MoneyPrinterTurbo 安装部署完全指南：从 config.toml 配置到 Docker 与手动部署的 API/WebUI 双接口实践

MoneyPrinterTurbo 安装部署完全指南从 config.toml 配置到 Docker 与手动部署的 API/WebUI 双接口实践【免费下载链接】MoneyPrinterTurbo利用 AI 大模型和自动化工作流根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.项目地址: https://gitcode.com/GitHub_Trending/mo/MoneyPrinterTurbo本文基于 MoneyPrinterTurbo 官方英文文档sites/docs/guide/README.md的安装部署章节展开只需提供一个视频主题或关键词项目即可全自动生成视频文案、视频素材、视频字幕与背景音乐并合成一段高清短视频。读完本文你将完整掌握该项目的两种接入形态WebUI 与 FastAPI 接口、配置文件config.toml的关键参数、Docker 一键部署方式以及 Windows/macOS/Linux 下的手动部署全流程并理解这些步骤背后对应的源码入口与运行机制。一、两种使用形态WebUI 与 APIMoneyPrinterTurbo 提供两种官方使用方式二者共享同一套底层生成流水线WebUI基于 Streamlit 的图形界面适合个人直接操作填写主题后即可触发视频生成API Interface基于 FastAPI 的 REST 接口启动后提供 Swagger 文档/docs与 ReDoc/redoc支持在线调试适合程序化调用与二次集成。从源码看API 服务入口是 main.py它通过uvicorn加载 app/asgi.py 中创建的 FastAPI 应用监听主机与端口来自配置默认0.0.0.0:8080见 app/config/config.py路由聚合在 app/router.py挂载了video与llm两个 v1 控制器对应app/controllers/v1/video.py、app/controllers/v1/llm.py其中video控制器的create_task就是提交视频生成任务的接口。此外 app/asgi.py 还将storage/tasks目录以静态文件方式挂载到/tasks路径——这就是文档中视频下载链接形如http://127.0.0.1:8080/tasks/task_id/final-1.mp4的来源。部署前提文档明确列出两条前提务必先确认尽量避免使用中文路径存放项目以免出现不可预知的问题确保网络可用即能正常访问 Pexels/Pixabay 等国外素材站点与大模型 API。二、通用准备克隆代码与配置 LLM以下步骤在 Docker 部署与手动部署中通用。① 克隆项目git clone https://github.com/harry0703/MoneyPrinterTurbo.git② 修改配置文件将 config.example.toml 复制一份重命名为config.toml按照config.toml内的注释配置好pexels_api_keys和llm_provider并根据所选llm_provider的服务商配置对应的 API Key。这里有一个源码细节值得了解app/config/config.py 的load_config()在启动时如果发现config.toml不存在会自动把config.example.toml复制为config.toml再加载即首次运行可以裸启动但随后必须补全 API Key 才能真正生成视频。③ 配置大语言模型LLMllm_provider决定文案由哪个大模型生成。文档说明若要使用 GPT-4.0 或 GPT-3.5需要 OpenAI 的API Key如果没有可以将llm_provider设置为g4f一个免费调用 GPT 的开源库基于gpt4free在 requirements.txt 中固定为g4f0.3.8.1。对照 config.example.toml 的完整注释llm_provider当前支持的取值及各自的 Key/模型配置项如下均可在配置文件中找到对应区块provider说明关键配置项默认模型openaiOpenAI 官方openai_api_key、openai_base_url可选代理gpt-4-turbomoonshot月之暗面moonshot_api_key、moonshot_base_urlmoonshot-v1-8koneapiOneAPI 中转oneapi_api_key、oneapi_base_url需自行填写g4f免费 GPT 通道g4f_model_namegpt-3.5-turboazureAzure OpenAIazure_api_key、azure_base_url、azure_api_versiongpt-35-turbo替换为部署名qwen通义千问qwen_api_keyqwen-maxgeminiGoogle Geminigemini_api_keygemini-1.0-prodeepseekDeepSeekdeepseek_api_key、deepseek_base_urldeepseek-chat除 LLM 外与部署强相关的还有几组配置素材来源video_source pexels或pixabay对应pexels_api_keys/pixabay_api_keys两个数组官方注释提醒 Key 必须用英文双引号包裹、多个 Key 用逗号隔开多 Key 可用于规避限流。字幕subtitle_provider edge或whisper留空则不生成字幕使用whisper时由 [whisper] 段控制model_size推荐large-v3、deviceCPU/cuda与compute_type如int8、float16。ImageMagick / FFmpegimagemagick_path、ffmpeg_path默认留空。从 app/config/config.py 看若配置了路径且文件存在会分别写入环境变量IMAGEMAGICK_BINARY与IMAGEIO_FFMPEG_EXE供 moviepy 等库定位可执行文件ffmpeg 通常会被自动下载检测只有在报RuntimeError: No ffmpeg exe could be found.