        headers={"Authorization": PEXELS_API_KEY},
        params=params
    )
    return extract_video_urls(response.json())

关键点：Pexels 的素材是完全免费、无版权的，商用也没问题。你也可以用自己的本地素材。

2.3 语音合成层（TTS）

这是把文字变成声音的环节。项目支持两种模式：

模式	引擎	特点
edge-tts	微软 Edge 浏览器 TTS	免费、速度快、质量不错
azure-tts	Azure 语音服务	付费、声音更真实自然
whisper	OpenAI Whisper	用于字幕时间轴对齐

# Edge-TTS 合成示例
import edge_tts

async def generate_voice(text: str, voice: str, output: str):
    """
    使用 Edge-TTS 生成语音
    voice 示例: zh-CN-XiaoxiaoNeural（女声）
               zh-CN-YunxiNeural（男声）
    """
    communicate = edge_tts.Communicate(text, voice)
    await communicate.save(output)

Echo 玩了一下午的结论：zh-CN-XiaoxiaoNeural 这个女声非常适合知识类短视频，语速自然，情感丰富。男声推荐 zh-CN-YunxiNeural。

2.4 视频合成层（FFmpeg + ImageMagick）

最后一层是最重的——把所有素材拼装成一个完整视频：

┌─────────────────────────────────────┐
│           视频合成流水线              │
│                                     │
│  素材视频 ──→ 裁剪/缩放 ──→ 拼接     │
│                                     │
│  语音音频 ──→ 时长对齐 ──→ 混音       │
│                                     │
│  字幕文本 ──→ ImageMagick 渲染       │
│            ──→ 烧录到视频帧          │
│                                     │
│  BGM ──→ 音量调节 ──→ 混入           │
│                                     │
│  FFmpeg 最终合成 → 输出 MP4          │
└─────────────────────────────────────┘

核心 FFmpeg 命令简化如下：

# 视频拼接 + 音频混合 + 字幕烧录
ffmpeg -i concat.mp4 -i voice.mp3 -i bgm.mp3 \
  -filter_complex "[0:v]subtitles=subtitles.srt[v]" \
  -map "[v]" -map 1:a -map 2:a \
  -c:v libx264 -crf 18 \
  -c:a aac -b:a 192k \
  -shortest output.mp4

三、从零跑通全流程（避坑指南）

3.1 环境要求

项目	最低配置	推荐配置
CPU	4 核	6-8 核
RAM	4 GB	8 GB+
GPU	非必须	4 GB+ 显存
Python	3.11	3.11

3.2 Windows 快速上手

方式一：一键启动包（推荐新手）

1. 下载启动包（百度网盘/Google Drive）
2. 解压到英文路径
3. 双击 update.bat 更新到最新版
4. 双击 start.bat 启动

方式二：手动部署（推荐开发者）

# 1. 克隆项目
git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo

# 2. 安装 uv（Python 包管理神器）
pip install uv

# 3. 安装依赖
uv python install 3.11
uv sync --frozen

# 4. 配置文件
cp config.example.toml config.toml
# 编辑 config.toml，填入你的 API Key

# 5. 启动 Web 界面
# Windows:
.\webui.bat
# Mac/Linux:
uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False

3.3 Docker 部署

1
2
3

cd MoneyPrinterTurbo
docker-compose up
# 访问 http://127.0.0.1:8501

3.4 配置文件关键项

# config.toml

# Pexels API Key（免费注册获取）
pexels_api_keys = ["your-api-key-here"]

# LLM 配置
[app]
# 选择 llm_provider
llm_provider = "deepseek"  # 国内推荐

[deepseek]
api_key = "your-deepseek-api-key"

# TTS 配置
[app]
subtitle_provider = "edge"  # "edge" 或 "whisper"

# ImageMagick 路径（Windows 必填）
imagemagick_path = "C:\\Program Files\\ImageMagick-7.1.1-Q16-HDRI\\magick.exe"

3.5 避坑指南 ⚠️

路径不要有中文！ 这是最常见的坑，ImageMagick 和 FFmpeg 都会炸
ImageMagick 必须选静态库版本，否则会出现各种诡异错误
Pexels API Key 去 pexels.com/api 免费注册
DeepSeek 注册送额度，基本够日常使用，不用充值
如果 FFmpeg 报 No ffmpeg exe could be found，去 gyan.dev 手动下载并配置路径

