Pixelle-Video：一个主题如何变成成片？AI全自动短视频引擎上手指南-港品优选

Pixelle-Video：一个主题如何变成成片？AI全自动短视频引擎上手指南

【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-Video

你手里有个不错的选题，但脚本没人写、配图没人找，剪一条片又要大半天。Pixelle-Video 把这条链路收进了一个动作：输入主题，它自动完成文案创作、AI 配图、语音解说和视频合成，几分钟后就能在浏览器里看到成片。它适合想持续产出内容却没有剪辑经验的人——自媒体作者、知识分享者、电商运营，或者只是想把想法拍成视频的你。

一分钟看懂 Pixelle-Video 能帮你做什么

简单说，Pixelle-Video 是一个"主题进、视频出"的流水线。你负责给出一个词，剩下的分工它都做好了：

文案：LLM 按主题生成解说词，也可以贴入你自己写好的固定文案
画面：每个分镜自动配 AI 插图，也能用 AI 视频模型做动态背景
声音：多种 TTS 方案可选，还支持上传参考音频做声音克隆
成品：自动加 BGM、套模板、合成导出，文件落在output/目录

它的关键卖点有三个：全流程不用打开剪辑软件；各环节（模型、TTS、工作流、模板）都能单独替换；本地有显卡可以零成本跑，没有显卡用云端也能跑通。

五分钟跑起来：安装、启动与首次配置

Windows：整合包最省事

下载 Windows 一键整合包并解压，双击目录里的启动脚本（start_web.bat），浏览器会自动打开http://localhost:8501。包里已经带了 Python、依赖和 ffmpeg，不需要你装环境。

macOS / Linux：两条命令装好前置

源码方式先准备uv（Python 包管理器）和ffmpeg：

sudo apt install ffmpeg # Ubuntu / Debian brew install ffmpeg # macOS

然后克隆并启动：

git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv run streamlit run web/app.py

uv run会顺手装好全部依赖，启动后同样打开http://localhost:8501。

首次配置：只填三个地方

进入「⚙️ 系统配置」面板，填完保存就能用：

LLM 配置：下拉选择预设模型（通义千问、GPT、DeepSeek、Ollama 等），自动带出base_url和模型名，填入 API Key
ComfyUI / RunningHub：本地有 ComfyUI 就填地址（默认http://127.0.0.1:8188）并可点「测试连接」；没有显卡就填 RunningHub 的 API Key
API 媒体模型（可选）：想直连 DashScope、OpenAI、可灵、Seedance 这类供应商时再填

如果不用 Web 界面而想改配置文件，把config.example.yaml复制为config.yaml再填：

llm: base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1" model: "qwen-max"

更多细节可以看快速开始文档。

功能巡礼：四个核心能力逐个看

能力一：AI 写稿，也能接你的稿

能做什么：输入"为什么要养成阅读习惯"这样的主题，AI 会生成结构完整的解说词，并按分镜切好；如果你已有成稿，选「固定文案内容」，支持按段落、按行、按句子三种方式分割，每段对应一个画面。

怎么开：左侧栏「📝 内容输入」里切换模式即可。

效果示例：输入"为什么我们还没有找到外星文明"，默认 5 个分镜，几分钟得到一条带画面和配音的科普短视频。

能力二：声音合成与声音克隆

能做什么：内置 Edge-TTS、Index-TTS 等 TTS 工作流，支持多语言音色；上传一段 10–30 秒的参考音频，就能克隆特定人的声音来配音。

怎么开：中间栏「🎤 语音设置」选 TTS 工作流；要克隆就上传 MP3/WAV/FLAC 参考音频，点「预览语音」先试听再正式生成。

效果示例：用 Index-TTS 加一段自己的录音做参考，生成的"个人成长"类内容听起来像本人在讲述。教程见声音克隆。

能力三：AI 配图与动态视频背景

能做什么：每条分镜文案都会生成一张匹配插图；选video_*.html模板时还能调 AI 视频模型（如 WAN 系列）生成动态背景。生成途径有三条：本地 ComfyUI 工作流、RunningHub 云端工作流、直连模型 API。

怎么开：中间栏「🎨 视觉设置」里选工作流（selfhost/是本地、runninghub/是云端、api/是直连供应商），可调图像尺寸（默认 1024x1024）和英文提示词前缀来统一画风，点「预览风格」先测一张。

