一个主题直接变成片Pixelle-Video 全自动 AI 短视频生成引擎上手【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-VideoPixelle-Video 是一个跑在本地的开源全自动 AI 短视频生成引擎给它一个主题剩下的文案撰写、配图生成、旁白合成、BGM 配乐全部自动完成落到output/目录里的是一条带封面、可直接发布的视频文件。第一次跑通 Pixelle-Video环境要求与最快启动方式macOS / Linux 只需要两样东西uv和ffmpeg。装好后克隆仓库在项目根目录执行一条命令uv run streamlit run web/app.py浏览器会自动打开 http://localhost:8501 不需要手动建虚拟环境也不用先编译任何东西。Windows 用户可以直接下项目自带的一键整合包双击start.bat就能起界面连 Python 环境都不用准备。界面是三栏布局左侧填内容和选模式中间挑 TTS 与图像工作流右侧放生成按钮和进度第一次打开也不会找不到入口。生成前的 4 个决策项LLM、内容模式、TTS 与图像模板怎么选LLM 怎么选打开「⚙️ 系统配置」面板预设下拉框里已经备好通义千问、GPT-4o、Claude、DeepSeek、Ollama、Moonshot 几组现成组合预设定义在 pixelle_video/llm_presets.py选中后只需补一个 API Key。想完全不花 API 费用就选 Ollama 走本地模型。推荐取值首发用 Qwen 的qwen-max成本可控且出稿稳定纯本地场景选 Ollama。内容模式怎么定左侧栏二选一AI 生成内容只填主题模型负责写稿或固定文案粘贴现成稿子跳过创作环节支持按段落、行或句子拆分。分镜数默认 5 个可以按脚本长短调整。推荐取值第一次跑用 AI 生成模式主题写「为什么要养成阅读习惯」这类短句最稳已有成稿就用固定文案省掉创作不确定性。TTS 工作流怎么挑中间栏的 TTS 下拉菜单会扫描 workflows/ 目录自动列出可选项。内置 Edge-TTS免费、零配置对应workflows/selfhost/tts_edge.json和 Index-TTS对应workflows/runninghub/tts_index2.json支持声音克隆——克隆自己的声音只需上传一段参考音频MP3/WAV/FLAC 均可先试听再正式生成。推荐取值默认selfhost/tts_edge.json起步失败率一上来就换 ComfyUI 链路的 TTS 工作流。图像链路与模板怎么定配图生成有三条路本地 ComfyUI、云端 RunningHub、直连模型 APIDashScope、OpenAI、可灵、Seedream 等默认走runninghub/image_flux.json。模板决定排版templates/ 目录按尺寸分成三个文件夹命名即含义static_*.html纯文字不用 AI 生图image_*.html套 AI 配图video_*.html套 AI 生成的动态视频界面里有「预览模板」可以先看效果。推荐取值没有本地显卡就保持runninghub/image_flux.json模板用1080x1920/image_default.html。一条视频是怎么拼出来的链路、进度与成片位置点下生成后链路按固定顺序推进LLM 先出解说文案并拆成若干分镜再逐镜生成配图或动态片段TTS 合成每一镜的旁白音频HTML 模板把画面排版成成品卡片最后由 ffmpeg 拼接所有片段并混入 BGM。进度条会显示到「分镜 3/5 - 生成插图」这个粒度底层由 pixelle_video/services/comfy_base_service.py 这类服务基类异步驱动。完成后视频在界面里直接播放文件落在output/目录同时显示时长、文件大小和分镜数。三个容易被忽略的进阶能力数字人出镜照片代替真人录口播入口在 web/pipelines/digital_human.py界面是三栏布局左栏上传角色图中栏选工作流与参数右栏预览。底层配合 workflows/runninghub/digital_combination.json 把工作流里的人物图、文案、TTS 音频串成口播视频。培训机构做课程切片、企业做内训视频不用真人出镜也不用进棚。让旧素材动起来图生视频 动作迁移图生视频web/pipelines/i2v.py把一张静态图交给 WAN 2.1 / 2.2 一系视频模型产出动态片段对应 workflows/runninghub/ 下的video_wan2.2.json、video_wan2.1_fusionx.json。