四、架构全景图

┌────────────────────────────────────────────────────────┐
│                   MoneyPrinterTurbo                     │
│                   MVC Architecture                      │
├────────────┬───────────────┬───────────────────────────┤
│    View    │  Controller   │         Model              │
├────────────┼───────────────┼───────────────────────────┤
│            │               │  ┌─────────────────────┐  │
│  WebUI     │  Video Task   │  │ LLM Service         │  │
│ (Streamlit)│  Controller   │  │ - DeepSeek          │  │
│            │               │  │ - OpenAI            │  │
│  API       │               │  │ - Moonshot          │  │
│ (FastAPI)  │               │  │ - Gemini/Ollama     │  │
│            │               │  └─────────────────────┘  │
│            │               │  ┌─────────────────────┐  │
│            │               │  │ Video Service       │  │
│            │               │  │ - Pexels 搜索       │  │
│            │               │  │ - 本地素材加载      │  │
│            │               │  └─────────────────────┘  │
│            │               │  ┌─────────────────────┐  │
│            │               │  │ Audio Service       │  │
│            │               │  │ - Edge-TTS          │  │
│            │               │  │ - Azure TTS         │  │
│            │               │  └─────────────────────┘  │
│            │               │  ┌─────────────────────┐  │
│            │               │  │ Subtitle Service    │  │
│            │               │  │ - Edge 模式         │  │
│            │               │  │ - Whisper 模式      │  │
│            │               │  └─────────────────────┘  │
│            │               │  ┌─────────────────────┐  │
│            │               │  │ Combine Service     │  │
│            │               │  │ - FFmpeg 合成       │  │
│            │               │  │ - ImageMagick 渲染  │  │
│            │               │  └─────────────────────┘  │
└────────────┴───────────────┴───────────────────────────┘

五、实际效果体验

我用这个项目测试了几个主题：

主题	生成时长	视频质量	文案质量
“如何增加生活乐趣”	~3 min	⭐⭐⭐⭐	⭐⭐⭐⭐
“金钱的作用”	~3 min	⭐⭐⭐⭐⭐	⭐⭐⭐⭐
“生命的意义是什么”	~4 min	⭐⭐⭐⭐	⭐⭐⭐⭐⭐

总体感受：生成速度很快，3-4 分钟就能出一个 1 分钟的成品视频。素材匹配度大约 70-80%，偶尔会有不太相关的画面，但整体观感已经很不错了。字幕渲染和语音同步做得很好，不仔细看完全看不出是 AI 生成的。

六、进阶玩法

6.1 批量生成

项目支持一次生成多个视频，你可以设置不同参数（不同文案风格、不同配音、不同素材），然后挑一个最满意的。

6.2 API 模式

如果你有自己的前端或想集成到自动化流程中，可以直接调用 API：

# 启动 API 服务
python main.py

# API 文档
# http://127.0.0.1:8080/docs
# http://127.0.0.1:8080/redoc

6.3 自定义素材

把你的视频素材放到指定目录，配置 config.toml 使用本地素材，就不再依赖 Pexels 了。

6.4 免费在线体验

如果不想本地部署，可以试试录咖提供的在线版本：

中文版：https://reccloud.cn
英文版：https://reccloud.com

七、总结

MoneyPrinterTurbo 这个项目，Echo 愿意称之为 2026 年最实用的 AI 开源项目之一。它没有花哨的概念，没有复杂的论文引用，就是实实在在地把 LLM + TTS + 视频合成串成了一条流水线，让普通人也能在几分钟内做出一个像样的短视频。

对于想做短视频矩阵、知识科普、营销内容的开发者来说，这几乎是目前最好的开源方案。72K Stars 不是白来的。

📌 项目地址：https://github.com/harry0703/MoneyPrinterTurbo

⭐ Star 数：72,000+

📝 语言：Python

📄 协议：MIT

📺 相关视频

🎬 MoneyPrinterTurbo 完整使用演示
来源：抖音 | 作者：harry0703

🎬 如何在 Windows 上部署 MoneyPrinterTurbo
来源：抖音 | 作者：harry0703

🎬 AI一键生成短视频 MoneyPrinterTurbo 教程
来源：B站 | 搜索关键词：MoneyPrinterTurbo 教程

🎬 MoneyPrinterTurbo：用AI大模型一键生成短视频
来源：YouTube | 搜索关键词：MoneyPrinterTurbo tutorial