Thema eingeben, Video erhalten: Ein Blick in eine Automatisierung mit 140.000 Sternen

MoneyPrinterTurbo hat 140.000 GitHub-Sterne, eine README auf Chinesisch und ein Versprechen, das in einen Satz passt: Man gibt ein Thema oder ein Stichwort ein, und es schreibt das Skript, wählt passendes Filmmaterial aus, fügt Untertitel und Hintergrundmusik hinzu und rendert ein hochauflösendes Kurzvideo.
Das Ergebnis ist eine komplette Produktionspipeline – und für eine bestimmte Art von Kanal ist sie die gesamte Arbeit. Das Projekt wurde von harry0703, einem chinesischen Entwickler, gebaut und ist zu einem der Repositories mit den meisten Sternen in der chinesischen Open-Source-Szene geworden, Seite an Seite mit den Agent-Tools, die dieselben Ranglisten fluten.
Die Installation dauert etwa zwei Minuten, und man kann es im Browser, über die Kommandozeile, über eine API oder über einen KI-Agenten ausführen.
Installation auf vier Wegen
Das offizielle Paket auf PyPI heißt mpt und wird von harry0703 gepflegt. Der Name MoneyPrinterTurbo auf PyPI gehört einem Dritten – genau die Art von Detail, die man prüfen sollte, bevor man etwas per pip installiert.
```shell python3 -m venv .venv source .venv/bin/activate python -m pip install mpt mpt webui ```
Python 3.11 oder neuer, wobei 3.11 empfohlen wird. Die WebUI öffnet sich automatisch im Browser. Um einen Port festzulegen und den Browser zu überspringen, verwendet man mpt webui --port 8503 --headless. Bevor man über die CLI etwas generiert, listet mpt cli --help die Optionen auf.
Für andere Anforderungen gibt es weitere Wege. Windows-Nutzer erhalten ein Ein-Klick-Paket zum schnellen Ausprobieren. Installationen aus dem Quellcode und Weiterentwicklung nutzen uv für die Abhängigkeitsverwaltung. Docker ist der Weg, wenn man eine isolierte Umgebung möchte. Google Colab bietet ein Notebook für alle, die lieber nichts lokal konfigurieren möchten.
Der vierte Weg ist der interessante. Das Repository liefert ein Agent-Skill-Dokument mit, sodass ein Agent, der eine Skill-Datei lesen und Shell-Befehle ausführen kann, das Projekt installiert, die benötigten API-Schlüssel konfiguriert und das Video selbstständig generiert. Der Beispiel-Prompt in der README ist im Grunde der gesamte Workflow.
Was die Pipeline leistet
Das Projekt bietet vier Schnittstellen: KI-Agent, WebUI, API und CLI. Damit funktioniert es sowohl als schnelle Demo als auch als Komponente in einem automatisierten Ablauf. Es unterstützt die Batch-Generierung mehrerer fertiger Videos, führt einen Aufgabenverlauf und kann sowohl Generierungseinstellungen als auch API-Schlüssel importieren, exportieren und wiederherstellen.
Das Filmmaterial stammt aus eigenen lokalen Bildern und Videos oder aus den kostenlosen Bibliotheken von Pexels, Pixabay und Coverr. Untertitel werden generiert, ebenso die Hintergrundmusik.
Die Modellschicht ist der Bereich, in dem es auf nützliche Weise voll wird. Kimi, OpenAI, Anthropic Claude, Google Gemini, DeepSeek, Alibaba Tongyi, Azure OpenAI, Volcano Ark, xAI Grok, MiniMax und Xiaomi MiMo werden alle für Skript- und Textarbeit unterstützt. Für Visuals ist Volcano Ark Seedance nativ eingebunden, um Videosequenzen aus Skriptsegmenten zu generieren, und die Sponsor-Integrationen decken GPT Image 2.5, Seedream für Coverbilder sowie Wan, Seedance und MiniMax H3 für Video ab.
Außerdem werden Aggregatoren unterstützt: OpenRouter, LiteLLM, OneAPI, Cloudflare AI Gateway, ModelScope, Ollama, Groq, AIHubMix, EvoLink, Pollinations und ein Claude-Code-Abonnement können alle anstelle eines direkten Anbieter-Schlüssels verwendet werden.
Die Konfiguration liegt in einer config.toml, die beim ersten Start erstellt wird; API-Schlüssel werden in der WebUI eingegeben. Die Daten landen unter macOS in ~/Library/Application Support/MoneyPrinterTurbo, unter Windows in %LOCALAPPDATA%\\MoneyPrinterTurbo und unter Linux in ~/.local/share/MoneyPrinterTurbo. Mit MPT_HOME lässt sich der Speicherort verschieben. Fertige Videos landen in storage/tasks.
Das Geschäftsmodell ist in der README sichtbar
Fast jeder Sponsor-Block verkauft API-Zugang. APIMart zu 0,006 US-Dollar pro Bild mit GPT Image 2, Infistar mit Bildgenerierung ab 0,06 Yuan pro Bild, MiniMax H3 für Video zu 0,09 Yuan pro Sekunde bei 768p, RunningHub, das Seedance weiterverkauft, Ofox, das Seedance und Wan hinter einem Schlüssel bündelt. Kimi bietet neuen Nutzern über einen getrackten Link 10 Prozent Rabatt auf API-Guthaben.
Das Tool ist kostenlos und unter MIT-Lizenz verfügbar, und das Projekt ist ein gut gebautes Frontend für die Modelle anderer Leute. Sein Maintainer wird dafür bezahlt – oder zumindest über Empfehlungsprovisionen vergütet –, dass er es einfach macht, Geld für Tokens auszugeben. Davon sollte man ausgehen, wenn man die Preisangaben liest.
