灿海星图指南--自媒体工具MoneyPrinterTurbo，81K星的AI短视频工厂
第一次配MoneyPrinterTurbo的时候，我在batch_size参数上卡了半小时——这工具在Docker里跑，LLM调用走的外部API，但文档里没写"batch_size=1才是正确的"。
本文是一篇实操指南，预计15分钟完成。已核实GitHub仓库存在（81K星，MIT协议）。
核心操作
MoneyPrinterTurbo是一个Python项目，推荐Docker部署。它接收一个"题材"，然后用LLM生成文案→TTS配音→合成视频。
1. 安装（Docker推荐）
git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
docker-compose up -d
WebUI在 http://localhost:8501。
2. 接入灿海星图API
编辑 config.toml，把LLM的base_url和api_key换成灿海星图的：
[llm]
provider = "openai"
base_url = "https://你的灿海星图endpoint/v1"
api_key = "你的灿海星图key"
model = "deepseek-ai/DeepSeek-V4-Flash"
TTS部分如果不配GPU，可以用edge-tts（免费且不需要API key）：
[tts]
provider = "edge"
voice = "zh-CN-XiaoxiaoNeural"
3. 生成第一条视频
在WebUI里输入题材，比如"AI编程工具对比：Claude Code vs Codex vs Cursor"，点击生成。工具会自动：
- 用LLM写文案（调用DeepSeek-V4-Flash）
- 用edge-tts配音
- 用Pexels/Unsplash API搜配图
- 合成出MP4
生成完在 output/ 目录下找视频文件。
4. 批量生产
用run.py命令行做批量：
python run.py --topic_file topics.txt --batch_size 1 --language zh
topics.txt里一行一个题材。batch_size必须是1（这是我踩过的坑——batch_size>1会导致Docker容器内LLM并发调用内存溢出）。
踩坑实录
| 现象 | 原因 | 解决 |
|---|---|---|
| Docker启动后页面打不开 | 端口映射问题 | 检查docker-compose.yml里的ports: "8501:8501" |
| batch_size>1时视频无法生成 | LLM并发调用导致Docker容器内存溢出 | 设为1 |
| 中文字幕不显示 | TTS配音与字幕时间轴不对 | 用edge-tts的zh-CN语音，不要用en-US |
| 视频素材重复 | Pexels API返回缓存 | 在config里设use_local_assets=true，自己准备素材库 |
常见疑问
Q1：能用灿海星图的哪个模型？
文案生成推荐DeepSeek-V4-Flash（速度快、便宜），复杂题材切换Claude Opus。TTS不需要GPU，edge-tts免费且质量高。
Q2：图片素材从哪来？
默认调Pexels/Unsplash免费API。也可以设use_local_assets=true，然后把自己的素材放在assets/目录下——AI会自动匹配关键词选素材。
Q3：能做多语言的视频吗？
支持。改language参数即可。但建议中文用DeepSeek写文案（中文语感好），英文用Claude Sonnet写文案。
我为什么不用XX替代它
OpenMontage（31.7K星）是大而全的Agent视频系统，适合月度报告这种"要改N个版本"的场景。MoneyPrinterTurbo的优势是"一键出片"——适合日更短视频的批量生产。如果你每天要出3-5条，MoneyPrinterTurbo更合适。如果你一个月只出1-2条高质量长视频，OpenMontage更合适。
本文数据来源于GitHub公开仓库，数据截至2026年7月4日。