Pixelle-Video AI短视频生成完整指南从主题输入到成片输出【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 是一个开源的 AI 短视频生成引擎输入一个主题或现成文案即可自动完成文案撰写、AI 配图或动态视频生成、语音合成与最终视频合成输出带背景音乐的成片。它面向没有剪辑经验、但需要批量产出解说类短视频的用户支持本地与云端混合部署也能走完全免费的本地方案。它是什么一个主题进、视频出的短视频流水线Pixelle-Video 的定位是内容进、视频出不提供传统剪辑界面用户交互集中在参数配置整个制作过程自动跑完。流程分为四个环节文案环节LLM 根据输入主题撰写完整解说词并切分为分镜视觉环节每个分镜调用图像或视频生成模型产出背景素材语音环节TTS 将解说词转成音频合成环节HTML 模板定义每帧版式ffmpeg 拼接画面、音频并叠加 BGM 渲染成片。四个环节均可替换为不同模型。默认输出 1080x1920 竖屏视频也支持 1920x1080 横屏与 1080x1080 方形。核心能力覆盖短视频制作全流程的四个模块AI 文案输入主题自动生成完整脚本做什么给定主题输出结构完整的解说词也支持跳过创作环节直接提交固定文案。 怎么做接入任意 OpenAI 接口兼容的大模型如通义千问、GPT、DeepSeek或本地运行的 Ollama文案与标题环节的提示词集中在pixelle_video/prompts/中维护输出风格可调整。 适配什么场景知识科普、书评、产品介绍等以解说为主的内容已有现成稿件时走固定文案模式。AI 配图与动态视频三种接入方式任选做什么为每个分镜生成背景图片或生成一段动态视频片段。 怎么做本地 ComfyUI 工作流、RunningHub 云端、直连 APIDashScope、OpenAI、ARK/Seedream、Kling 等三种方式并行可选工作流即 JSON 文件换一个工作流即切换底层模型提示词前缀可进一步约束配图风格。 适配什么场景image_模板只需静态图速度快、成本低video_模板需要逐段生成视频开销更高适合需要动态观感的场景。语音合成多 TTS 方案与参考音频克隆做什么将解说词转为语音支持试听预览与参考音频上传。 怎么做TTS 同样以工作流形式接入内置 Edge-TTS、Index-TTS 等支持声音克隆的工作流可接受一段 MP3/WAV 参考音频输出相近音色。 适配什么场景通用解说选 Edge-TTS需要固定个人音色时使用克隆方案。HTML 模板版式与多画幅支持做什么模板决定每帧的字体、排版与背景素材用法。 怎么做模板为 HTML 文件命名即类型——static_*纯文字、image_*用 AI 图片、video_*用 AI 视频内置模板覆盖竖屏、横屏与方形。效果图见模板目录与模板画廊文档BGM 可选内置曲目或自定义上传。 适配什么场景竖屏投放抖音、快手、小红书横屏投放 B 站方形用于信息流分发。 上手体验两种部署方式与第一个视频步骤两种部署方式对比Windows 整合包无需安装 Python、uv 或 ffmpeg解压后双击start.bat浏览器自动打开 http://localhost:8501 源码方式先安装uv与ffmpeg再克隆仓库并进入目录git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video随后执行uv run streamlit run web/app.py启动 Web 界面端口同为 8501。首次配置的三个要点首次使用在系统配置面板填写三组内容LLM选择预设通义千问、GPT、DeepSeek、Ollama并填入 API Key图像/视频接入本地 ComfyUI 地址或 RunningHub API Key直连 API 媒体模型可选不走 ComfyUI 时填写 DashScope、OpenAI 等供应商的 API Key 与 Base URL。保存后配置被记住无需重复填写。文件格式参见 config.example.yaml 。第一个视频的制作步骤与耗时操作步骤输入主题 → 选择模板 → 选择 TTS 工作流与音色 → 添加 BGM → 点击生成。界面按环节显示进度文案约 30 秒、配图 1–2 分钟、语音约 30 秒、合成约 1 分钟合计 3–5 分钟。成片保存在output/目录生成结束即可直接预览历史页面支持批量任务。 设计与扩展目录结构、AI服务如何切换核心代码位于pixelle_video/目录职责划分清晰pixelle_video/ ├── config/ # 配置加载与管理 ├── pipelines/ # 多模式视频生成流程 └── services/ # 图像、视频、TTS 等核心服务AI 服务切换LLM、图像/视频、语音三类能力均走统一接口。LLM 换任何 OpenAI SDK 兼容端点即可图像与视频在 ComfyUI / RunningHub / 直连 API 之间切换只改配置不改代码语音工作流从 workflows 目录自动扫描。四条扩展路径自定义模板向 templates/ 放入自写 HTML遵循static_/image_/video_前缀约定自定义工作流向工作流目录放入 ComfyUI JSON即出现在下拉选项提示词调整修改pixelle_video/prompts/中的模板服务扩展在pixelle_video/services/下新增服务模块。适用边界适合什么不适合什么适合解说型短视频如知识科普、书评、产品介绍、生活感悟不依赖实拍素材、以旁白驱动画面的内容需要批量产出多主题、多语言版本的场景。不适合以实拍素材为主的剪辑类视频需要精确镜头语言、运镜与快切节奏的视频需要逐帧精细控制的制作场景——流水线以自动化为目标不提供逐帧编辑界面。客观局限成片质量强依赖所选 AI 服务LLM 能力不足时文案泛化图像模型的文字渲染能力有限配图与文案可能错位直连 API 模型还受供应商内容审核约束提示词被拒时需重试模板与音色选择有限内置模板约 30 个音色取决于所选 TTS 工作流提供的范围自定义外观与音色需要 HTML 或 ComfyUI 基础成本结构完全免费方案需要本地显卡跑 ComfyUI 与 Ollama没有本地环境则需使用付费云 API且图像与视频生成的费用高于文案环节。小结Pixelle-Video 把解说型短视频的制作流程做成了可配置流水线本地单机或纯云 API 都能从主题直接产出成片。效果上限由所选 AI 服务组合决定扩展空间由模板与工作流机制决定。主要需求是批量产出解说类视频的团队或个人值得实际跑一遍再评估。【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