这款AI副业神器火了！输入关键词，全自动生成高清短视频，文案素材字幕音乐全搞定

MoneyPrinterTurbo 是一个利用AI自动生成短视频的工具。简单讲，它能一键将文字内容转成带配音和字幕的视频，省时省力。适用人群：内容创作者、短视频运营者、自媒体从业者。

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

主要语言：Python

stars: 61.5k

项目简介

MoneyPrinterTurbo 是一个可以根据视频主题或关键词，全自动生成视频文案、素材、字幕、背景音乐，并合成高清短视频的工具。它支持 API 和 Web 界面两种使用方式，具有完整的 MVC 架构，代码结构清晰，易于维护。

功能特性

• 多模式支持：支持 AI 自动生成视频文案，也能自定义文案；支持中文和英文视频文案。
• 视频尺寸多样：支持竖屏 9:16（1080x1920）和横屏 16:9（1920x1080）两种高清视频尺寸。
• 批量生成：可一次生成多个视频，方便用户选择最满意的。
• 灵活设置：支持视频片段时长设置，能调节素材切换频率；支持多种语音合成，可实时试听效果；支持字幕生成，能调整字体、位置、颜色、大小，还支持字幕描边设置；支持背景音乐，可随机选择或指定音乐文件，并设置音量。
• 素材优质：视频素材来源高清且无版权，也可使用本地素材。
• 多模型接入：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。

配置要求

• 系统：建议使用 Windows 10 或 MacOS 11.0 以上，或主流 Linux 发行版。
• 硬件：GPU 不是必需项，但使用带显存的独立显卡可提升本地转录、视频处理和批量生成的体验。具体配置要求如下：
• CPU：最低 4 核，推荐 6 - 8 核，理想配置 8 核及以上。
• RAM：最低 4GB，推荐 8GB，理想配置 16GB 及以上。
• GPU：非必须，推荐 4GB 显存及以上，理想配置 8GB 显存及以上。

快速开始

• Windows 用户：优先使用一键启动包，解压后执行 update.bat 更新到最新代码，再双击 start.bat 启动。
• 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。
• Google Colab：可点击链接直接在 Google Colab 中快速体验。

安装部署

前提条件

• 尽量避免使用中文路径。
• 确保网络正常，VPN 需打开全局流量模式。

克隆代码

ounter(linegit clone https://github.com/harry0703/MoneyPrinterTurbo.git

修改配置文件

将 config.example.toml 复制为 config.toml，配置 pexels_api_keys 和 llm_provider 及相关 API Key。

Docker 部署

• 启动 Docker，执行 cd MoneyPrinterTurbo 和 docker-compose up（新版为 docker compose up）。
• 访问 Web 界面：http://0.0.0.0:8501
• 访问 API 文档：http://0.0.0.0:8080/docs 或 http://0.0.0.0:8080/redoc

手动部署

• 创建虚拟环境，可使用 uv 或 venv + pip。
• 安装 ImageMagick，不同系统安装方式不同。
• 启动 Web 界面和 API 服务，不同系统启动命令有所差异。

其他信息

• 语音合成：支持多种语音合成，新增 9 种 Azure 语音合成声音（需配置 API KEY），所有支持的声音列表可查看 声音列表。
• 字幕生成：支持 edge 和 whisper 两种字幕生成方式，可在 config.toml 中切换。edge 模式生成速度快但质量可能不稳定，whisper 模式生成速度慢但质量更可靠。
• 背景音乐：位于项目的 resource/songs 目录下。
• 字幕字体：位于项目的 resource/fonts 目录下，可自行添加字体。
• 常见问题：文档中对如找不到 ffmpeg、ImageMagick 安全策略问题、文件打开数限制、Whisper 模型下载失败等常见问题提供了解决方法。
• 反馈建议：可提交 issue 或 pull request。
• 许可证：点击查看 LICENSE 文件。

应用场景

• 内容创作者：快速生成视频内容，提高创作效率。
• 营销人员：制作宣传视频，吸引用户关注。
• 教育工作者：制作教学视频，丰富教学资源。

接手20万行代码新项目懵了？这款AI神器一键生成交互式知识图谱，Claude/Copilot全兼容，架构逻辑秒理清！

Understand-Anything 是一个 基于AI实现多模态内容理解 的 工具。简单讲，它能帮你“看懂”图片、文档甚至视频里的内容，用大白话解释复杂信息。适用人群：需要快速理解各类资料的学习者、研究人员和内容创作者。

项目地址：https://github.com/Lum1104/Understand-Anything

主要语言：TypeScript

stars: 39.3k

仓库核心功能

• 构建知识图谱：作为Claude Code插件，借助多智能体管道分析项目，为文件、函数、类和依赖构建知识图谱，提供交互式仪表板进行可视化探索。
• 支持多平台：可在Claude Code、Codex、Cursor、Copilot、Gemini CLI等多个AI编码平台使用。
• 多语言支持：支持英语、简体中文、繁体中文、日语、韩语、西班牙语、土耳其语和俄语等多种语言。

仓库优势

• 可视化探索：以交互式知识图谱的形式展示代码库，用户可点击、搜索和探索每个文件、函数和类节点，还能查看纯英文摘要、关系和引导式游览。
• 业务逻辑理解：通过域视图，能清晰看到代码与实际业务流程的映射关系。
• 知识分析：可对Karpathy模式的LLM维基进行分析，将其转化为可导航的互联思想图。
• 多实用功能：具备引导式游览、模糊和语义搜索、差异影响分析、自适应UI、层可视化、语言概念解释等功能。

应用场景

• 新团队成员入职：帮助新成员快速了解200,000行以上的大型代码库，通过引导式游览按依赖顺序学习代码。
• 代码审查：在提交更改前，分析更改对系统各部分的影响，理解代码库中的连锁反应。
• 知识管理：将知识基础或文档转化为可探索的知识图谱，方便团队成员查找和理解信息。

快速开始步骤

1. 安装插件：不同平台安装方式不同，如Claude Code可通过插件市场安装，其他平台有对应的一键安装脚本。
2. 分析代码库：使用/understand命令，多智能体管道会扫描项目并构建知识图谱，保存到.understand-anything/knowledge-graph.json。可使用-language参数指定输出语言。
3. 探索仪表板：运行/understand-dashboard，打开交互式Web仪表板，以图形化方式展示代码库。
4. 持续学习：提供多种命令，如询问代码库相关问题、分析更改影响、深入解释特定文件或函数等。

底层技术

• Tree - sitter + LLM混合：Tree - sitter进行静态分析，解析源文件获取结构事实；LLM进行语义分析，生成纯英文摘要、标签等。
• 多智能体管道：/understand命令协调5个专业智能体，/understand-domain增加第6个智能体，文件分析器可并行运行，支持增量更新。

分享与团队协作

知识图谱以JSON形式存储，团队成员可通过提交图谱跳过分析流程。可使用/understand --auto-update保持图谱更新，大图谱可使用git - lfs跟踪。