企业官网建设流程全解析

3分钟生成完整短视频：Pixelle-Video AI全自动生成实操笔记

【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 是一个 AI 短视频生成引擎：输入一个主题，它自动完成文案、配图、配音和视频合成，产出可播放的短视频文件。适合想批量产出短视频内容、又不想碰剪辑软件的人。最快跑通路径就三条：克隆仓库、配好 LLM 密钥和图像服务、在 Web 界面点生成。整个过程通常在 10 分钟内完成。

快速跑通：克隆、启动、配置两个密钥

环境只有一个硬要求：系统装好 ffmpeg（brew 或 apt 一条命令的事），Python 环境由 uv 接管，不用自己管版本。

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

跑完后浏览器自动打开 http://localhost:8501。首次运行大概率卡在装依赖上，uv 要下载全部依赖并安装，等它跑完即可，这不是报错。Windows 用户不用走这些步骤，下载官方整合包、解压、双击 start.bat，浏览器会自动打开。

首次运行前有两项必须配置，都在「系统配置」面板里：

• LLM 密钥：下拉选一个预设（通义千问、GPT、DeepSeek 都行），填入 API Key；不想花钱可以指向 Ollama 本地模型。
• 图像服务：本地有显卡就填 ComfyUI 地址（默认 127.0.0.1:8188），点「测试连接」确认通；没有显卡就填 RunningHub 的 API Key 走云端。

这两项配完就能生成，其余都是调优项。

生成流程：从主题到视频文件

输入内容前先选生成模式

左侧内容输入区有三种模式。「AI 生成内容」只填主题，LLM 负责写稿；「固定文案内容」直接粘贴现成文字，跳过 AI 写稿环节；BGM 同步在这里选，无、内置、或把 MP3 放进 bgm/ 目录自选。你可以这样调：主题较长或文案已经写好时，用固定文案模式，自己控制分镜切分；AI 生成模式会按它自己的粒度切，长主题容易切得不够细。

点生成后，四个步骤依次跑

右侧栏实时显示进度：生成文案、规划配图、逐分镜合成语音、视频合成。界面会显示「分镜 3/5 - 生成插图」这样的状态，能看出卡在哪一步。完成后自动播放视频预览，给出时长和分镜数，文件保存在 output/ 目录。5 分镜的视频一般 2~5 分钟，具体取决于图像模型速度。你可以这样调：赶时间就减少分镜数量，或换更快的图像工作流，这两个对耗时影响最大。

用模板和语音设置控制画面与声音

模板文件是 templates/ 目录下的 HTML+CSS，按命名分三类：static_ 是纯文字不生成媒体，image_ 用 AI 插图做背景，video_ 用 AI 动态视频做背景。下拉菜单按尺寸分组，1080x1920 竖屏、1920x1080 横屏、1080x1080 方形。中间栏的 TTS 工作流决定音色，上传 30 秒参考音频可做声音克隆，生成前能用「预览语音」试听。配图有两个调节点：工作流决定用哪个模型，提示词前缀（要写英文）决定整体风格，配「预览风格」按钮先试效果。你可以这样调：想让所有分镜的配图风格统一，把风格短语写进提示词前缀；模板拿不准就先点「预览模板」用自定义参数试，再决定用哪个。

两个场景：单条横屏视频与批量竖屏系列

如果你要做一条横屏解说视频

输入：主题「为什么要养成阅读习惯」，模板选 1920x1080 的 image_book.html，默认 Edge-TTS，BGM 用内置。预期输出：5~8 个分镜的横屏视频，2~5 分钟生成，落在 output/ 目录，浏览器里直接预览。调优建议：生成前先用「预览语音」试一句，音色不合适就换 TTS 工作流，这一步比生成后重跑便宜得多。

如果你想批量出一系列竖屏短视频

输入：内容输入区切到批量模式，每行一个主题，上限 100 个；模板选 1080x1920 竖屏，同时想发方形平台就换 1080x1080 模板。预期输出：每个主题一条独立视频，结果都进「历史记录」页面，可随时回看。两条注意：批量期间浏览器要开着；先拿 3~5 个主题的小批量验证风格，确认没问题再放大，避免整批返工。

避坑笔记：大概率会踩的坑

• 启动后长时间没反应、终端无输出 → uv 首次要在装大量依赖，不是卡死 → 等它跑完；确实卡死就清理 uv 缓存后重新 uv sync。
• LLM 调用直接报错 → 密钥或账户余额问题 → 先核对 Key 是否正确，再查账户余额，错误提示里通常会写明原因。
• 画面停在「生成插图」这一步 → 本地 ComfyUI 没起或工作流所需模型没下载 → 回配置面板点「测试连接」，并在 ComfyUI 里确认模型齐全。
• 语音预览正常、生成后却不对 → 所选 TTS 工作流不支持声音克隆，参考音频被忽略了 → 换成支持克隆的工作流，比如 Index-TTS。
• 关心成本 → 出图/出视频是大头，LLM 每条视频几分钱 → 全本地方案（Ollama + 本地 ComfyUI）零成本；云端方案通义千问 + RunningHub，一条视频几分到几元。

跑通之后的进阶入口

在 templates/ 里写自己的模板

现有画面不满意时可以自己写 HTML+CSS。文件放进 templates/，按 static_ / image_ / video_ 规范命名，就会出现在下拉菜单里。模板参数能控制文字位置、配色这些细节，适合做统一品牌风格。

用自己的工作流替换能力

界面里的图像、视频、TTS 工作流都是从 workflows/ 目录扫描出来的，来源有三类：selfhost 本地、runninghub 云端、api/ 开头的直连模型。哪一段不满意就换哪一段，不用动主流程代码。

把生成过程当 API 调用

仓库内置 FastAPI 服务，uv run python api/app.py 启动后，文案、配图、语音、视频合成都能程序化调用。想把它接进自己的内容生产系统时，走这条路。

如果你要做的是「主题 → 成片」这类批量产出，Pixelle-Video 能替掉中间大部分手工环节，你真正要做的只是选模板和验收。建议先用默认设置生成一条，再基于结果调语音和配图，等组合稳定后开批量模式出系列。

• 官方文档：docs/zh/user-guide/web-ui.md
• 核心源码：pixelle_video/services/
• 模板目录：templates/

【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