企业官网建设流程全解析

Pixelle-Video 安装部署指南：三条路径跑通你的短视频引擎

【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

Pixelle-Video 是一个 AI 全自动短视频引擎：装完它，你只需要丢给它一个主题，它就能自己写文案、生成画面、合成配音并把视频剪好。本文是它的安装部署实操，覆盖三条路径：Windows 一键整合包、macOS / Linux 源码安装、Docker 容器化部署。

先花 5 秒看决策表，锁定你的路径

✅ 通用准备：一次做完三件事，三条路径通用

• Python 版本：直接用 3.11+。pyproject.toml硬性要求 3.11 起步，Docker 镜像（python:3.11-slim）与 Windows 打包工具链也都对齐了这个版本，避开边界问题最省心。
• 包管理器：uv 优先，速度快且自动建虚拟环境；pip 完全可以作为备选。
• 网络加速：三条路径都内置了国内镜像开关（整合包构建参数、Docker 构建参数、pip/uv 镜像），装之前不用预配置，需要时再开。

依赖装什么，看这张表就够了（uv sync或pip install -e .会一次装齐）：

路径 A：Windows 一键整合包，4 步见到画面

1. 从 Releases 页面下载最新的 Windows 整合包（ZIP）；
2. 解压到一个不含中文与空格的路径；
3. 双击start.bat；
4. 浏览器自动打开http://localhost:8501，解压即用，不折腾。

想核对下载完整性的话，在 PowerShell 里用随包附带的.sha256文件比对一下：

Get-FileHash Pixelle-Video-v*-win64.zip -Algorithm SHA256

整合包内部各是什么角色：

启动脚本其实只干三件事：先把PYTHON_HOME指向内嵌 Python 并把tools\ffmpeg\bin塞进PATH；然后切进项目目录、设置PYTHONPATH与PIXELLE_VIDEO_ROOT保证模块导入可靠；最后拉起streamlit run web\app.py，失败时打印原因并暂停，方便你排查。

想自己重新构建整合包时，在仓库根目录跑python packaging/windows/build.py --cn-mirror（国内加速）。关键参数都集中在 packaging/windows/README.md 提到的build_config.yaml里：内嵌 Python 版本、FFmpeg 版本、是否预装 Chromium、打包排除清单（.git、测试文件、config.yaml等敏感文件）、镜像开关。

路径 B：macOS / Linux 源码安装跑起来

克隆 → 装依赖 → 拉起界面，三步走：

git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv sync

uv sync会按pyproject.toml与uv.lock建好虚拟环境并装齐依赖；uv.lock锁死了全部依赖版本，这就是你换台机器环境还能复现的原因。如果你环境里还没有 uv，先按 uv 官方文档装上再回来重跑这条命令。不想用 uv 的话，pip 备选方案是：

python -m venv venv source venv/bin/activate pip install -e .

第三条命令会把项目以可编辑模式装进虚拟环境，之后你改代码即时生效。

拉起界面直接用仓库自带的启动脚本：macOS / Linux 跑bash start_web.sh，Windows 跑start_web.bat，内部执行的就是uv run streamlit run web/app.py。bat 脚本失败时会明确提示你：要么改用 Releases 页的整合包（内含预配置环境、全部依赖与 FFmpeg），要么先装 uv 再uv sync后重试。

🐳 把服务搬进容器：两条命令跑起 Docker 双服务

服务器部署用仓库自带的 Dockerfile 与 docker-compose.yml。Dockerfile 有四个关键决策：

• 基础镜像python:3.11-slim，体积小且版本与全链路一致；
• 系统级依赖装了curl（健康检查）、ffmpeg（音视频处理）、fonts-noto-cjk（中文字体渲染）；
• 构建参数USE_CN_MIRROR默认false，置true时切换阿里云 apt 源与清华 PyPI 镜像；
• 预装模板渲染用的 Chromium 无头浏览器，暴露 8000 与 8501 两个端口。

compose 编排里三个服务各管一段：

两个服务容器都挂载./config.yaml、./data、./output，配置和数据落在宿主机上，容器重建不丢。启动：

docker-compose up -d USE_CN_MIRROR=true docker-compose up -d

第二条就是给国内网络环境准备的，多一个环境变量，构建自动走镜像加速。注意一点：容器里如果要访问宿主机的 ComfyUI，Mac / Windows 写host.docker.internal:8188，Linux 写宿主机 IP。

让生成链路真正跑通：一条自检命令 + 两种服务接法

先自检：源码路径跑uv run streamlit run web/app.py，浏览器能看到界面即通过；整合包就是双击start.bat；Docker 则是打开http://localhost:8501。界面出来了说明环境通了，接下来生成能力取决于你接哪种服务。

如果你要本地跑图像/视频生成：克隆 ComfyUI 仓库并装好它的依赖与模型，然后启动：

pip install -r requirements.txt python main.py

服务默认跑在http://127.0.0.1:8188。然后在配置里填comfyui_url，并选择workflows/selfhost/前缀的工作流（仓库自带图像、视频、TTS 的自托管工作流 JSON）。

如果你要走云端：配置里填 RunningHub 的 API Key，选workflows/runninghub/前缀的工作流即可，本地完全不需要 GPU。

配置收口三句话：首次运行时程序从 config.example.yaml 复制生成config.yaml（Docker 的 init 服务会替你自动做）；文件丢了会回退到默认空配置并打印警告，界面能开但生成不了；平时直接在 Web 界面的「⚙️ 系统配置」页修改并保存，会写回config.yaml。

故障速查：四个高频问题的 30 秒修复

下一步

• 配置说明：把 LLM 与图像/视频生成服务接上
• 快速开始：生成你的第一个视频
• 故障排查：更多常见问题

【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