📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🐳 Docker🔊 TTS🎙 STT✨ GPT🖥 本地 LLM🎬 视频生成
MoneyPrinterTurbo Agent工作流
⚙️
Agent工作流

MoneyPrinterTurbo Agent工作流

基于 Python · 无代码搭建完整 AI 自动化流程
英文名：MoneyPrinterTurbo
⭐ 57.3k Stars 🍴 8.3k Forks 💻 Python 📄 MIT 🏷 AI 8.2分
8.2AI 综合评分
AI生成短视频自动化开源Python
⬇ 下载源码 ZIP ⚙️ 配置说明
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，MoneyPrinterTurbo Agent工作流 获评「强烈推荐」。在 GitHub 上收获超过 57.3k 颗 Star，这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.2 分，适合有一定技术背景的用户使用。

📚 深度解析
MoneyPrinterTurbo Agent工作流 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升，基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化（模拟鼠标键盘操作），AI Agent 工作流通过理解任务意图、动态规划执行路径，能够处理更复杂的非结构化任务。

MoneyPrinterTurbo Agent工作流 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。

在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.2 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览

MoneyPrinterTurbo Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 57.3k
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
活跃维护，更新频繁
开源协议
MIT
AI 综合评分
8.2 分
工具类型
Agent工作流
Forks
8.3k
📖 中文文档
以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

MoneyPrinterTurbo Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排，无需编写复杂代码
  • 支持多步骤自动化任务链，实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制，保障稳定运行
  • 提供可复用的自动化模板，快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：pip 安装（推荐）
pip install moneyprinterturbo

# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install moneyprinterturbo

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/harry0703/MoneyPrinterTurbo
cd MoneyPrinterTurbo
pip install -e .

# 验证安装
python -c "import moneyprinterturbo; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
moneyprinterturbo --help

# 基本用法
moneyprinterturbo input_file -o output_file

# Python 代码中调用
import moneyprinterturbo

# 示例
result = moneyprinterturbo.process("input")
print(result)
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# moneyprinterturbo 配置文件示例（config.yml）
app:
  name: "moneyprinterturbo"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
moneyprinterturbo --config config.yml

# 或通过环境变量配置
export MONEYPRINTERTURBO_API_KEY="your-key"
export MONEYPRINTERTURBO_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 72/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

简介

MoneyPrinterTurbo 💸

<p align="center"> <a href="https://github.com/harry0703/MoneyPrinterTurbo/stargazers"><img src="https://img.shields.io/github/stars/harry0703/MoneyPrinterTurbo.svg?style=for-the-badge" alt="Stargazers"></a> <a href="https://github.com/harry0703/MoneyPrinterTurbo/issues"><img src="https://img.shields.io/github/issues/harry0703/MoneyPrinterTurbo.svg?style=for-the-badge" alt="Issues"></a> <a href="https://github.com/harry0703/MoneyPrinterTurbo/network/members"><img src="https://img.shields.io/github/forks/harry0703/MoneyPrinterTurbo.svg?style=for-the-badge" alt="Forks"></a> <a href="https://github.com/harry0703/MoneyPrinterTurbo/blob/main/LICENSE"><img src="https://img.shields.io/github/license/harry0703/MoneyPrinterTurbo.svg?style=for-the-badge" alt="License"></a> </p> <br> <h3>简体中文 | <a href="README-en.md">English</a></h3> <div align="center"> <a href="https://trendshift.io/repositories/8731" target="_blank"><img src="https://trendshift.io/api/badge/repositories/8731" alt="harry0703%2FMoneyPrinterTurbo | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a> </div> <br> 只需提供一个视频 <b>主题</b> 或 <b>关键词</b> ，就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐，然后合成一个高清的短视频。 <br>

Web界面

API界面

</div>

背景音乐 🎵

用于视频的背景音乐，位于项目的 resource/songs 目录下。 > 当前项目里面放了一些默认的音乐，来自于 YouTube 视频，如有侵权，请删除。

功能特性 🎯

  • [x] 完整的 MVC架构，代码 结构清晰，易于维护，支持 API 和 Web界面
  • [x] 支持视频文案 AI自动生成，也可以自定义文案
  • [x] 支持多种 高清视频 尺寸
  • [x] 竖屏 9:16，1080x1920
  • [x] 横屏 16:9，1920x1080
  • [x] 支持 批量视频生成，可以一次生成多个视频，然后选择一个最满意的
  • [x] 支持 视频片段时长 设置，方便调节素材切换频率
  • [x] 支持 中文 和 英文 视频文案
  • [x] 支持 多种语音 合成，可 实时试听 效果
  • [x] 支持 字幕生成，可以调整 字体、位置、颜色、大小，同时支持字幕描边设置
  • [x] 支持 背景音乐，随机或者指定音乐文件，可设置背景音乐音量
  • [x] 视频素材来源 高清，而且 无版权，也可以使用自己的 本地素材
  • [x] 支持 OpenAI、Moonshot、Azure、gpt4free、one-api、通义千问、Google Gemini、Ollama、DeepSeek、MiniMax、 文心一言, Pollinations、ModelScope 等多种模型接入
  • 中国用户建议使用 DeepSeek 或 Moonshot 作为大模型提供商（国内可直接访问，不需要VPN。注册就送额度，基本够用）

