企业官网建设流程全解析

Pixelle-Video 完整指南：一句话主题到完整短视频只要5分钟，无需剪辑

【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

Pixelle-Video 是一款开源的 AI 全自动短视频引擎：你敲下一行主题，文案、AI 配图、配音、BGM 到最终成片全部自动产出。它解决的是普通创作者"不会剪辑、没整块时间做内容"的问题——输入主题，几分钟后拿到可直接发布的 MP4。

先算笔账：一条 60 秒的短视频，传统做法要烧掉多少工时

假设你运营一个职场效率类知识账号，每周要更新 5 条干货。按传统流程：写 5 篇口播稿、逐条找配图或做插图、录配音、再进剪辑软件对齐字幕节奏——单条 60 秒的成片，熟练也要 3 到 4 小时，一周的量要吃掉两个工作日。外包则更直接，图文加剪辑每条少则几十元。

Pixelle-Video 把这条链路压成"输入主题—等出片"：不写稿、不找图、不录音、不剪片，五天的更新量可以压到一晚上。下面先看怎么拿到第一条成片，再拆开它内部到底干了什么。

拿到第一条成片：最快路径只有 3 步

最短路径是跳过一切本地环境配置。

1. Windows：下载官方整合包，解压后双击start.bat，浏览器自动打开http://localhost:8501的管理页面。
2. macOS / Linux：确认已装好uv和ffmpeg，然后在终端执行：

git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video && uv sync && uv run streamlit run web/app.py

3. 页面加载后，展开「⚙️ 系统配置」，选一个 LLM 预设（通义千问、GPT-4o、DeepSeek 或本地 Ollama，选中后地址自动填好），把 API Key 填进去，保存。

接下来在「📝 内容输入」里写一个主题，比如"为什么建议每天午休散步十分钟"，挑一个画面模板，点「🎬 生成视频」。右侧进度条会依次跑完写文案、生成配图、合成配音、拼接视频四个环节，2 到 5 分钟后，一支带旁白和 BGM 的 1080x1920 竖屏视频出现在预览区，文件落在output/目录。全程唯一的必备输入是一句主题，唯一的必备配置是一个密钥。

点击"生成视频"之后：数据在流水线里跑了哪四段

成片出现后，它其实替你跑完了一场四棒接力。

第一棒：LLM 写稿并切分镜。主题送进你配置的大模型，产出一整篇完整解说词，并自动切成若干分镜——60 秒左右的内容通常切成 5 个镜头左右。这一步的产出是一份纯文本。

第二棒：逐分镜生成画面。每个分镜调用一次图像生成：本地 ComfyUI 走 FLUX 工作流，无显卡就走 RunningHub 云端，也可以直连 DashScope、OpenAI、可灵等厂商 API（对应配置项都在 config.example.yaml 里能看到）。若你选了video_*.html这类模板，这一步会换成 WAN 2.1 等视频模型，背景画面是真正会动的。

第三棒：TTS 把稿子念出来。Edge-TTS 零配置即用；想用自己的声音就选 Index-TTS，上传一段参考音频做音色克隆。BGM 同步在这一步混入——选内置曲目，或把自己放在bgm/文件夹里的 MP3 用起来。

第四棒：模板渲染加最终合成。系统按你选中的 HTML 模板逐帧渲染分镜（文字、插图、版式都由模板样式表决定），再用 ffmpeg 把帧序列、旁白、BGM 拼成一只 MP4。

每一棒都可以介入：分镜文案不满意可以切换"固定文案内容"模式，直接粘贴自己的成稿，跳过第一棒。

实战走一遍：职场效率账号的一周更新，批量出片

用开头那个账号走一遍。本周 5 个选题，每行一条写进输入框：

• 5 个每天省下 30 分钟的 Excel 快捷键
• 两分钟法则：小任务为什么必须当场做
• 你的站会为什么总是超时
• 一份没人反感的周报模板
• 为什么你休完假还是更累了

模板选横屏 1920x1080 的image_film.html（适合 B 站与视频号横屏位），打开批量模式，系统逐条排队产出，每条 3 到 5 分钟，5 条总计半小时出头。批量开跑前建议先生成 1 条试跑，预览节奏与画风再放行剩下的——避免把 5 次图像调用的额度花在同一种不满意的效果上。

让成片质感上一个台阶的 4 个小改法

批量跑起来后你会发现，成片之间的差距不在工具，而在几处小配置：

1. 统一配图画风：在图像配置的prompt_prefix里写一句英文风格约束，例如 "Minimalist black-and-white matchstick figure style illustration, clean lines"。效果：同一条视频的 5 张分镜图出自同一套画风，不再"上一帧油画、下一帧 3D 渲染"。
2. 固定文案按句子切分：使用自己的成稿时，分割方式选"句子"而不是"段落"。效果：一句话配一张图，镜头切换更密，节奏更抓人。
3. 一段音频克隆专属音色：给 Index-TTS 上传 10 秒以上的清晰人声。效果：系列视频统一用你的声音，账号有了辨识度，也不用每次手动重录旁白。
4. 整机切零成本方案：LLM 指到本地 Ollama、图像生成走 workflows/selfhost/ 里的本地 ComfyUI 工作流、TTS 用 Edge-TTS。效果：API 费用归零、数据不出本机——前提是有一张 NVIDIA 显卡。

选模板别凭文件名猜，模板效果一览 把每个模板的成片样式都摆出来了，所见即所得；真要改文字颜色或版式，模板就是 templates/ 里的普通 HTML 文件，直接改样式表即可。

上手前最常被问到的 4 个疑虑

没有显卡能跑吗？能。图像与视频生成可切到 RunningHub 云端或直连 DashScope、OpenAI、可灵等 API，按调用量付费；文案走大模型 API、配音走云端 TTS，普通笔记本就能跑。只有完全本地化那一档才要求显卡。

一条视频通常要等多久？5 个分镜、1080x1920 竖屏大约 2 到 5 分钟，取决于大模型响应速度和图像生成的排队情况；批量任务逐条排队，5 条合计半小时左右。

我的数据和成片会被传走吗？视频与全部中间文件都存在本机output/。调用云端 API 时只发送生成所需的那段文本；选完全本地方案则数据完全不出机器。

能商用吗？项目采用 Apache License 2.0 开源，可自由使用、修改和二次开发，适合个人创作者与中小团队搭自己的内容生产线。

下一步：今晚就产出第一条

把今晚留 5 分钟：装上（或解压整合包）、填一个密钥、输入你酝酿已久的那个选题。计时结束前，第一条成片应该已经躺在output/里了。剩下要做的只有一件事——换个主题，再点一次生成。

【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