← Voltar ao blog
Aicerca de 7 min de leitura

Digite um tema, receba um vídeo: por dentro de uma automação com 140 mil estrelas

Publicado 7 de nov. de 2026
Digite um tema, receba um vídeo: por dentro de uma automação com 140 mil estrelas

O MoneyPrinterTurbo tem 140 mil estrelas no GitHub, um README em chinês e uma promessa que cabe em uma frase: dê a ele um tema ou uma palavra-chave, e ele escreve o roteiro, combina material de arquivo, adiciona legendas e música de fundo e renderiza um vídeo curto em alta definição.

O resultado é um pipeline de produção completo e, para um certo tipo de canal, é o trabalho inteiro. O projeto foi criado por harry0703, um desenvolvedor chinês, e se tornou um dos repositórios com mais estrelas no cenário open source chinês, ao lado das ferramentas de agentes que inundam as mesmas paradas.

A instalação leva cerca de dois minutos, e é possível executá-lo pelo navegador, pela linha de comando, por API ou por um agente de IA.

Instalação, quatro caminhos

O pacote oficial no PyPI se chama mpt, mantido por harry0703. O nome MoneyPrinterTurbo no PyPI pertence a um terceiro, o tipo de detalhe que vale checar antes de dar pip install em alguma coisa.

```shell python3 -m venv .venv source .venv/bin/activate python -m pip install mpt mpt webui ```

Python 3.11 ou mais recente, com 3.11 recomendado. A WebUI abre no navegador automaticamente. Para fixar uma porta e ignorar o navegador, use mpt webui --port 8503 --headless. Antes de gerar qualquer coisa pela CLI, mpt cli --help lista as opções.

Existem outros caminhos para necessidades diferentes. Usuários de Windows têm um pacote de um clique para testar rápido. Instalações a partir do código-fonte e desenvolvimento secundário usam uv para gerenciamento de dependências. Docker é o caminho quando você quer um ambiente isolado. O Google Colab tem um notebook para quem prefere não configurar nada localmente.

O quarto caminho é o interessante. O repositório inclui um documento de skill para agentes, então um agente que consegue ler um arquivo de skill e executar comandos de shell vai instalar o projeto, configurar as chaves de API necessárias e gerar o vídeo sozinho. O prompt de exemplo do README é basicamente o fluxo de trabalho inteiro.

O que o pipeline faz

O projeto expõe quatro interfaces: Agente de IA, WebUI, API e CLI, então funciona tanto como uma demonstração rápida quanto como um componente em um fluxo automatizado. Suporta geração em lote de vários vídeos finalizados, mantém um histórico de tarefas e pode importar, exportar e restaurar tanto configurações de geração quanto chaves de API.

O material de vídeo vem das suas próprias imagens e vídeos locais, ou das bibliotecas gratuitas do Pexels, Pixabay e Coverr. As legendas são geradas, assim como a música de fundo.

A camada de modelos é onde fica movimentada de forma útil. Kimi, OpenAI, Anthropic Claude, Google Gemini, DeepSeek, Alibaba Tongyi, Azure OpenAI, Volcano Ark, xAI Grok, MiniMax e Xiaomi MiMo são todos suportados para trabalho de roteiro e texto. Para elementos visuais, o Volcano Ark Seedance é integrado nativamente para gerar cenas de vídeo a partir de segmentos do roteiro, e as integrações de patrocinadores cobrem GPT Image 2.5, Seedream para imagens de capa, e Wan, Seedance e MiniMax H3 para vídeo.

Ele também conversa com a camada de agregadores: OpenRouter, LiteLLM, OneAPI, Cloudflare AI Gateway, ModelScope, Ollama, Groq, AIHubMix, EvoLink, Pollinations e uma assinatura do Claude Code podem substituir uma chave direta de provedor.

A configuração fica em um config.toml criado na primeira inicialização, com as chaves de API inseridas na WebUI. Os dados vão para ~/Library/Application Support/MoneyPrinterTurbo no macOS, %LOCALAPPDATA%\MoneyPrinterTurbo no Windows e ~/.local/share/MoneyPrinterTurbo no Linux. Defina MPT_HOME para movê-los. Os vídeos finalizados ficam em storage/tasks.

O modelo de negócios está visível no README