快速开始 🚀

安装部署 📥

Docker部署 🐳

① 启动Docker

如果未安装 Docker，请先安装 https://www.docker.com/products/docker-desktop/

如果是Windows系统，请参考微软的文档：

  1. https://learn.microsoft.com/zh-cn/windows/wsl/install
  2. https://learn.microsoft.com/zh-cn/windows/wsl/tutorials/wsl-containers
cd MoneyPrinterTurbo
docker-compose up
注意：最新版的docker安装时会自动以插件的形式安装docker compose，启动命令调整为docker compose up

② 访问Web界面

打开浏览器，访问 http://0.0.0.0:8501

③ 访问API文档

打开浏览器，访问 http://0.0.0.0:8080/docs 或者 http://0.0.0.0:8080/redoc

手动部署 📦

视频教程
  • 完整的使用演示：https://v.douyin.com/iFhnwsKY/
  • 如何在Windows上部署：https://v.douyin.com/iFyjoW3M

① 创建虚拟环境

推荐使用 uv 管理 Python 环境和依赖，默认使用 Python 3.11

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

如果你暂时不使用 uv，也可以继续使用 venv + pip

python3.11 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

说明： - pyproject.toml 是主依赖定义文件 - uv.lock 是锁文件，建议默认执行 uv sync --frozen - requirements.txt 仅保留给旧的 pip 安装方式兼容使用

② 安装好 ImageMagick

- Windows: - 下载 https://imagemagick.org/script/download.php 选择Windows版本，切记一定要选择 静态库 版本，比如 ImageMagick-7.1.1-32-Q16-x64-static.exe - 安装下载好的 ImageMagick，注意不要修改安装路径 - 修改 配置文件 config.toml 中的 imagemagick_path 为你的 实际安装路径

- MacOS: 

  brew install imagemagick
` - Ubuntu 
  sudo apt-get install imagemagick
- CentOS 
  sudo yum install ImageMagick

③ 启动Web界面 🌐

注意需要到 MoneyPrinterTurbo 项目 根目录 下执行以下命令

###### Windows

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

如果你已经手动激活了虚拟环境，也可以直接执行：

webui.bat

###### MacOS or Linux

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

如果你已经手动激活了虚拟环境，也可以直接执行：

sh webui.sh

启动后，会自动打开浏览器（如果打开是空白，建议换成 Chrome 或者 Edge 打开）

④ 启动API服务 🚀

uv run python main.py

如果你已经手动激活了虚拟环境，也可以直接执行：

python main.py

视频演示 📺

推荐使用方式

  • Windows 用户：优先使用一键启动包，适合快速体验
  • MacOS / Linux 用户：优先使用 uv sync --frozen 进行本地部署
  • 想要隔离运行环境：优先使用 Docker 部署

在 Google Colab 中运行

免去本地环境配置，点击直接在 Google Colab 中快速体验 MoneyPrinterTurbo

Open in Colab

Windows一键启动包

下载一键启动包，解压直接使用（路径不要有 中文、特殊字符、空格） 当前提供的安装包仍是 v1.2.6 的旧打包版本，建议下载后先执行 update.bat 更新到最新代码。

  • 百度网盘（v1.2.6）: https://pan.baidu.com/s/1wg0UaIyXpO3SqIpaq790SQ?pwd=sbqx 提取码: sbqx
  • Google Drive (v1.2.6): https://drive.google.com/file/d/1HsbzfT7XunkrCrHw5ncUjFX8XX4zAuUh/view?usp=sharing

下载后，建议先双击执行 update.bat 更新到最新代码，然后双击 start.bat 启动

启动后，会自动打开浏览器（如果打开是空白，建议换成 Chrome 或者 Edge 打开）

配置要求 📦

  • 建议系统：Windows 10 或 MacOS 11.0 以上，或主流 Linux 发行版
  • GPU 不是必需项，但如果你希望本地转录、更快的视频处理或更顺畅的批量生成体验，建议使用带显存的独立显卡
项目最低配置推荐配置理想配置
CPU4 核6 到 8 核8 核及以上
RAM4 GB8 GB16 GB 及以上
GPU非必须4 GB 显存及以上8 GB 显存及以上
  • 如果你主要依赖云端 LLM、云端 TTS 和在线素材源，CPU 与内存比 GPU 更重要
  • 如果你启用 faster-whisper、批量生成或更重的本地处理链路，GPU 会明显提升速度

