一句话生成带配音的短视频Pixelle-Video AI 全自动视频引擎使用指南【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做一条像样的短视频通常要过文案、配图、配音、配乐、剪辑五道关每一道都是时间成本。Pixelle-Video 的思路是把这五道关全部交给 AI 流水线你只提供一个主题它会自动写解说词、逐句生成配图、合成语音解说、铺上背景音乐最后渲染出完整成片。整个项目支持本地免费部署也支持云端按需付费本文按「装好 → 配通 → 用起来 → 定制 → 省钱」的顺序把关键操作和常见坑一次讲清。先弄清它替你干了哪些活Pixelle-Video 的内部流程是文案生成 → 配图规划 → 逐帧处理 → 视频合成。输入一句话主题后四个环节依次跑完你在界面上能看到「分镜 3/5 - 生成插图」这类实时进度。值得注意的一点是每个环节背后挂的能力都可以单独替换。文案来自 LLM配图和视频来自 ComfyUI 工作流或直连的模型 API语音来自 Edge-TTS、Index-TTS 等方案分析素材用的是 VLM。这种「原子能力」式的设计意味着你可以按自己的条件混搭组合而不必被某一套技术栈绑死。十分钟装好并启动 Web 界面Windows整合包或脚本二选一两条路都免去了手动装依赖的麻烦从 Releases 下载 Windows 一键整合包解压后双击start.bat浏览器会自动打开http://localhost:8501或者源码部署直接运行start_web.bat。macOS / Linux源码部署先装好 Python 包管理器uv和视频工具ffmpeg然后git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video ./start_web.sh同样会打开http://localhost:8501。源码启动的等价命令是uv run streamlit run web/app.py。三组必配项首次进入界面展开左侧「系统配置」面板把三组配置填完并保存LLM 配置写文案的大模型。下拉框里有通义千问、GPT-4o、DeepSeek、Ollama 等预设选中后会自动填好接口地址和模型名你只需补 API KeyComfyUI / RunningHub 配置本地有显卡就填 ComfyUI 服务地址默认http://127.0.0.1:8188可用「测试连接」验证没有显卡就填 RunningHub 的 API Key走云端生图生视频直连 API 媒体模型可选不经过 ComfyUI、直接调模型供应商的路子支持 OpenAI、DashScope通义万象、火山 ARKSeedream / Seedance、可灵等逐项填密钥、接口地址和代理开关即可。三组配置在 config.example.yaml 里都有完整注释对应文件为 pixelle_video/config/ 下的配置加载逻辑想跳过界面直接改配置文件也行。生成第一条视频界面三栏各管一摊Web 界面是左中右三栏布局分工明确左侧「内容输入」二选一——「AI 生成内容」只给主题AI 写稿比如输入「为什么要养成阅读习惯」分镜数量默认 5 个可调或「固定文案内容」已有现成文案跳过写稿环节支持按段落/行/句子分割中间栏语音设置选 TTS 工作流、上传参考音频做声音克隆、输入测试文字试听 视觉设置选图像生成工作流、设图像尺寸、写英文提示词前缀控制配图风格、选视频模板右侧「生成视频」按钮跑完自动播放成片视频落在output/目录。三种典型用法知识账号的批量产片知识科普是这类工具最顺手的场景输入「黑洞的形成原理」AI 会自己搭好从定义到形成过程的解说结构配上对应视觉出一条能直接发的竖屏视频。运营号更进一步用批量模式在内容输入区每行写一个主题一次排队生成多支视频适合按周排期准备内容。建议先跑一条样片确认风格再放大批量。用自己的照片和视频做片除了纯 AI 生成「自定义素材」功能支持上传自己的照片或视频AI 先分析素材内容再生成解说脚本把旅行日记、美食记录、读书心得这类个人化素材变成成片。想用自己的声音上传一段参考音频即可触发声音克隆如 Index-TTS 工作流。此外项目还内置了几条扩展流水线——数字人口播、动作迁移、图生视频代码在 web/pipelines/。每个环节都能换零件对效果不满意时不用推翻重来按环节排查替换即可文案风格不对就换 LLM 模型配图质感不够就换图像工作流或调提示词前缀声音违和就换 TTS 方案或重新克隆参考音频布局不合适就换模板和尺寸。视觉定制模板、工作流与品牌风格按平台挑模板内置模板都放在 templates/按分辨率分目录1080x1920竖屏抖音、快手、小红书1920x1080横屏B 站、YouTube1080x1080方形Instagram 等。文件名自带含义static_*.html是纯文字静态模板不用 AI 生成媒体image_*.html用 AI 图片做背景video_*.html用 AI 视频做背景。界面下拉框按尺寸分组点「预览模板」可以直接看效果。选择上没有标准答案按内容气质取就行情感向适合image_healing.html科技向适合image_modern.html或image_neon.html传统气质适合image_elegant.html。改模板等于改 HTML模板本质是带 CSS 的 HTML 文件改文字颜色、字号、位置替换品牌背景图调整布局结构都是普通的前端操作改完即生效详见 docs/zh/user-guide/templates.md。自己的工作流也能塞进来生图、生视频、配音三类能力都走工作流文件。把 ComfyUI 里设计好的工作流导出 JSON放进 workflows/ 目录现有示例分布在runninghub/与selfhost/两个子目录界面下拉框里就能选到。想理解现有流程直接翻这些 JSON 就是最直接的教材。成本怎么控制三档方案Pixelle-Video 支持完全本地免费运行这是它和多数「按量付费」工具的区别档位组合适合谁零成本LLM 用 Ollama 本地跑 ComfyUI 本地部署 Edge-TTS有独立显卡追求零费用低成本云端LLM 用通义千问 RunningHub 生图/生视频无显卡不想维护硬件混合搭配日常批量用经济配置重点内容上高质量模型长期稳定产出TTS 一栏基本不用花钱Edge-TTS 免费且质量够用钱主要花在 LLM 调用和图片/视频生成上把批量任务安排在低价模型上是最直接的办法。常见问题与进阶入口生成失败先查config.yaml里的 API 密钥和服务地址是否填对再翻运行日志定位报错简单的重试或重启服务能解决一部分偶发问题。配图质量不高换一个更强的生成工作流或在提示词前缀里补「4k, high detail, professional photography」这类质量描述注意前缀建议用英文。语音不自然换 TTS 音色、把语速调到 0.8–1.2 区间、换供应商或用声音克隆获得更贴个人的声音。想继续深入四个入口按顺序看docs/zh/getting-started/quick-start.md跑通第一条视频、docs/zh/user-guide/templates.md模板手册与效果图、docs/zh/user-guide/api.mdAPI 接口、docs/zh/getting-started/configuration.md配置项全解。熟悉之后照着 workflows/ 里的 JSON 搭一条属于自己的工作流就是下一步的自然延伸。【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