Quase todo bloco de patrocinador vende acesso à API. APIMart a US$ 0,006 por imagem do GPT Image 2, Infistar com geração de imagens a partir de 0,06 yuan por imagem, vídeo MiniMax H3 a 0,09 yuan por segundo em 768p, RunningHub revendendo Seedance, Ofox agrupando Seedance e Wan atrás de uma única chave. Kimi oferece a novos usuários um rebate de 10% em créditos de API por meio de um link rastreado.

A ferramenta é gratuita e licenciada sob MIT, e o projeto é um front end bem construído para os modelos de outras pessoas. Seu mantenedor está sendo pago, ou pelo menos recebendo por indicações, por facilitar o gasto de dinheiro com tokens. Considere isso ao ler as notas de preços.

Quanto custa executar

A economia por trás disso merece ser detalhada, porque o motivo de este projeto ter se espalhado é o preço do resultado.

Cartões de índice em branco dispostos em uma fileira organizada sobre uma mesa cinza quente ao lado de uma pequena planta verde.

O material de arquivo do Pexels, Pixabay e Coverr não custa nada. Um roteiro gerado por um bom modelo de texto custa uma fração de centavo. Legendas e uma trilha musical são operações locais. O que resta é a geração de vídeo, e esse é o único item que altera a conta: Seedance, Wan e MiniMax H3 estão todos integrados, e as integrações de patrocinadores anunciam taxas como 0,21 yuan por segundo, 0,09 yuan por segundo em 768p e 0,15 yuan por segundo em 2K.

Um clipe de dez segundos a essas taxas fica abaixo de um centavo. Um vídeo de dois minutos com uma dúzia de cenas fica em algum lugar entre alguns centavos e alguns dólares, dependendo inteiramente de qual modelo renderiza o material. O pipeline em si não acrescenta nada ao custo, porque é código local na sua máquina.

Ninguém melhorou a escrita. O custo marginal de mais um vídeo finalizado caiu para aproximadamente o preço das chamadas de API, e foi isso que mudou a produção em massa de vídeos curtos.

Os detalhes do fluxo de trabalho que importam na prática

Alguns recursos separam uma demonstração de algo que você realmente usaria. A geração em lote importa, porque o caso útil são vinte variantes do mesmo roteiro, não um vídeo. O histórico de tarefas importa, porque quando algo é renderizado errado você precisa descobrir qual execução produziu aquilo. Exportar e restaurar configurações e chaves de API importa mais do que parece, porque uma configuração que não pode ser movida entre máquinas é uma configuração que você não pode compartilhar com um colega de equipe.

A cobertura de modelos também importa, e é mais ampla do que o marketing sugere. O Seedance via Volcano Ark gera vídeo diretamente a partir de segmentos do roteiro, então o pipeline pode produzir seu próprio material em vez de apenas montar clipes de biblioteca. A escrita do roteiro pode rodar em Kimi, Claude, Gemini ou DeepSeek, dependendo de qual chave você tem e do que o roteiro precisa. Agregadores como OpenRouter e LiteLLM ficam no meio, então uma chave pode alcançar a maior parte da lista de modelos.

Para uma equipe, essa flexibilidade é o ponto. O modelo de vídeo muda a cada trimestre. O modelo de roteiro muda a cada trimestre. O pipeline que os mantém juntos não muda.

A parte que ninguém resolve

O pipeline resolve vazão, não gosto. Uma montagem de material de arquivo com narração escrita por máquina e legendas automáticas é exatamente o tipo de conteúdo que as pessoas querem dizer quando reclamam de lixo gerado por IA. Você pode produzir dez desses no tempo que leva para assistir a um vídeo bem-feito.

O fluxo de trabalho, portanto, precisa de um humano em algum ponto, e o README é honesto ao dizer que a parte humana é sua. A versão útil desta ferramenta é a entediante: um gerador de rascunhos que você edita, onde o roteiro, a escolha do material de arquivo e o texto das legendas passam pelo seu julgamento antes de qualquer pessoa ver o resultado.

Usada dessa forma, é um economizador de tempo genuinamente bom para qualquer pessoa que já tenha passado uma noite combinando clipes com um parágrafo. Usada como uma fazenda de conteúdo sem supervisão, é uma forma mais rápida de produzir lixo, e tem 140 mil estrelas porque os dois casos de uso existem.

Artigos relacionados