Pixelle-Video 一句话 AI 视频生成工具实测3 步部署从主题到成片全流程指南【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-VideoPixelle-Video 是一个开源的 AI 视频生成引擎输入一个主题它自动写解说文案、生成 AI 配图、合成语音和背景音乐最后拼出完整短视频。本文基于仓库实测资料覆盖从零部署、模板选择到排错的全流程。一、做一条短视频有多麻烦传统流程拆成五步写稿、找素材、配图、录音、剪辑。哪怕是一条 30 秒的口播视频每步都得花时间换个人来还得再走一遍。Pixelle-Video 把这五步压成一次点击。你只管输入主题剩下的由它完成文案LLM 按主题自动写解说词默认拆成 5 个分镜配图/配视频每个分镜生成对应的 AI 插图或动态片段语音Edge-TTS 等 TTS 合成解说支持声音克隆BGM内置曲库或把 MP3 丢进bgm/文件夹自选合成自动拼接成片输出到output/目录另外两点值得一提它不绑死任何一家模型图像、视频、TTS 可以分别走 ComfyUI、RunningHub 或直连 API成品尺寸有竖屏 1080x1920、横屏 1920x1080、方形 1080x1080 三档对应抖音、B站、Instagram 各自的画幅要求。二、三步跑通安装生成第一条视频1. 选一条部署路径Windows 用户最简单下载项目 releases 里的一键整合包解压后双击start.bat不需要装 Python 和 ffmpeg。macOS / Linux 从源码跑先准备 uv 和 ffmpeg然后git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video ./start_web.sh浏览器会自动打开http://localhost:8501。项目也提供了 docker-compose.yml可以直接用容器方式起。2. 在「系统配置」里填两组关键信息首屏展开「系统配置」面板必填的是两项LLM 配置下拉选一个预设通义千问、GPT-4o、DeepSeek、Ollama 等填 API Key。选预设会自动带出 base_url 和模型名图像/视频来源三选一。本地 ComfyUI 填地址默认http://127.0.0.1:8188并点「测试连接」云端 RunningHub 填 API Key或者直连 DashScope、OpenAI、可灵、Seedream 等供应商 API配置也可以不碰界面直接改 config.example.yaml 的副本config.yaml里面预设了通义千问、GPT-4o、DeepSeek、Ollama 四组参考参数。3. 输入主题点击生成视频左侧选「AI 生成内容」输入比如「为什么要养成阅读习惯」中间栏 TTS 和模板保持默认点「生成视频」。5 个分镜的成片大约 2-5 分钟出结果右侧会实时显示当前走到哪一步例如「分镜 3/5 - 生成插图」完成后直接可播放文件落在output/里。三、四个模块拆解内容、语音、视觉、扩展能力内容输入让 AI 写稿或直接喂文案两种模式。AI 模式只给主题文案全权交给 LLM固定文案模式直接贴你自己的完整文稿跳过写作环节。固定脚本支持按段落、行或句子三种方式拆分方便逐句配画面。语音从免费 TTS 到克隆自己的声音TTS 工作流放在 workflows/ 目录界面里自动扫描可选常见的是 Edge-TTS免费、开箱即用和 Index-TTS支持声音克隆。用克隆功能时上传一段参考音频MP3/WAV/FLAC生成前就能点「预览语音」试听不满意先换再跑不浪费整条生成流程。视觉模板定版式提示词前缀定风格模板是纯 HTML 文件按命名区分用途static_*.html纯文字不生成任何媒体、image_*.html用 AI 配图当背景、video_*.html用 AI 视频片段。内置模板在 templates/ 按分辨率分了三个子目录竖屏 20 来个、横屏 5 个、方形 1 个每个都有预览效果图。还有一个容易被忽略的参数图像提示词前缀Prompt Prefix填一句英文风格描述比如极简黑白火柴人插画所有分镜的配图风格就会统一。官方默认的 config.example.yaml 里就写了一句照着抄就行。进阶扩展自有素材、数字人和 API 集成2025-12 之后的版本加了几条新流水线入口都在 Web 界面自定义素材上传自己的照片和视频AI 先做内容分析再写脚本适合旅行记录、读书分享这类 Vlog数字人口播 / 图生视频 / 动作迁移前者出虚拟人口播视频后者把静态图变成动态片段API 模式api/ 目录是一套 FastAPI 服务暴露任务、图像、视频、TTS 等路由docs/zh/user-guide/api.md 里还有 Python 调用示例方便把生成能力嵌进自己的脚本四、三种成本方案0 元起步方案组合成本适合人群完全免费Ollama 本地 LLM 本地 ComfyUI Edge-TTS0 元有本地显卡官方推荐通义千问 本地 ComfyUI约 0.01-0.05 元/视频不想折腾本地模型全云端OpenAI RunningHub 或直连 API按量计费偏高无显卡、纯云环境官方 FAQ 里还给了一个省钱的起点先用static_系列纯文字模板这类模板不调用任何图像生成生成速度最快把流程跑通后再切到image_模板上 ComfyUI。