معظم أدوات توليد الفيديو تفترض وجود مفتاح API لنموذج سحابي. مشروع MoneyPrinter يتخذ موقفًا مختلفًا: يعتمد على Ollama بالكامل، فتوليد النص والبيانات الوصفية يتم عبر نماذج تعمل محليًا على جهازك، دون إرسال المحتوى لأي خدمة خارجية.
لماذا التشغيل المحلي مهم هنا
الاعتماد على Ollama يعني ثلاثة فروق عملية: لا تكلفة استدعاء لكل فيديو، ولا يخرج محتواك من جهازك، ولا انقطاع إذا تغيّرت سياسة مزوّد أو حصته. المقابل أن جودة النص تعتمد على النموذج المحلي الذي تشغّله وقدرة جهازك، لا على نموذج سحابي كبير.
طابور معالجة يقاوم إعادة التشغيل
المشروع يستخدم طابور توليد مدعومًا بقاعدة بيانات (واجهة برمجية + عامل معالجة + PostgreSQL عبر Docker). الفائدة المعمارية أن انقطاع العملية أو إعادة تشغيل الخادم لا يعني ضياع المهام قيد التنفيذ، وهي نقطة تفرق فعليًا في التوليد بالجملة.
البنية والتقنيات
| المكوّن | التقنية |
|---|---|
| النموذج اللغوي | Ollama محليًا (مثل llama3.1:8b) |
| معالجة الفيديو | MoviePy |
| معالجة الصور والنصوص | ImageMagick |
| الطابور والحالة | PostgreSQL عبر Docker |
| البنية | واجهة برمجية + عامل معالجة منفصل |
التشغيل
يبدأ بتشغيل Ollama وسحب نموذج، ثم اختياره من الواجهة. يوفر المشروع سكربت إعداد تفاعلي وتوثيقًا مقسّمًا (بداية سريعة، إعدادات، معمارية، Docker، اختبارات، واستكشاف أخطاء). ولمن يريد النشر على TikTok، يحتاج معرّف الجلسة من ملفات تعريف الارتباط في المتصفح.
ملاحظتان قبل الاستخدام
الأولى أن المشروع **لا يقبل طلبات الدمج حاليًا**، بمعنى أنه مغلق أمام المساهمات الخارجية رغم كونه مفتوح المصدر. والثانية أن استخراج معرّف جلسة TikTok من ملفات تعريف الارتباط ممارسة هشة أمنيًا: هذا المعرّف يمنح وصولًا كاملًا للحساب، فتخزينه في ملف إعداد على الجهاز يعني أن أي وصول لذلك الملف يعني وصولًا للحساب.