Pixelle-Video 配置指南从 LLM 到图像/视频生成的全量配置详解【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完成安装之后Pixelle-Video 还需要完成服务配置才能生成视频它依赖 LLM 生成视频文案并依赖 ComfyUI 或 RunningHub 这类图像/视频生成后端产出素材。本文将带你逐项配置 LLM含通义千问、GPT-4o、DeepSeek、Ollama 等预设、图像/视频生成服务本地 ComfyUI 或云端 RunningHub并结合仓库源码说明config.yaml的完整结构、参数作用与底层保存机制确保你配置完成后能直接进入第一个视频的生成流程。本文基于官方配置说明 docs/zh/getting-started/configuration.md 展开并以 config.example.yaml、docs/zh/reference/config-schema.md 及pixelle_video/config/下的实现代码为佐证。配置体系总览Pixelle-Video 的配置分为四大块全部汇总在一个config.yaml文件中配置块作用是否必填llm指定用于生成视频文案的大语言模型API Key、Base URL、模型名必填comfyui图像/视频/TTS 生成后端本地 ComfyUI 或云端 RunningHub至少配置一种api_providers直连图像/视频模型 API 的可选配置不影响 LLM 与 ComfyUI/RunningHub可选template默认视频帧模板路径决定视频宽高比与布局风格可选有默认值配置文件默认位于仓库根目录的config.yaml。仓库提供了完整的参考模板 config.example.yaml复制为config.yaml后按需填写即可注意config.yaml含密钥切勿提交到 Git。从源码结构看配置加载与校验由三个模块协作完成见 pixelle_video/config/loader.pyload_config_dict()/save_config_dict()负责 YAML 的读取与写回schema.py用 Pydantic 定义PixelleVideoConfig及各子模型统一提供默认值与字段校验manager.pyConfigManager单例向 Web UI 与后端服务提供统一访问入口。一、LLM 配置LLM大语言模型在 Pixelle-Video 中用于生成视频文案脚本。这是整个生成流程的第一环也是必须配置的项目PixelleVideoConfig.validate_required()会检查api_key、base_url、model三项是否全部非空见 schema.py。1. 快速选择预设在 Web 界面的「⚙️ 系统配置」→ LLM 设置区对应组件代码 web/components/settings.py操作步骤如下从下拉菜单选择预设模型。官方文档推荐通义千问性价比高、GPT-4o、DeepSeek、Ollama本地运行完全免费系统会自动填充base_url和model选择预设后无需手动填写点击「 获取 API Key」链接前往对应平台注册并获取密钥填入 API Key点击保存。选择「Custom」时则可手动填写三项参数支持任意 OpenAI 兼容接口。2. 预设模型参数速查预设数据定义在 pixelle_video/llm_presets.py 的LLM_PRESETS列表中除文档提到的四种外还内置了更多可选预设预设名base_urlmodel说明Qwen通义千问https://dashscope.aliyuncs.com/compatible-mode/v1qwen-max推荐性价比高OpenAIhttps://api.openai.com/v1gpt-4oClaudehttps://api.anthropic.com/v1/claude-sonnet-4-5DeepSeekhttps://api.deepseek.comdeepseek-chatOllamahttp://localhost:11434/v1llama3.2本地运行默认 API Key 为ollamaOpenAI SDK 要求必填但 Ollama 会忽略Moonshothttps://api.moonshot.cn/v1moonshot-v1-8k所有预设均遵循 OpenAI SDK 协议因此只要你的 LLM 服务兼容 OpenAI 接口都可以通过预设或 Custom 方式接入。3. 获取与校验 API Key选择预设后界面会显示「 获取 API Key」入口按提示前往对应平台创建密钥填入 API Key 后可使用「 加载模型」按钮拉取该服务实际可用的模型列表内部调用fetch_available_models请求{base_url}/models端点见 pixelle_video/utils/llm_util.py也可点击「 测试连接」验证网络与密钥是否可用。test_llm_connection会针对 401密钥无效、403权限不足、404Base URL 错误、连接超时等常见失败场景返回明确的中文错误提示见 llm_util.py。一个实用细节如果你误将.../v1/chat/completions这类具体端点粘贴为 Base URL保存时会自动调用normalize_openai_base_url()剥离多余的端点后缀见 manager.py 与 llm_util.py。二、图像/视频生成配置图像与视频生成支持两种后端方式可以只配一种也可以同时配置以便按需切换方式一本地部署自建 ComfyUI适合拥有 GPU 或可自行搭建 ComfyUI 环境的用户所有生成任务在本机完成安装并启动 ComfyUI填写 ComfyUI URL默认值为http://127.0.0.1:8188点击「测试连接」确认服务可用。测试逻辑是请求{comfyui_url}/system_stats接口HTTP 200 即视为连接成功见 web/components/settings.py可选填写 ComfyUI API Key用于调用 Comfy Platform 的托管服务时鉴权。小提示如果你使用 Docker 部署 Pixelle-Video本地 ComfyUI 的地址需要相应调整——Mac/Windows 用host.docker.internal:8188Linux 用宿主机 IP见 config.example.yaml 的注释说明。