MoneyPrinterTurbo v1.3.10 · 本机部署说明（远影归灯实测 2026-11-16，CPU 机器，未用 Docker）
================================================================================
路线：本地 Ollama 写文案 + 本地素材 + Edge 配音 + edge 字幕。全程不需要任何付费 API Key。

一、准备
  1. Python 3.11+ 和 uv（项目用 uv.lock 锁版本）。系统里要有 ffmpeg。
  2. Ollama，并拉取模型：ollama pull qwen2.5:3b （约 1.9 GB）
     验证：curl http://127.0.0.1:11434/v1/models
  3. 中文字体（必须自备）：本包已删除商业字体。把一款开源中文字体放进 resource/fonts/，
     例如思源黑体 / Noto Sans CJK SC（OFL）。WebUI 只列出 .ttf / .ttc 后缀的文件；
     若你拿到的是 .otf，改后缀为 .ttf 即可被列出（本篇实测这样可用）。
  4. 背景音乐（可选）：本包已删除来源不明的内置音乐。放你有权使用的 mp3 到 resource/songs/，
     或在 WebUI 把背景音乐关掉。本篇用 ffmpeg 自己合成了一段简单和弦当 BGM。
  5. 视频素材：准备几段自己拍的或 CC0 的小视频（mp4），竖屏 1080x1920 最省事。
     本篇用 ffmpeg/PIL 自己生成了 6 段 10 秒的小片段。

二、配置
  cp config.example.toml config.toml
  修改以下几项（其余保持默认）：
    listen_host       = "127.0.0.1"                 # 只给本机用
    llm_provider      = "ollama"
    ollama_base_url   = "http://127.0.0.1:11434/v1" # Docker 里不能写 localhost，要写 http://host.docker.internal:11434/v1
    ollama_model_name = "qwen2.5:3b"
    video_source      = "local"
  subtitle_provider 保持默认 "edge"（不要选 whisper，CPU 上要下大模型，很慢）。
  config.toml 里不要填任何你不用的云厂商 Key；不要把 config.toml 发给别人。

三、安装与启动
  uv sync
  # WebUI
  uv run streamlit run webui/Main.py --server.address 127.0.0.1 --server.port 8501
  # API（可选，文档在 http://127.0.0.1:8080/docs）
  uv run python main.py

四、出一条视频
  1. 打开 http://127.0.0.1:8501 ，右上「设置 → 大模型设置」确认是 Ollama，点「测试模型连接」。
  2. 视频主题填一句话，点「点击使用AI生成视频文案和关键词」。
  3. 视频来源选「本地文件」，上传素材；视频比例选竖屏 9:16。
  4. 配音服务用 Edge TTS，选一个中文声音（实测 zh-CN-Xiaoxiao 女声）。
  5. 字幕字体必须选你放进去的中文字体（默认会落到不含中文的字体上，字幕会变方块）。
  6. 点「生成视频」，等进度条走完，页面下方出现播放器和下载按钮。
  成片在 storage/tasks/<任务ID>/final-1.mp4 。

五、实测数据（8 核 CPU、无显卡）
  - 文案 + 关键词：约 10 秒（qwen2.5:3b）
  - 从点「生成视频」到出片：约 3 分 10 秒，其中最终渲染约 2 分钟
  - 成片：40.6 秒，1080x1920，H.264 + AAC 双声道，有配音、逐句字幕和轻音量 BGM（20%）
  - Edge 配音需要联网访问微软的语音服务；连不上时换个声音或重试。

六、支持但本篇未实测
  Pexels/Pixabay 等在线素材、各类云大模型、AI 生图/生视频、Whisper 字幕、其它配音服务、
  自动发布、批量生成、Docker 部署。

七、踩坑
  - 代码和 WebUI 的默认字体名指向已删除的商业字体。WebUI 里手动选中文字体即可；
    直接调 API 时请在请求里显式传 font_name（例如你放进去的中文字体文件名）。
  - 3B 小模型偶尔输出格式不对，关键词会生成失败；重试，或手动填好文案和英文关键词再生成。
  - 单个片段最大时长默认 3 秒，素材会被切碎随机拼接；想要更稳的画面可调大。
  - test/resources 下的测试图片已删除（来源不明），相关单测可能需要自备图片。

八、合规
  仅供学习。发布到平台需遵守原创与 AI 内容标注规则；素材、音乐、字体都要有使用权。

九、打包说明
  - 源码取自 v1.3.10 标签，代码按 MIT 许可保留（见 LICENSE）。
  - 已删除：商业字体、来源不明的内置背景音乐、官方界面截图与赞助素材、test/resources 测试图片；
    README 中的截图、作品展示、赞助/推广段落已移除。
  - 已去除第三方链接中的推广追踪参数
