震惊！80岁老奶奶看了都会安装MoneyPrinterTurbo

刚买了个服务器，不知道干啥，逛了一下GitHub，看到了MoneyPrinterTurbo这个项目，准备部署在服务器上自己玩一玩。

安装Anaconda

先下载Anaconda方便调用环境

wget  https://repo.anaconda.com/archive/Anaconda3-2023.03-Linux-x86_64.sh

下载完anaconda安装包后，安装anaconda

sh Anaconda3-2023.03-Linux-x86_64.sh

一直按enter（建议阅读，虽然我没读）

输入yes后，选择是否更改地址。

如果不更改地址，还是按enter。更改环境变量

nano ~/.bashrc

单击进去，在最后一行添加：

export PATH=/home/anaconda3/bin:$PATH

按 Ctrl + O 保存更改。
按 Enter 确认文件名。
按 Ctrl + X 退出 nano。

保存更改

source ~/.bashrc

查看安装版本，检查是否安装成功。

conda --version

部署MoneyPrinterTurbo

Anaconda安装完毕后，就该进行MoneyPrinterTurbo部署了

建议创建一个MoneyPrinterTurbo专用的文件夹

mkdir MoneyPrinterTurbo

跳转至创建的文件夹，我是在root文件夹里创建的

cd /root/MoneyPrinterTurbo

克隆GitHub上的库

git clone https://github.com/harry0703/MoneyPrinterTurbo.git

跳转至指定文件夹

cd /root/MoneyPrinterTurbo/MoneyPrinterTurbo

将 config.example.toml 文件复制一份，命名为 config.toml

cp config.example.toml config.toml

按照 config.toml 文件中的说明，配置好 pexels_api_keys 和 llm_provider，并根据 llm_provider 对应的服务商，配置相关的 API Key，并替换文件。

方法一：

直接打开文件进行修改：

方法二：使用编辑器

使用 nano 编辑器

nano config.toml

进行所需的编辑。
按 Ctrl + O 保存更改。
按 Enter 确认文件名。
按 Ctrl + X 退出 nano。

使用 vim 编辑器

vim config.toml

按 i 进入插入模式。
进行编辑。
按 Esc 退出插入模式。
输入 :wq 保存并退出 vim。

使用 emacs 编辑器

emacs config.toml

进行编辑。
按 Ctrl + x 然后按 Ctrl + s 保存文件。
按 Ctrl + x 然后按 Ctrl + c 退出 emacs。

使用 gedit 编辑器（图形界面）

gedit config.toml

进行编辑。
点击工具栏上的“保存”按钮来保存文件。
关闭 gedit 窗口。

使用前文下载的Anaconda，创建虚拟环境

conda create -n MoneyPrinterTurbo python=3.10

在此期间需要按y确认创建，使用pip语句下载相关依赖

pip install -r requirements.txt

如果出现爆红，就升级pip库

 python -m pip install --upgrade pip

再次安装依赖库

pip install -r requirements.txt

安装 ImageMagick

sudo apt-get install imagemagick

启动服务

sh webui.sh

这时候，网页已经生成完毕，通过CTRL+C停止服务，可以使用代码查看服务网址。

streamlit run main.py

代码生成两个网址，第一个是局域网内的网址，第二个是向外界提供服务的网址。使用crul查看网页情况

允许以下代码可以使网页服务在终端在不同状态下保持运行。

sh webui.sh关闭后台后关闭
nohup sh webui.sh &持续开启

搭配上api就可以正常使用了

文章来源于互联网:震惊！80岁老奶奶看了都会安装MoneyPrinterTurbo

相关推荐: 【2025 Stable Diffusion WebUI 进阶指南】【11.GFPGAN模型实战】

一、GFPGAN技术深度解析 1.1 模型架构与核心原理 GFPGAN（Generative Facial Prior-GAN）作为腾讯ARC团队开发的人脸修复模型，其核心架构包含四大模块： 退化去除模块（U-Net）：通过编码器-解码器结构对输入图像进行质量…