Pixelle-Video 完整指南：如何用 AI 全自动短视频引擎 3 分钟做出一条短视频
【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
晚上十点，账号排期里的选题已经定了，但你没精力写脚本、挑图、剪辑。Pixelle-Video 是一款开源的 AI 全自动短视频引擎，它接手的正是这一段：你输入一个主题，它写解说文案、为每个分镜生成配图、合成语音、铺上背景音乐，最后渲染出成片。几分钟后，output/目录里就躺着一支可以直接发布的短视频，全程不用打开任何剪辑软件。
能力速览：你交出去什么，它还你什么
| 你输入 | 它输出 |
|---|---|
| 一个主题（如“存钱难的真正原因”） | 带分镜解说、AI 配图和语音的完整短视频 |
| 现成文案 | 跳过 AI 写稿，直接配图、配音、渲染 |
| 一段参考音频 | 用相似音色克隆出来的解说音轨 |
| 自己的照片或素材视频 | AI 分析素材后生成的匹配脚本与解说 |
| 尺寸需求 | 竖屏 1080x1920、横屏 1920x1080、方形 1080x1080 三种成片 |
最快上手路径：三步把界面跑起来
方案 A：Windows 一键整合包
下载最新版整合包，解压后双击start.bat，浏览器会自动打开 http://localhost:8501 。不需要安装 Python、uv 或 ffmpeg，解压即用。
方案 B：源码启动（macOS / Linux）
先确认装好了 ffmpeg（brew install ffmpeg或sudo apt install ffmpeg），然后：
git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv run streamlit run web/app.pyuv 会自动处理依赖，浏览器同样打开 http://localhost:8501 。
一次性的配置：只需填两组密钥
首次进入界面，展开「⚙️ 系统配置」面板，要填的只有两处：
- LLM（负责写文案）：下拉选择预设——通义千问、GPT、DeepSeek，或本地 Ollama，再填入对应 API Key。Ollama 是本地服务，连密钥都不用。
- 图像来源：填本地 ComfyUI 地址（默认 http://127.0.0.1:8188 ），或填 RunningHub API Key 走云端。没有显卡就选后者。
点「保存配置」，之后就不会再被打扰。
生成第一个视频：输入一句话，然后等
- 在左侧「📝 内容输入」选「AI 生成内容」，输入例如“如何在家煮出一杯合格的咖啡”。分镜数默认 5 个，可以调。
- 中间栏的语音和图像工作流保持默认即可，模板下拉里选一个竖屏或横屏模板（新手建议竖屏 1080x1920 ）。
- 点击右侧「🎬 生成视频」。
- 进度条按「生成文案 → 逐分镜配图 → 合成语音 → 合成视频」四个阶段推进，5 分镜的片子通常需要 2–5 分钟。
- 完成后视频在右栏自动播放，文件落在
output/目录。
下面是用横屏电影模板生成的实际画面效果：
成片是怎么做出来的：输入、生成、输出
看懂这条链路，效果不满意时你就知道该拧哪颗螺丝。
输入：一个主题或一段完整文案
主题模式下，LLM 先写完整篇解说词，再按分镜切分；固定文案模式直接用你给的文本，支持按段落、行、句子三种方式切成镜头。想改写作风格，去编辑 pixelle_video/prompts/ 里的提示词模板即可。
生成：每个环节都是可替换的部件
- 配图：三条路线——本地 ComfyUI 工作流、RunningHub 云端、直连模型 API（DashScope、OpenAI、Kling 等）。尺寸默认 1024x1024，用一句英文“提示词前缀”就能锁定整体画风。
- 语音：Edge-TTS 免费开箱即用；Index-TTS 支持声音克隆，上传参考音频后可以先试听再正式生成。
- 动态背景：换成
video_开头的模板，背景就是 AI 生成的视频片段（基于 WAN 2.1 等模型）。 - 所有工作流都是 workflows/ 里的 JSON 文件，懂 ComfyUI 的话，自己搭好后导出放进去，界面下拉里就会出现。
输出：模板决定画面长什么样
模板是 templates/ 里的 HTML 文件，按命名分三类：static_纯文字、image_AI 图片背景、video_AI 视频背景。模板内用{{ title }}、{{ text }}、{{ image }}三个变量填充当前分镜的内容，最后由 ffmpeg 逐帧合成到output/。
两种不同尺寸的模板成片效果：
谁用得最顺手：四类情况
- 如果你运营知识号或自媒体：每天丢一个主题进去，比如“为什么大多数人存不住钱”，出一条竖屏视频。用静态模板连配图都不用生成，成本几乎为零。
- 如果你是企业内部培训或运营：把培训材料用固定文案模式贴进去，选横屏模板，材料直接变成可内部分发的短视频。
- 如果你没有显卡：配好直连 API 模型或 RunningHub，图像和视频生成全在云端完成，本地机器只负责渲染。
- 如果你是开发者：项目自带 FastAPI 服务（api/），文案、配图、语音、合成各环节都可以程序化调用，嵌进自己的网站或机器人里。
进阶玩法：四个自定义入口
- 自定义模板：从 templates/ 复制一份 HTML 改布局和字号，保持命名规范就能在下拉里选到。
- 自定义工作流：在 ComfyUI 里把工作流导出为 JSON，放进 workflows/ ，界面下拉自动出现。
- 自定义 BGM：把自己的 MP3 放进 bgm/ 目录，界面里直接试听。
- 配置文件：Web 表单本质是在写一份 YAML 配置，config.example.yaml 里的键和界面对应，方便批量部署或纳入版本管理。
遇到问题去哪里查
- 官方文档（中文）：从安装到模板开发的完整说明
- 快速开始：第一个视频的完整步骤
- 常见问题：高频问题的汇总
- API 文档：程序化调用的接口参考
- 配置字段参考
- 遇到 bug 或有功能建议，直接在项目里提交 Issue
现在就可以做的下一步
从一个static_模板开始：纯文字、不生成配图、零 API 成本，输入主题出一支片子感受节奏；再换成图片模板跑一遍完整流程，这条 AI 短视频工具的用法你就基本掌握了。
【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