时才需要手动指定。其他material_directory控制素材缓存位置默认./storage/cache_videos设为task则每个任务独立存放、不再共享缓存enable_redis/redis_host等用于任务状态管理endpoint用于对外暴露视频下载地址例如经过 nginx 代理后填域名max_concurrent_tasks默认 5限制并发任务数。三、Docker 部署① 启动 Docker 容器如未安装 Docker请先安装 Docker DesktopWindows 用户需按微软文档启用 WSL2 与 WSL 容器。然后cd MoneyPrinterTurbo docker-compose up[ docker-compose.yml ] 定义了两个服务共用同一镜像Dockerfile基于python:3.11-slim-bullseye镜像内已安装git、imagemagick、ffmpeg并通过sed移除了 ImageMagick 策略文件中限制文件的 policy 项webui运行streamlit run ./webui/Main.py端口8501:8501api运行python3 main.py端口8080:8080。两个服务都通过卷挂载把宿主机当前目录映射进容器./:/MoneyPrinterTurbo因此你只需要在宿主机上维护一份config.toml容器内外实时同步。restart: always保证容器异常退出后自动拉起。② 访问 Web 界面打开浏览器访问http://0.0.0.0:8501③ 访问 API 文档打开浏览器访问http://0.0.0.0:8080/docs http://0.0.0.0:8080/redoc四、手动部署① 创建 Python 虚拟环境建议使用 conda 创建 Python 3.10 虚拟环境git clone https://github.com/harry0703/MoneyPrinterTurbo.git cd MoneyPrinterTurbo conda create -n MoneyPrinterTurbo python3.10 conda activate MoneyPrinterTurbo pip install -r requirements.txtrequirements.txt 锁定了核心依赖moviepy视频合成、streamlitWebUI、edge_tts配音、fastapiuvicornAPI、faster-whisper字幕、dashscope/google.generativeai/g4f多 LLM 接入等安装过程需要能正常访问 PyPI。② 安装 ImageMagick字幕烧录依赖 ImageMagick各平台安装方式Windows下载官方安装包ImageMagick-7.1.1-29-Q16-x64-static.exe并安装不要修改安装路径随后在config.toml中把imagemagick_path设为你的实际安装路径若未改默认路径直接取消注释即可例如imagemagick_path C:\\Program Files (x86)\\ImageMagick-7.1.1-Q16\\magick.exemacOSbrew install imagemagickUbuntusudo apt-get install imagemagickCentOSsudo yum install ImageMagick③ 启动 Web 界面注意需要在 MoneyPrinterTurbo 项目根目录下执行Windowswebui.batconda activate MoneyPrinterTurbo webui.batmacOS / Linuxwebui.shconda activate MoneyPrinterTurbo sh webui.sh两个脚本本质都是执行streamlit run ./webui/Main.py --browser.serverAddress0.0.0.0 --server.enableCORSTrue --browser.gatherUsageStatsFalse即 Streamlit 监听0.0.0.0:8501并开启 CORS。启动后浏览器会自动打开。另外webui.sh中预留了HF_ENDPOINThttps://hf-mirror.com一行注释如果你无法从 HuggingFace 官方站下载 whisper 模型可以取消该行注释使用镜像站点。④ 启动 API 服务python main.py启动后访问 API 文档即http://127.0.0.1:8080/docs或http://127.0.0.1:8080/redoc可以直接在线调试接口快速体验。main.py启动时会打印日志start server, docs: http://127.0.0.1:listen_port/docs其中端口取自配置中的listen_port默认 8080。五、小结与延伸阅读完整参数取值请对照 config.example.toml配置加载逻辑见 app/config/config.pyAPI 行为任务创建、静态资源挂载、CORS见 app/asgi.py 与 app/router.py容器化细节见 Dockerfile 与 docker-compose.yml项目许可证见 LICENSE。按上述顺序执行——先备好config.toml素材 Key LLM Key再选择 Docker 或手动方式启动即可在 WebUI 或/docs页面完成第一次关键词 → 高清短视频的端到端验证。【免费下载链接】MoneyPrinterTurbo利用 AI 大模型和自动化工作流根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.项目地址: https://gitcode.com/GitHub_Trending/mo/MoneyPrinterTurbo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考