批量出片时注意 RunningHub 有并发上限config.example.yaml 里的runninghub_concurrent_limit默认是 1。五、常见坑与进阶资源四类故障的排查路径ComfyUI 连不上确认服务在跑、URL 是http://127.0.0.1:8188这类正确地址然后在界面上点「测试连接」。用 Docker 时宿主机地址要改成host.docker.internal:8188LLM 调用失败依次查 API Key、网络、账户余额错误提示里一般写了具体原因生成中途失败多半是工作流文件不全或 ComfyUI 没下载对应模型先在 ComfyUI 里手动跑一次该工作流验证依赖装不上清缓存重装uv cache clean后再uv sync更细的对照表在 docs/zh/troubleshooting.md生成速度不满意时官方建议是换本地 ComfyUI、减少分镜数、换响应更快的 LLM。效果不满意调这四个旋钮换 LLM 改文案风格、改提示词前缀和图像尺寸改配图、换 TTS 或上传参考音频改声音、换模板改版式。四个旋钮对应生成流程的四段哪个环节不满意就拧哪个不用整条重做。继续深入docs/zh/ 中文文档快速入门、模板手册、语音克隆教程templates/ 改 HTML 加 CSS就能做出自己品牌的模板命名遵循static_/image_/video_规范放进对应尺寸目录即可workflows/ 在 ComfyUI 里导出 JSON 工作流放进这里界面自动识别docs/zh/development/architecture.md 分层架构说明适合想二次开发的读者上手建议先用static_纯文字模板 Edge-TTS 免费组合把第一条视频跑通确认流程没问题再接上 ComfyUI 或 RunningHub 切到image_模板用提示词前缀锁定你的配图风格把跑通的参数存进config.yaml备份一份后续批量出片时直接复用【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Pixelle-Video 一句话 AI 视频生成工具实测：3 步部署，从主题到成片全流程指南
Pixelle-Video 一句话 AI 视频生成工具实测3 步部署从主题到成片全流程指南【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-VideoPixelle-Video 是一个开源的 AI 视频生成引擎输入一个主题它自动写解说文案、生成 AI 配图、合成语音和背景音乐最后拼出完整短视频。本文基于仓库实测资料覆盖从零部署、模板选择到排错的全流程。一、做一条短视频有多麻烦传统流程拆成五步写稿、找素材、配图、录音、剪辑。哪怕是一条 30 秒的口播视频每步都得花时间换个人来还得再走一遍。Pixelle-Video 把这五步压成一次点击。你只管输入主题剩下的由它完成文案LLM 按主题自动写解说词默认拆成 5 个分镜配图/配视频每个分镜生成对应的 AI 插图或动态片段语音Edge-TTS 等 TTS 合成解说支持声音克隆BGM内置曲库或把 MP3 丢进bgm/文件夹自选合成自动拼接成片输出到output/目录另外两点值得一提它不绑死任何一家模型图像、视频、TTS 可以分别走 ComfyUI、RunningHub 或直连 API成品尺寸有竖屏 1080x1920、横屏 1920x1080、方形 1080x1080 三档对应抖音、B站、Instagram 各自的画幅要求。二、三步跑通安装生成第一条视频1. 选一条部署路径Windows 用户最简单下载项目 releases 里的一键整合包解压后双击start.bat不需要装 Python 和 ffmpeg。macOS / Linux 从源码跑先准备 uv 和 ffmpeg然后git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video ./start_web.sh浏览器会自动打开http://localhost:8501。项目也提供了 docker-compose.yml可以直接用容器方式起。2. 在「系统配置」里填两组关键信息首屏展开「系统配置」面板必填的是两项LLM 配置下拉选一个预设通义千问、GPT-4o、DeepSeek、Ollama 等填 API Key。选预设会自动带出 base_url 和模型名图像/视频来源三选一。