效果示例：提示词前缀写成"黑白火柴人简笔画风格"，整条视频的画面就会是这个调性，风格高度统一。

能力四：模板库与 BGM，成品感的来源

能做什么：模板分三类——static_*.html纯文字样式、image_*.htmlAI 图片做背景、video_*.htmlAI 视频做背景，覆盖竖屏（1080x1920）、横屏（1920x1080）、方形（1080x1080）三种尺寸，直接对应该发抖音、B站还是 Instagram。BGM 支持无、内置音乐、自定义音乐三种，自定义文件放进bgm/文件夹即可，还能在线试听。

怎么开：模板下拉框按尺寸分组，点「预览模板」可自定义参数看效果。

效果示例：同一个主题分别套横屏电影感模板和方形模板，发布到不同平台就是两条风格匹配的内容。

三个真实场景：目标、操作要点、结果预期

场景一：知识科普账号日更

目标：每天稳定产出一条 1 分钟科普视频，不请写手
操作要点：选「AI 生成内容」模式，把选题写具体一点（例如"反脆弱是什么意思"）；模板选image_*.html系列；TTS 用清晰的教学音色；分镜数保持默认 5 个
结果预期：文案、配图、配音全部自动完成，一条 5 分镜视频约 2–5 分钟出片，选题库就是你的产能上限

场景二：电商产品与副业推广

目标：把卖点快速变成横屏推广片，投 B站或视频号
操作要点：主题里直接写进产品关键词和核心卖点；用「固定文案内容」模式贴审核过的卖点稿，按句子分割；模板选 1920x1080 横屏款；加一段节奏感强的 BGM
结果预期：文案经过你把关不会出现夸大表述，画面风格由提示词前缀统一，适合批量产出多条不同卖点的推广视频

场景三：个人 Vlog 与培训材料

目标：用自己的照片、视频素材做个性化内容
操作要点：使用「自定义素材」工作流，上传照片或视频，AI 会先分析素材再写匹配的解说词；语音选克隆音色让视频更像"你自己在讲"；企业培训则固定一套模板和配色保持品牌一致
结果预期：素材、解说、配音三者对得上，个人内容有辨识度，培训片多期之间风格统一

常见坑：生成前先看这五条

Q1：必须本地部署 ComfyUI 吗？不一定。纯文字模板（static_*.html）完全不需要 AI 生图，生成飞快；要配图但不想部署，可以填 RunningHub 的 API Key 走云端。详见 FAQ。

Q2：跑一条视频要花多少钱？三档方案随你挑：Ollama 本地 LLM + 本地 ComfyUI，成本 0 元；通义千问 + 本地 ComfyUI，一条片几分钱量级；OpenAI + RunningHub 全云端，费用高但不用任何本地环境。有显卡选免费档，图省事选千问档。

Q3：ComfyUI 连接失败怎么办？三查：服务是否真的在跑、config.yaml里comfyui_url地址对不对（Docker 场景下 Mac/Windows 要用host.docker.internal:8188）、回到界面点一次「测试连接」。

Q4：LLM 调用失败或文案跑偏？先核对 API Key 与网络；跑偏就换个 LLM 模型试试，不同模型的文风差别不小，也可以把提示词前缀写得更具体。

Q5：语音听着不自然？换一个 TTS 工作流或音色；想更个性就上声音克隆，参考音频要清晰、10–30 秒、无背景噪音，否则克隆效果会打折。

进阶方向：哪里可以动手改

整个系统分三层：Streamlit 的 Web 层、核心服务层、ComfyUI/API 执行层，架构说明见架构文档。想深挖时认准这几个入口：

服务模块：pixelle_video/services/，文案在llm_service.py，语音在tts_service.py，图/视频生成在media.py，合成在video.py
扩展流水线：web/pipelines/ 里的digital_human.py（数字人口播）、i2v.py（图生视频）、action_transfer.py（动作迁移）、asset_based.py（自定义素材）
工作流目录：workflows/ 下runninghub/放云端 JSON、selfhost/放本地 JSON，自己在 ComfyUI 里导出的工作流丢进去，界面就能选到
模板目录：templates/ 按分辨率分文件夹，会写 HTML 就能加自己的模板，规范见模板指南

开始吧：三步行动清单

拿到项目：Windows 用户下载整合包解压即可；其他系统执行git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video并安装 uv 和 ffmpeg
启动界面：运行uv run streamlit run web/app.py（或双击整合包启动脚本），浏览器自动打开http://localhost:8501
配置并出第一条片：在系统配置里填 LLM API Key 和图像生成途径（本地地址或 RunningHub Key），保存；然后在内容输入框写一个选题，点「🎬 生成视频」

配置只填一次，之后的每次创作都只剩"输入主题"这一个动作。今天跑通第一条，明天就可以开始攒你的选题库。

【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

企业官网建设流程全解析