动作迁移web/pipelines/action_transfer.py的做法更直接上传一段参考视频加一张目标图片参考视频里的动作会被搬到图片主体身上官方示例是一只跳舞的小猫。做舞蹈教学、产品展示素材时很实用。模板目录本质上是一套轻插件系统templates/ 下的每个 HTML 文件都是独立的排版方案按1080x1920竖屏、1920x1080横屏、1080x1080方形分组。同一段文案套不同模板就是三条观感完全不同的成片image_film.html是黑底电影感image_wide_darktech.html走深色科技卡片路线方形的image_minimal_framed.html更适合直接发图文流。会写 HTML 的话把新模板文件丢进对应尺寸目录界面下拉菜单会自动识别——等于免费得到一个模板扩展机制。最常改的 6 个配置项字段、作用与推荐取值把 config.example.yaml 复制成config.yaml即可开始改文件头特意提醒不要把它提交进 Git字段作用推荐取值comfyui.image.default_workflow决定配图默认走哪条生成链路直接影响是否需要自备显卡无本地显卡runninghub/image_flux.json有本地 ComfyUIselfhost/image_flux.jsoncomfyui.runninghub_concurrent_limitRunningHub 云端同时跑几个任务的上限1-10超出会排队报错普通成员保持1会员按套餐调高llm.modelllm.base_url写文案与分镜的模型以及它实际调用的服务地址性价比优先qwen-max零成本走 Ollamabase_url填http://localhost:11434/v1template.default_template界面未显式指定模板时生效的排版文件抖音 / 视频号1080x1920/image_default.htmlB 站横屏1920x1080/image_film.htmlcomfyui.image.prompt_prefix每条配图提示词前面的风格前缀改一处就统一全片画面风格必须写英文例如火柴人简笔画风comfyui.tts.default_workflow默认使用的语音合成工作流selfhost/tts_edge.json免费零配置踩坑速查4 类常见报错的定位与处理TTS 时成时败、报错不稳定→ 默认的 Edge-TTS 走微软免费接口对网络波动敏感 → 下拉菜单里换成其他tts_前缀的 ComfyUI 合成工作流如 Index-TTS稳定性明显更好。提示 Could not find a Chrome executable→ 系统缺 Chrome 内核模板渲染环节要靠它把 HTML 截成画面 → 装一个 Google Chrome 即可。LLM 配置好后生成文案直接报错→ 按顺序查三处base_url是否多了空格或多余后缀、API Key 是否有效且有余额、模型名拼写是否正确。选预设能自动填对前两项手填时最容易在 URL 上翻车。改完配置不生效→ 界面里填完忘了点「保存配置」或者config.yaml和 WebUI 里改了同一个字段两处取值打架 → 同一字段只保留一处取值改完记得点保存。更完整的排查清单在 docs/FAQ_CN.md。收尾适合谁、成本怎么算、第一步做什么适合内容产量大、单条复杂度不高的创作者——科普号日更、知识卡、课程口播、产品短视频手里攒了一堆静态图的人也能靠图生视频加动作迁移把旧素材盘活成动态内容。另外想拆解AI 短视频全链路怎么串的开发者也值得读读源码管道在 pixelle_video/pipelines/、服务在 pixelle_video/services/各模块职责分离改起来有边界。不适合要电影级叙事、逐帧精修的作品。这条链路是一次出活的思路精细剪辑不在它的职责里深度依赖 RunningHub 云端方案时API 费用与并发上限要提前算进预算。成本Ollama 本地 ComfyUI Edge-TTS 的组合一分钱 API 费不花但要求你有像样的显卡和折腾环境的能力反过来RunningHub、DashScope 这类云端组合开箱即付、按量计费省事但有持续成本。第一步克隆仓库先用免费组合跑通第一条再按需把模型升级到云端提画质。git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video文档在 docs/ 下中英文齐全从 docs/zh/getting-started/quick-start.md 开始看最快。【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