本地 ComfyUI 填地址默认http://127.0.0.1:8188并点「测试连接」云端 RunningHub 填 API Key或者直连 DashScope、OpenAI、可灵、Seedream 等供应商 API配置也可以不碰界面直接改 config.example.yaml 的副本config.yaml里面预设了通义千问、GPT-4o、DeepSeek、Ollama 四组参考参数。3. 输入主题点击生成视频左侧选「AI 生成内容」输入比如「为什么要养成阅读习惯」中间栏 TTS 和模板保持默认点「生成视频」。5 个分镜的成片大约 2-5 分钟出结果右侧会实时显示当前走到哪一步例如「分镜 3/5 - 生成插图」完成后直接可播放文件落在output/里。三、四个模块拆解内容、语音、视觉、扩展能力内容输入让 AI 写稿或直接喂文案两种模式。AI 模式只给主题文案全权交给 LLM固定文案模式直接贴你自己的完整文稿跳过写作环节。固定脚本支持按段落、行或句子三种方式拆分方便逐句配画面。语音从免费 TTS 到克隆自己的声音TTS 工作流放在 workflows/ 目录界面里自动扫描可选常见的是 Edge-TTS免费、开箱即用和 Index-TTS支持声音克隆。用克隆功能时上传一段参考音频MP3/WAV/FLAC生成前就能点「预览语音」试听不满意先换再跑不浪费整条生成流程。视觉模板定版式提示词前缀定风格模板是纯 HTML 文件按命名区分用途static_*.html纯文字不生成任何媒体、image_*.html用 AI 配图当背景、video_*.html用 AI 视频片段。内置模板在 templates/ 按分辨率分了三个子目录竖屏 20 来个、横屏 5 个、方形 1 个每个都有预览效果图。还有一个容易被忽略的参数图像提示词前缀Prompt Prefix填一句英文风格描述比如极简黑白火柴人插画所有分镜的配图风格就会统一。官方默认的 config.example.yaml 里就写了一句照着抄就行。进阶扩展自有素材、数字人和 API 集成2025-12 之后的版本加了几条新流水线入口都在 Web 界面自定义素材上传自己的照片和视频AI 先做内容分析再写脚本适合旅行记录、读书分享这类 Vlog数字人口播 / 图生视频 / 动作迁移前者出虚拟人口播视频后者把静态图变成动态片段API 模式api/ 目录是一套 FastAPI 服务暴露任务、图像、视频、TTS 等路由docs/zh/user-guide/api.md 里还有 Python 调用示例方便把生成能力嵌进自己的脚本四、三种成本方案0 元起步方案组合成本适合人群完全免费Ollama 本地 LLM 本地 ComfyUI Edge-TTS0 元有本地显卡官方推荐通义千问 本地 ComfyUI约 0.01-0.05 元/视频不想折腾本地模型全云端OpenAI RunningHub 或直连 API按量计费偏高无显卡、纯云环境官方 FAQ 里还给了一个省钱的起点先用static_系列纯文字模板这类模板不调用任何图像生成生成速度最快把流程跑通后再切到image_模板上 ComfyUI。批量出片时注意 RunningHub 有并发上限config.example.yaml 里的runninghub_concurrent_limit默认是 1。五、常见坑与进阶资源四类故障的排查路径ComfyUI 连不上确认服务在跑、URL 是http://127.0.0.1:8188这类正确地址然后在界面上点「测试连接」。用 Docker 时宿主机地址要改成host.docker.internal:8188LLM 调用失败依次查 API Key、网络、账户余额错误提示里一般写了具体原因生成中途失败多半是工作流文件不全或 ComfyUI 没下载对应模型先在 ComfyUI 里手动跑一次该工作流验证依赖装不上清缓存重装uv cache clean后再uv sync更细的对照表在 docs/zh/troubleshooting.md生成速度不满意时官方建议是换本地 ComfyUI、减少分镜数、换响应更快的 LLM。效果不满意调这四个旋钮换 LLM 改文案风格、改提示词前缀和图像尺寸改配图、换 TTS 或上传参考音频改声音、换模板改版式。四个旋钮对应生成流程的四段哪个环节不满意就拧哪个不用整条重做。继续深入docs/zh/ 中文文档快速入门、模板手册、语音克隆教程templates/ 改 HTML 加 CSS就能做出自己品牌的模板命名遵循static_/image_/video_规范放进对应尺寸目录即可workflows/ 在 ComfyUI 里导出 JSON 工作流放进这里界面自动识别docs/zh/development/architecture.md 分层架构说明适合想二次开发的读者上手建议先用static_纯文字模板 Edge-TTS 免费组合把第一条视频跑通确认流程没问题再接上 ComfyUI 或 RunningHub 切到image_模板用提示词前缀锁定你的配图风格把跑通的参数存进config.yaml备份一份后续批量出片时直接复用【免费下载链接】Pixelle-Video AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考