Was der Betrieb kostet
Die Wirtschaftlichkeit sollte man ausdrücklich benennen, denn der Grund, warum sich dieses Projekt verbreitet hat, ist der Preis des Ergebnisses.

Stockmaterial von Pexels, Pixabay und Coverr kostet nichts. Ein von einem guten Textmodell generiertes Skript kostet einen Bruchteil eines Cents. Untertitel und ein Musikbett sind lokale Vorgänge. Was bleibt, ist die Videogenerierung – und das ist der einzige Posten, der die Rechnung bewegt: Seedance, Wan und MiniMax H3 sind alle eingebunden, und die Sponsor-Integrationen werben mit Preisen wie 0,21 Yuan pro Sekunde, 0,09 Yuan pro Sekunde für 768p und 0,15 Yuan pro Sekunde für 2K.
Ein zehnsekündiger Clip liegt bei diesen Sätzen unter einem Cent. Ein zweiminütiges Video mit einem Dutzend Aufnahmen landet irgendwo zwischen ein paar Cent und ein paar Dollar – ganz davon abhängig, welches Modell das Filmmaterial rendert. Die Pipeline selbst verursacht keine zusätzlichen Kosten, denn sie ist lokaler Code auf dem eigenen Rechner.
Niemand hat das Schreiben verbessert. Die Grenzkosten für ein weiteres fertiges Video sanken auf ungefähr den Preis der API-Aufrufe, und das hat die Massenproduktion von Kurzvideos verändert.
Die Workflow-Details, die in der Praxis zählen
Ein paar Funktionen unterscheiden eine Demo von etwas, das man tatsächlich einsetzen würde. Batch-Generierung ist wichtig, denn der nützliche Fall sind zwanzig Varianten desselben Skripts, nicht ein Video. Der Aufgabenverlauf ist wichtig, denn wenn etwas falsch gerendert wird, muss man herausfinden, welcher Lauf es erzeugt hat. Export und Wiederherstellung von Einstellungen und API-Schlüsseln sind wichtiger, als es klingt, denn eine Konfiguration, die sich nicht zwischen Rechnern verschieben lässt, ist eine Konfiguration, die man nicht mit einem Teammitglied teilen kann.
Auch die Modellabdeckung ist wichtig, und sie ist breiter, als das Marketing nahelegt. Seedance über Volcano Ark generiert Video direkt aus Skriptsegmenten, sodass die Pipeline eigenes Filmmaterial erzeugen kann, statt nur Bibliotheksclips zusammenzustellen. Das Schreiben des Skripts kann auf Kimi, Claude, Gemini oder DeepSeek laufen – je nachdem, welchen Schlüssel man hat und was das Skript braucht. Aggregatoren wie OpenRouter und LiteLLM sitzen dazwischen, sodass ein Schlüssel den größten Teil der Modellliste erreichen kann.
Für ein Team ist genau diese Flexibilität der Punkt. Das Videomodell ändert sich jedes Quartal. Das Skriptmodell ändert sich jedes Quartal. Die Pipeline, die beide zusammenhält, nicht.
Der Teil, den niemand löst
Die Pipeline löst Durchsatz, nicht Geschmack. Eine Stock-Footage-Montage mit maschinell geschriebener Erzählung und automatischen Untertiteln ist genau der Inhalt, den Leute meinen, wenn sie sich über KI-Einheitsbrei beschweren. Man kann zehn davon in der Zeit produzieren, die man braucht, um eines anzusehen und gut hinzubekommen.
Der Workflow braucht daher irgendwo einen Menschen, und die README ist ehrlich genug zu sagen, dass der menschliche Teil bei einem selbst liegt. Die nützliche Version dieses Tools ist die langweilige: ein Entwurfsgenerator, den man bearbeitet, bei dem Skript, Materialauswahl und Untertitelformulierung durch die eigene Einschätzung gehen, bevor jemand das Ergebnis sieht.
So verwendet, ist es eine wirklich gute Zeitersparnis für alle, die schon einmal einen Abend damit verbracht haben, Clips zu einem Absatz zu kombinieren. Als unbeaufsichtigte Content-Farm verwendet, ist es ein schnellerer Weg, Einheitsbrei zu produzieren – und es hat 140.000 Sterne, weil beide Anwendungsfälle existieren.
Verwandte Artikel
Eine community-gepflegte Tabelle von Taps, die Werbung in chinesischen Android-Builds abschaltet
Es fasst das System nicht an, entsperrt nichts, flasht nichts. Es legt nur die Schalter um, die die Hersteller ohnehin vorgesehen haben. Der Preis ist eine Liste, die jemand weiterführen muss.
GPT Image 2.6 hielt den Tokenpreis und erhöhte die Rechnung
GPT Image 2.6 übernimmt jeden Tokenpreis von 2.5 und kostet pro Bild dennoch mehr, weil ein größerer Teil der Arbeit in Ausgabe-Token landet. Elf Tage nach dem Start sagt die Preisstruktur mehr als jede Rangliste.
Jemand hat IDM von außen nachgebaut und aufgeschrieben, was er nicht angefasst hat
Eine Rust-Neuimplementierung von Internet Download Manager verspricht 5x Tempo und 86 Sprachen. Das interessantere Dokument ist der Absatz, der erklärt, wie sie ohne jede Kopie entstanden ist.
Rune ist ein Rust-UI-Framework, das gebaut wurde, damit ein Agent seine eigene Arbeit prüfen kann
Rune rendert headless, gibt seinen Elementbaum aus und nimmt geskriptete Eingaben an. Damit bekommt ein Coding-Agent ein Signal zum Diffen, das ein Screenshot nie liefert. Das Framework ist Pre-Release und nimmt keine Pull Requests an.