# MoneyPrinterTurbo 批量清单教程：三条任务预检与坏路径隔离

用三条独立本地素材任务练习 JSONL 清单，先发现坏路径，再保存每个任务的真实执行记录。

## 本包身份

所有 reference 音轨是原创程序合成，旁白是 macOS Tingting 系统朗读，杯子/门是脚本绘制输入；头像是 AI 生成原创虚构成人。官方 driving.mp4 明确标源。未执行 MoneyPrinterTurbo 推理/账号生成，不包含伪造的模型成功音频或成片。

## 使用

1. 给三条任务安排不同输入

tasks.jsonl 为三份不同中文短稿、voice-1/2/3.wav 与各自镜头，按清单行号和独立文案区分。路径相对清单所在目录；本包不把同一条视频换三个文件名当批量输出，也不添加接口未定义的任务字段。

2. 先跑素材包离线预检

python check.py 读取清单、真实音频和视频，拒绝不存在路径和空文案。--self-test 用临时坏文件验证拒绝行为；这一步不用模型，不把它写成 MoneyPrinterTurbo 任务成功。

3. 在官方 CLI 核对 batch-file 支持

进入当前 MoneyPrinterTurbo 仓库，查看 uv run python cli.py --help。较老版本没有本文清单功能时先按官方版本升级或单任务执行，不向旧版本强塞未知参数。

4. 故意坏清单只做预检练习

tasks-bad.jsonl 有一条 missing-audio.wav。当前官方说明会在第一个任务前预检所有条目，所以路径错误可能让整批尚未开始；这与执行中单条生成失败后继续其它条目不同，不混称“失败自动跳过”。

5. 修复路径后执行正式三条

换回 tasks.jsonl 后以 --batch-file 和 --stop-at video 执行，保存实际 JSON 汇总。每条结果与任务/输入 hash 关联，失败留真实异常；不要手动复制另一个任务的 MP4 凑满三条。

6. 检查相对路径、文本和成片对应

在三条输出中各听首尾一句并查看关键镜头，再记录通过/失败。重复运行前核对已成功结果，避免不必要的再次调用或重复生成；本页没有执行外部 CLI 的模型或合成流程。

```
# 在当前 MoneyPrinterTurbo 仓库
uv run python cli.py --help
uv run python cli.py --batch-file /绝对路径/tasks.jsonl --stop-at video
# 在素材包执行离线输入预检与负例
python check.py --self-test
```

## 离线检查

`python check.py --self-test` 实读并校验输入与坏文件；真正软件输出后用 `python check.py --result 实际文件` 检查格式并人工回听/看图。结果与已知输入/参考完全相同时会拒绝，不能改名充当生成。格式通过不证明模型调用和内容质量。

## 来源

- https://github.com/harry0703/MoneyPrinterTurbo
- https://github.com/harry0703/MoneyPrinterTurbo/blob/main/cli.py