MoneyPrinterPlus 开源项目使用教程
1. 项目介绍
MoneyPrinterPlus 是一个基于 AI 技术的短视频生成工具,能够一键批量生成各类短视频,自动批量混剪短视频,并自动将视频发布到抖音、快手、小红书、视频号等平台。该项目支持本地语音模型如 chatTTS、fasterwhisper 等,同时也支持云语音服务如 Azure、阿里云、腾讯云等。此外,MoneyPrinterPlus 还支持 Stable diffusion 和 comfyUI 直接生成图像,极大地简化了短视频制作的流程。
2. 项目快速启动
前提条件
- Python 3.10 或更高版本
- ffmpeg 6.1.1 或更高版本
- 确保 Python 和 ffmpeg 路径已添加到系统环境变量中
安装步骤
-
克隆项目
git clone https://github.com/ddean2009/MoneyPrinterPlus.git cd MoneyPrinterPlus -
安装依赖
pip install -r requirements.txt -
运行项目
streamlit run gui.py运行后,浏览器会自动打开 MoneyPrinterPlus 的界面。
3. 应用案例和最佳实践
应用案例
-
电商推广视频
使用 MoneyPrinterPlus 生成产品介绍视频,自动混剪多个产品片段,并一键发布到抖音、快手等平台,提升产品曝光率。
-
教育培训视频
制作教育培训课程的短视频,通过 AI 生成文案和配音,快速生成高质量的教学视频,并发布到视频号等平台。
最佳实践
-
优化视频文案
在生成视频文案时,可以根据目标受众调整文案内容,确保视频内容更具吸引力。
-
选择合适的配音和背景音乐
根据视频内容选择合适的配音语言和背景音乐,提升视频的整体观感。
-
批量发布视频
利用 MoneyPrinterPlus 的批量发布功能,将生成的视频一键发布到多个平台,节省时间和精力。
4. 典型生态项目
-
Stable Diffusion
Stable Diffusion 是一个开源的图像生成模型,MoneyPrinterPlus 支持与其无缝集成,可以直接生成图像并用于视频制作。
-
Ollama
Ollama 是一个本地大模型工具,MoneyPrinterPlus 支持接入 Ollama,用户可以在本地运行大模型,提升视频生成的效率和隐私性。
-
GPT-SoVITS
GPT-SoVITS 是一个本地语音模型,MoneyPrinterPlus 支持与其集成,用户可以在本地生成高质量的语音内容,提升视频的制作质量。
通过以上模块的介绍,用户可以快速了解 MoneyPrinterPlus 的功能和使用方法,并根据实际需求进行应用和扩展。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00