anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

harry0703 的开源 AI 短视频生成器。你给它一个主题或关键词,它会写脚本、匹配素材,配上配音、字幕和音乐,再渲染出高清视频。可以用网页界面、API、命令行来运行,也可以交给 AI 智能体的 Skill。
MoneyPrinterTurbo AI 短视频生成器 是一款 GitHub 上的开源项目,属于营销类,由 Mindket 上架。可免费获取。当前为第 2 版,最近更新于 。按它的 README 从 GitHub 安装。Mindket 的设置说明可在你的 Mindket 账户获取,以 zip 压缩包下载。
python3 -m venv .venv source .venv/bin/activate python -m pip install mpt
MoneyPrinterTurbo 是 harry0703 做的开源 AI 短视频生成器。你给它一个主题或关键词,它会写脚本、匹配素材、做配音和字幕、加背景音乐,并渲染出高清视频。你也可以自己提供脚本、图片和视频片段。它可以作为网页界面、API 或命令行来运行,也可以通过读取它的 Skill 的 AI 智能体来运行。
想要大量竖屏短视频、又不想打开剪辑软件的创作者和小团队,以及想在脚本里调用视频生成的开发者。README 说,从脚本到剪辑的每一个环节,你都保有控制权。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 社交媒体和内容 | 创作者和小品牌 | 把一个主题变成带配音、字幕和音乐的竖屏视频 | 一位创作者输入主题,得到一条 9:16 的视频,可发到 TikTok、Instagram 或 YouTube Shorts。 |
| 营销 | 营销人员 | 批量生成同一个视频的几个版本,并查看任务历史 | 一位营销人员为同一个主题要几个版本,再对比。 |
| 教育 | 老师和课程制作者 | 用受众的语言做带旁白的讲解视频 | 一位老师给出写好的脚本,再选一个声音。README 的示例集里有中文和英文的例子。 |
| 软件和自动化 | 开发者 | 在脚本里调用 API 或命令行 | 一位开发者在 tasks.json 里列出两个主题,运行批处理命令。 |
| AI 智能体用户 | 手上有能读取 Skill 文档的智能体的人 | 把 Skill 地址和主题交给智能体 | 智能体安装工具,缺哪个密钥就问你要,最后返回视频文件的路径。 |
如果你想要一条手工搭建的时间线,可以不用它。MoneyPrinterTurbo 会根据主题,或者你自己的脚本和片段,自己拼出视频;config.example.toml 里的转场设置有 "None"、"Shuffle"、"FadeIn" 等选项。仓库里另一个可编辑项目工具的第一版本地渲染器没有实现转场或叠加层。
README 给下面每一种方式都写了路线。
README 推荐 Windows 10 或更高版本、macOS 11 或更高版本,或者主流的 Linux 发行版。
点“获取”会把一个装有 Mindket 安装说明的 zip 压缩包存进你的下载文件夹,README 记载的每种方式各有一个文件。README 说 Windows 用户先试一键包,有 Python 的人可以装 pip 包。
| 需要 | 说明 |
|---|---|
| Python | 本地安装需要 3.11 或更高版本。README 推荐 3.11 |
| 硬件 | 至少 4 个 CPU 核心和 4 GB 内存。不需要 GPU |
| 写脚本的模型 | OpenAI、Gemini 或 DeepSeek 这类提供方的 API 密钥,或者通过 Codex 提供方登录的 ChatGPT |
| 素材 | 默认是一个免费的 Pexels 密钥,也可以用你自己的图片和视频 |
| 配音 | Edge TTS 免费,不需要密钥 |
| Windows 路径 | 项目路径里不要有非 ASCII 字符、特殊字符或空格 |
在 macOS 或 Linux 上:
python3 -m venv .venv source .venv/bin/activate python -m pip install mpt mpt webui
在 Windows PowerShell 上,用 python -m venv .venv 和 .venv\Scripts\Activate.ps1 创建并激活环境,再运行 python -m pip install mpt 和 mpt webui。
Windows 上还有一条更短的路线。从最新 GitHub Release 的 Assets 区域下载 .7z 压缩包并解压,先双击 update.bat,再双击 start.bat。
在网页界面里输入主题。如果你用 uv 准备好了源码,README 称下面是最简单的完整生成命令。
uv run python cli.py --video-subject "How AI is changing everyday life"
装的是 pip 包的话,运行 mpt cli --help 查看命令行选项。
也可以把 Skill 交给一个 AI 智能体。README 说智能体会安装并配置 MoneyPrinterTurbo、生成视频并返回文件路径,只会问你还没设置的必要密钥。
Use this Skill: https://raw.githubusercontent.com/harry0703/MoneyPrinterTurbo/main/docs/skill/SKILL.md Create a video with the topic "How AI is changing everyday life."
