MoneyPrinterTurbo на арендованном cloud Mac: гайд по AI-шортам 2026 (сравнение затрат)

Стек MoneyPrinterTurbo: MVC, Streamlit, FastAPI и почему это не «ещё один Colab-ноутбук»

MoneyPrinterTurbo — open-source фабрика коротких роликов: LLM пишет сценарий, Pexels отдаёт stock, Edge TTS озвучивает, MoviePy 2.x (Pillow, без ImageMagick) собирает финальный MP4. Два entrypoint: Streamlit WebUI (webui/Main.py) и FastAPI (main.py, Swagger на :8080). Поддержка OpenAI, Gemini, DeepSeek, Ollama, Qwen и др. через единый config.toml.

Upstream для macOS/Linux рекомендует uv + Python 3.11 + uv sync --frozen — lockfile uv.lock фиксирует dependency graph. Windows one-click bundle застрял на v1.2.6 с ручным update.bat; Colab — ephemeral storage. Dedicated cloud Mac Mini M4 даёт persistent storage/, нормальный ulimit и нативный ffmpeg — критично при batch из 10+ клипов, когда MoviePy держит десятки file handles.

Минимальные specs из README: 4 cores / 4 GB RAM; sweet spot для batch — 16 GB unified memory на Apple Silicon. GPU не обязателен, если LLM и TTS в облаке; Metal ускорит faster-whisper, если включите subtitle_provider = whisper.

Data flow: от keyword до файла в storage/

1. Input: topic string или custom script в WebUI/API.
2. LLM: провайдер из config генерирует сцены + voiceover text.
3. Assets: Pexels API (key required) или local path; clip duration настраивается.
4. TTS: Edge TTS (free, alias «Azure TTS V1» в UI) или Azure Speech V2 (paid).
5. Subtitles: edge (timestamps from TTS) или whisper (faster-whisper, ~250 MB turbo model).
6. Compose: MoviePy mux video + audio + subs; fonts в resource/fonts/.
7. Output: MP4 в storage/; batch mode — N вариантов на один prompt.

Для SRE-мышления: каждый шаг — отдельная точка мониторинга (latency LLM, Pexels 429, ffmpeg OOM). На арендованном узле логи launchd + disk quota на storage/ спасают от silent fail ночью.

Где крутить: laptop vs VPS vs owned Mini vs MACCOME cloud

*Без LLM tokens. VPS дешёв, но вы теряете единый Apple toolchain; для чистого CI Linux ок, для «склонил repo и поехал» — хуже.

TCO matrix: 12 месяцев, 300 роликов/год

Допущения: ~800 tokens/script, cheap LLM tier, Edge TTS free, Pexels free tier.

Break-even: непрерывная production >18–24 мес → покупка может окупиться. Пилот на 3–6 мес или ночной cron → аренда MACCOME рациональнее.

Deploy runbook: 8 шагов на арендованном cloud Mac

1. Provision MACCOME instance — macOS 14+, SSH key-only, firewall на :8501/:8080.
2. System deps: xcode-select --install, Homebrew, brew install ffmpeg (страховка от IMAGEIO_FFMPEG_EXE errors).
3. Install uv: curl -LsSf https://astral.sh/uv/install.sh | sh
4. Clone: git clone https://github.com/harry0703/MoneyPrinterTurbo.git && cd MoneyPrinterTurbo
5. Python env: uv python install 3.11 && uv sync --frozen
6. Config: cp config.example.toml config.toml — заполнить pexels_api_keys, llm_provider, API key; chmod 600 config.toml.
7. Run WebUI: uv run streamlit run ./webui/Main.py --browser.gatherUsageStats=False --server.address 0.0.0.0 --server.port 8501; опционально API: uv run python main.py.
8. Harden: launchd plist + KeepAlive, ulimit -n 10240, smoke test export 9:16, checksum MP4.

ETA для ops-инженера с готовыми keys: 4–8 часов. Gate на step 8 — E2E <10 мин на 60s clip с edge subs.

Copy-paste block

brew install ffmpeg
curl -LsSf https://astral.sh/uv/install.sh | sh
git clone https://github.com/harry0703/MoneyPrinterTurbo.git
cd MoneyPrinterTurbo
uv python install 3.11
uv sync --frozen
cp config.example.toml config.toml
# edit: pexels_api_keys, llm_provider, api key
uv run streamlit run ./webui/Main.py \
  --browser.gatherUsageStats=False \
  --server.address 0.0.0.0 --server.port 8501

Первый vertical short: acceptance criteria

• Topic → 9:16, 1080×1920, ~60 s.
• subtitle_provider = edge для быстрой итерации.
• Проверить audio peaks и background_music_volume.
• SCP артеfact из storage/ локально — backup before instance recycle.
• Если Pexels 403 — rotate key или fallback local assets.

Advanced: batch, whisper, типичные failure modes

Batch: N variants per keyword; RAM 16 GB. Следите за OSError: [Errno 24] Too many open files — лечится ulimit -n 10240.

Whisper: положите модель в ./models/whisper-large-v3/ если HuggingFace недоступен (upstream даёт mirror links). Turbo model ~250 MB — разумный компромисс CPU/GPU on M4.

ffmpeg_path: если auto-download сломался, пропишите explicit path в [app] ffmpeg_path в config.

Комбо с agent automation: OpenClaw на арендованном Mac — тот же launchd pattern.

Secrets, API traffic и wipe on exit

Prompts уходят в LLM provider; video metadata — в Pexels CDN logs у них. На shared responsibility model: вы контролируете disk на rented node — экспорт и secure erase при offboarding. Не коммитьте config.toml; ротируйте keys quarterly.

Итог: pinned env + always-on Mac > ephemeral notebook

MoneyPrinterTurbo — rare case, где «git clone и работает» почти правда, если хост не засыпает и lockfile соблюдён. Colab — для POC; Windows bundle — legacy path. Для ночного cron, API batch и reproducible uv sync --frozen аренда Mac Mini M4 MACCOME — pragmatic default в 2026.

Тарифы: цены аренды Mac Mini; support: центр помощи. Pilot month → measure clips/$ → scale RAM.