请根据你的实际路径设置，注意 Windows 路径分隔符为 \\

ffmpeg_path = "C:\\Users\\harry\\Downloads\\ffmpeg.exe" ```

❓Whisper 模型下载失败，出现如下错误

LocalEntryNotfoundEror: Cannot find an appropriate cached snapshotfolderfor the specified revision on the local disk and outgoing trafic has been disabled. To enablerepo look-ups and downloads online, pass 'local files only=False' as input.

或者

An error occurred while synchronizing the model Systran/faster-whisper-large-v3 from the Hugging Face Hub: An error happened while trying to locate the files on the Hub and we cannot find the appropriate snapshot folder for the specified revision on the local disk. Please check your internet connection and try again. Trying to load the model directly from the local cache, if it exists.

解决方法：点击查看如何从网盘手动下载模型

常见问题 🤔

🎯 aiskill88 AI 点评 A 级 2026-05-20

57k stars体现社区认可度高，工作流设计完整，自动化程度好，但依赖外部API成本，适合专业用户和团队使用。

📚 实用指南（长尾问题）
适合谁
  • 做语音类 AI 产品的开发者
最佳实践
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
  • Python 依赖冲突：建议用 venv / uv 隔离环境
部署方案
  • Docker：MoneyPrinterTurbo 提供官方镜像，docker compose up 一键启动
  • 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
MoneyPrinterTurbo 中文教程MoneyPrinterTurbo 安装报错怎么办MoneyPrinterTurbo Docker 部署MoneyPrinterTurbo 与同类工具对比MoneyPrinterTurbo 最佳实践MoneyPrinterTurbo 适合谁用
⚡ 核心功能
👥 适合谁
  • 做语音类 AI 产品的开发者
⭐ 最佳实践
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
  • Python 依赖冲突：建议用 venv / uv 隔离环境
👥 适合人群
自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队
🎯 使用场景
  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
✅ 优点
  • +GitHub 57.3k Star，社区高度认可
  • +MIT 协议，可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程，清晰直观
  • +可扩展性强，支持复杂场景
⚠️ 不足
  • −初始配置和调试需投入一定时间
  • −强依赖外部服务的稳定性
  • −复杂场景需具备一定技术基础
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐
Flowise 可视化AI工作流
Agent工作流
LangFlow 可视化AI开发
Agent工作流
ragflow Agent工作流
RAGFlow是领先的开源检索增强生成(RAG)引擎,提供完整的AI工作流和智能体框架。支持agentic检索和搜索,适
Activepieces 开源工作流自动化
Agent工作流
📰 相关 AI 新闻
OpenAI 最新产品与研究动态
AI 资讯 · 知识关联
AI 前沿资讯：GPT Guesses Between 1 and 100
AI 资讯 · 知识关联
OpenAI 最新产品与研究动态
AI 资讯 · 知识关联
AI 模型性能评测与横向对比
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
GPT 说"这可能不准确"，然后接着说了5分钟不准确的内容
AI 圈观察
🗺️ 相关解决方案
docker
docker-deploy
tts
voice-generation
stt
speech-recognition
llm_local
local-llm-deploy
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
技能寻求者
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流
DeepCode Agent工作流
MCP · Agent · 工作流
gptme Agent工作流
MCP · Agent · 工作流
kb-arena开源AI工作流
kb-arena是开源的AI工作流，用于Benchmark 9 retrieval architectures（向量、上下文、QnA、知识图
❓ 常见问题 FAQ
主要支持OpenAI ChatGPT，可扩展接入其他大模型API
💡 AI Skill Hub 点评

AI Skill Hub 点评：MoneyPrinterTurbo Agent工作流 的核心功能完整，质量优秀。对于自动化工程师和运维人员来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。

⬇️ 获取与下载
⬇ 下载源码 ZIP

✅ MIT 协议 · 可免费商用 · 直接从 aiskill88 服务器下载，无需跳转 GitHub

📚 深入学习 MoneyPrinterTurbo Agent工作流
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 MoneyPrinterTurbo
原始描述 开源AI工作流：利用AI大模型，一键生成高清短视频 Generate short videos with one click using AI LLM.。⭐57.3k · Python
Topics AI生成短视频自动化开源Python
GitHub https://github.com/harry0703/MoneyPrinterTurbo
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/harry0703/MoneyPrinterTurbo

收录时间：2026-05-18 · 更新时间：2026-05-19 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。