方式二云端部署RunningHub推荐无需本地 GPU适合大多数用户注册 RunningHub 账号获取 RunningHub API Key在配置中填写 API Key界面上的「RunningHub API Key」输入框见 settings.py配置高级选项可选并发限制设置同时执行的任务数取值范围1-10普通会员默认为1。并发数越大批量生成时的吞吐越高实例类型选择 24GB 或 48GB 显存机器。48GB 适合大尺寸视频生成。在源码中48GB 实例对应配置值plus界面勾选后保存为runninghub_instance_type: plus见 settings.py。上述参数在config.yaml中对应comfyui: comfyui_url: http://127.0.0.1:8188 # 本地 ComfyUI 地址 comfyui_api_key: # ComfyUI API Key可选 runninghub_api_key: # RunningHub API Key云端工作流必填 runninghub_concurrent_limit: 1 # 并发限制 1-10普通会员默认 1 runninghub_instance_type: # 实例类型24GB设为 plus 使用 48GB3. 按任务类型细化工作流与提示词前缀配置不仅停留在连接哪个后端还可为图像、视频、TTS 分别指定默认工作流与提示词前缀对应comfyui.image、comfyui.video、comfyui.tts三个子块见 config.example.yamlcomfyui: tts: default_workflow: selfhost/tts_edge.json # 默认 TTS 工作流 image: default_workflow: runninghub/image_flux.json # 默认图像工作流必填无兜底 prompt_prefix: Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style video: default_workflow: runninghub/video_wan2.1_fusionx.json # 默认视频工作流必填无兜底 prompt_prefix: Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style要点说明**工作流workflow**是定义生成任务的 JSON 文件仓库中的工作流分为两类见 workflows/ 目录runninghub/*.json云端工作流无需本地环境推荐selfhost/*.json本地工作流需要本地 ComfyUI 支持。提示词前缀prompt_prefix会拼接到每次图像/视频生成提示词的开头用于统一控制整体风格。默认是极简黑白火柴人线稿风格可自由替换为你偏好的风格描述。图像与视频的default_workflow属于必填、无兜底配置config.example.yaml 注释明确说明若留空可能导致对应生成流程无法执行建议按推荐值配置。4. 直连 API 媒体模型可选扩展除了 ComfyUI/RunningHub 工作流Pixelle-Video 还支持通过api_providers直连图像/视频模型 APIOpenAI、DashScope、火山方舟 ARK、可灵 Kling 等配置项包括 API Key、Base URL、是否走本地代理等见 config.example.yaml。该配置不影响上方 LLM 与 ComfyUI/RunningHub 的设置属于可选增强不需要时可全部留空。三、保存配置填写完所有必需配置后点击界面上的「保存配置」按钮见 settings.py。保存流程的底层逻辑对应 loader.py保存前会校验 LLM 三项参数是否完整缺失时提示「LLM 配置不完整」并阻止保存有效时调用ConfigManager.set_llm_config()、set_comfyui_config()、set_api_provider_config()更新内存中的 Pydantic 模型再调用save()将config.yaml以 UTF-8 编码写回磁盘配置持久化为 YAML 格式allow_unicodeTrue、sort_keysFalse中文等 Unicode 内容可正常读写。此外界面还提供「重置配置」按钮可一键将配置恢复为默认值对应PixelleVideoConfig()的默认字段见 settings.py。需要说明Pixelle-Video 的所有配置项都有 Pydantic 默认值schema.py即使config.yaml不存在系统也会以默认配置启动——这也意味着 LLM 未配置时虽然能启动界面但无法真正生成文案。四、配置后的验证与下一步配置保存后可以这样快速确认是否就绪LLM在「系统配置」面板点击「测试连接」成功提示会显示可用的模型数量图像/视频后端本地 ComfyUI 点「测试连接」验证http://127.0.0.1:8188可达云端 RunningHub 确认 API Key 已填写且并发/实例类型符合预期默认模板template.default_template指向 templates/ 目录下的帧模板例如竖屏1080x1920/image_default.html。启动时会自动校验该路径是否存在若配置了不存在的模板会回退到默认模板见 manager.py。全部就绪后即可进入第一步实战快速开始生成你的第一个视频配置文件完整字段详解查看 docs/zh/reference/config-schema.md小结本文以官方配置说明为主线完整覆盖了 Pixelle-Video 的配置全流程LLM 预设选择与 API Key 校验、本地 ComfyUI 与云端 RunningHub 两种生成后端、并发与实例类型等高级选项、按任务类型细化的默认工作流与提示词前缀以及配置的保存与校验机制。配合 config.example.yaml 参考模板你可以按需组合出适合自己的配置所有配置集中在一个config.yaml中便于迁移与备份。配置完成后就可以着手生成第一条 AI 短视频了。【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