你装好 pip 包,启动网页界面。在基本设置里填入一个模型密钥和一个 Pexels 密钥。你输入主题“How AI is changing everyday life”。工具写出脚本,按脚本的搜索词取来素材,用一个声音(比如免费的 Edge TTS)朗读,加上字幕和音乐,再渲染出视频。
由智能体来运行时,Skill 说成功的一次运行会输出下面这种形状的几行:
MPT_RESULT VIDEO_FILE=<absolute path>/final-1.mp4 TASK_DIR=<absolute path>/storage/tasks/<task_id> LOG_FILE=<absolute path>/run-<task_id>.log RESULT_FILE=<absolute path>/latest-result.json
VIDEO_FILE 是 final-1.mp4 的路径,也就是做好的视频。其余几行写着任务文件夹、日志文件和结果文件。
新手:MoneyPrinterTurbo 是一个替你做短视频的程序。语言模型写文字,一个声音朗读,素材片段铺满画面。通常要填一个模型密钥和一个免费的 Pexels 密钥。通过 Codex 提供方登录 ChatGPT 不需要 API 密钥,用你自己的图片和视频也不需要素材密钥。先用 Windows 包或 pip 安装,再在基本设置里填密钥。Edge TTS 不需要密钥。
专家:在源码目录里要依次运行多个任务,传入一个 UTF-8 的 JSON 数组或 JSONL 清单。README 的例子是 uv run python cli.py --batch-file ./tasks.json --stop-at video。一份清单最多 100 个任务、1 MiB。所有条目在第一个任务开始前就会检查,某个任务失败后运行会继续。命令最后打印一份 JSON 汇总,里面有 total、succeeded、failed 和 tasks。
字幕样式和配音选项的优先级是:明确写出的命令行选项,高于 config.toml 里保存的 [ui] 值,再高于内置默认值。背景音乐、视频数量和段落数量不会从网页界面继承。字幕模式 edge 用 TTS 的时间戳。模式 whisper 在本地运行 faster-whisper,首次使用时会下载约 3 GB 的模型,large-v3-turbo 约 1.6 GB。
ChatGPT 有两种登录,彼此独立。Codex 提供方用设备码,同一个登录也供 Codex 图片来源使用。原生 OAuth 提供方需要符合条件的账号,浏览器还要和程序在同一台电脑上,所以在 Docker 或远程机器上用不了。仓库里还有一个给可编辑本地视频项目用的命令行工具,它为准备好的场景保存修订版本,只重建一次改动会影响到的阶段。
发布任何东西之前,先看看这些。
这个工具包里只有安装说明,由 Mindket 编写。MoneyPrinterTurbo、它的 Skill 和它的 Windows 包都出自制作方的仓库:https://github.com/harry0703/MoneyPrinterTurbo
这些说明不是 harry0703 写的,也没有得到他的认可。英文 README 称 MoneyPrinterTurbo 是“An All-in-One AI Short Video Generator”,并说:“Provide a video topic or keyword, and MoneyPrinterTurbo will generate the script, match footage, create subtitles and background music, and produce an HD short video.”,意思是:给一个视频主题或关键词,MoneyPrinterTurbo 会生成脚本、匹配素材、生成字幕和背景音乐,并产出高清短视频。README 在 https://github.com/harry0703/MoneyPrinterTurbo/blob/main/README-en.md
许可证:MIT。LICENSE 文件(https://github.com/harry0703/MoneyPrinterTurbo/blob/main/LICENSE)是 MIT License,写的是“Copyright (c) 2024 Harry”。
README 里有赞助商部分,这些说明没有收录。
下面每条路线在这个工具包里都有自己的文件。README 的 Quick Start 写了智能体、Windows、pip、Docker、源码和 Colab 这几条路线,最后两个文件讲设置和仓库里另一个工具。
