# MoneyPrinterTurbo 脚本生成教程：配置兼容 API 并审校讲解稿

给定可核对的商品事实，用兼容文本 API 生成短稿，核实模型返回与事实，再交给视频合成。

## 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. 先准备事实清单，不让模型补规格

facts.json 只写蓝杯容量 300mL、不可微波和三步清洗说明；script.txt 为人工原创参考，不是模型回复。生成任务要求 30 秒以内，禁止添加保温时长、认证或价格等未提供信息。

2. 从控制台选实际可用文本模型

准备自己的 API Key 和确实可调用的模型 ID。示例使用兼容服务 Base URL https://api.apizt.com/v1；是否可用看控制台与真实连接响应，不在文案中硬编码未验证型号。

3. 按当前配置键填写提供方

在 config.toml 的 app 段选择 llm_provider="openai"，填写 openai_base_url、openai_model_name、openai_api_key。settings.example.toml 的空 Key 不是可用凭证；不要把截图、配置导出或错误日志里的完整 Key 发布。

4. 先测试连接，再生成一份稿

在实际 WebUI 保存配置并测试连接，成功后输入主题与事实约束，只请求一份短稿。401、模型不存在与连接超时分别记录；本页未发付费请求，不提供伪造的模型成功响应。

5. 把真实回复另存 actual-script.txt

将实际回复、模型 ID、时间和脱敏错误保存，人工参考稿始终保持不同文件名。逐句对照 facts.json，删除杜撰功效与购买承诺；再用自己的实际朗读时长检查 30 秒目标。

6. 产出可审脚本再接成片

用 review.csv 逐条填事实来源和修改理由，确认后把稿交给本地素材教程。只有连接与实际响应通过后才填写 runtime.json 的 modelCall 状态；文件结构通过不能替代真实调用。

```
# config.toml 的 [app] 段示例；模型 ID 和 Key 由自己的账户提供
[app]
llm_provider = "openai"
openai_base_url = "https://api.apizt.com/v1"
openai_model_name = "REPLACE_WITH_AVAILABLE_TEXT_MODEL"
openai_api_key = ""
```

## 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/app/services/llm.py
- https://github.com/harry0703/MoneyPrinterTurbo/blob/main/config.example.toml