mpt:setup/pip.mdmpt 包(https://pypi.org/project/mpt/),连同它的 pyproject.toml 列出的依赖。它会加一个 mpt 命令。.7z 压缩包,解压即可。里面有 start.bat 和 update.bat。ghcr.io/harry0703/moneyprinterturbo:latest,由 docker-compose.release.yml 跑成两个容器,moneyprinterturbo-webui 和 moneyprinterturbo-api。uv sync --frozen 建好。来源:https://github.com/harry0703/MoneyPrinterTurbo/blob/main/README-en.md 、https://github.com/harry0703/MoneyPrinterTurbo/blob/main/pyproject.toml 、https://github.com/harry0703/MoneyPrinterTurbo/blob/main/docker-compose.release.yml 和 https://github.com/harry0703/MoneyPrinterTurbo/blob/main/docs/skill/SKILL.md
| 项目 | 最低 | 推荐 | 最佳 |
| ---- | ------------ | ------------ | ---------- |
| CPU | 4 核 | 6 到 8 核 | 8 核以上 |
| 内存 | 4 GB | 8 GB | 16 GB 以上 |
| GPU | 不需要 | 4 GB 以上显存 | 8 GB 以上显存 |
README 还说,如果主要用云端大模型、云端 TTS 和在线素材来源,CPU 和内存比 GPU 更重要。用 faster-whisper、批量生成或更重的本地处理时,GPU 会明显提高吞吐量。
第一次启动时,项目会根据 config.example.toml 创建 config.toml,所以你不用手动建这个文件。用云端大模型、在线素材或 AI 视频服务之前,先在网页界面的基本设置里填入对应的 API 密钥。config.example.toml 里的注释说,API 密钥要放在 config.toml 里,也不要提交它。默认的配音服务 Edge TTS 不需要密钥。见 setup/models-and-keys.md。
python -m pip install --upgrade mpt。update.bat,再双击 start.bat。Mindket 的说明,不是制作方的:pip 路线会把 config.toml 和生成的视频放在一个数据目录里(见 setup/pip.md)。只有在你不再需要它们时才删除这个目录。
webui.sh 和 webui.bat 用 --browser.gatherUsageStats=False 启动 Streamlit。config.example.toml 说 WaveSpeed 按请求计费,OFox、火山方舟 Seedance、MuAPI 和秘塔 MiniMax 按每个提交的片段计费。Skill 在运行付费来源之前会请你确认。README.md 6 KB setup/ai-agent-skill.md 3 KB setup/docker.md 3 KB setup/google-colab-and-online.md 1 KB setup/models-and-keys.md 8 KB setup/pip.md 2 KB setup/source-and-cli.md 4 KB setup/video-projects.md 5 KB setup/windows.md 2 KB
Updated by Mindket to the current version of this kit.
同一分类里与本产品共有主题最多的已上架 GitHub 项目。
| 产品 | 星标 | 活跃度 | 语言 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| MoneyPrinterTurbo AI 短视频生成器 本页 | 140,781 | 活跃 | Python | MIT | |
| rea-video共有 subtitles · ffmpeg · short-video | 2,477 | 活跃 | Python | Apache-2.0 | |
| YouTube AI Motion Graphics共有 content-creation · ffmpeg | 159 | 活跃 | HTML | MIT |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
JuneYaooo · 技能
把任何视频逐镜头拆开,说明它的画面、文字、剪辑和音频是怎么做出来的,再给出翻拍方案。适合使用 Claude Code 或 Codex 的创作者和营销人员。
unclecode · 工具包
UncleCode 做的开源网页爬虫和抓取工具,面向大语言模型和 AI 智能体。它在浏览器里加载页面,返回干净的 Markdown,或者按你定义的结构返回 JSON。说明涵盖 Python 库、crwl 命令、Docker 服务器和 MCP。
sansan0 · 工具包
一个开源的新闻与舆情监控工具。它读取国内各平台的热搜榜和你订阅的 RSS,留下符合关键词或 AI 评分的内容,再推送到飞书、Telegram、邮件等渠道。它的 MCP 服务器让 Cursor 等客户端查询已保存的新闻。