一句话做出完整短视频：Pixelle-Video 全自动视频生成从入门到出片指南-酒店常州论坛

一句话做出完整短视频：Pixelle-Video 全自动视频生成从入门到出片指南

【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 全自动短视频引擎：你只输入一句主题（比如"为什么建议每天读书 20 分钟"），它会自动写解说词、为每个分镜生成配图、合成语音、铺上背景音乐，最后剪出一条可以直接发布的成片。整个过程不需要剪辑软件，也不需要任何剪辑经验，跑在本地浏览器里，几分钟就能出片。

先跑起来：从零启动 Pixelle-Video 的最快路径

前置准备

源码启动只需要两个工具：

uv：Python 包管理器，负责自动安装项目依赖
ffmpeg：视频合成必需，macOS 用brew install ffmpeg，Ubuntu/Debian 用apt install ffmpeg

装完后用下面命令拉取项目：

git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video

两种启动方式

Windows 一键整合包：从项目 Releases 下载整合包并解压，双击start_web.bat，依赖全部内置，不用装 Python 和 ffmpeg。
macOS / Linux 源码启动：在项目根目录执行./start_web.sh，它会自动装好依赖并启动 Web 服务。

浏览器会自动打开http://localhost:8501，这就是全部操作界面。

界面是经典的三栏结构：左侧输入内容、中间配置语音和画面、右侧看进度和成片。

首次必做：在系统配置面板填两件事

第一次使用时，展开顶部的「⚙️ 系统配置」面板，只需要配齐两块内容：

大语言模型（LLM）：负责写文案。面板里内置了通义千问、GPT-4o、DeepSeek、Ollama 等预设，选中后会自动填好地址和模型名，你只需粘贴 API Key。没有 API Key 也没关系，选 Ollama 走本地模型即可。
画面生成来源：三选一——
- 本地已部署 ComfyUI：填地址（默认http://127.0.0.1:8188），点「测试连接」确认可用；
- 用云端 RunningHub：只填 API Key，无需自己的显卡；
- 直连模型 API（DashScope、OpenAI、可灵等）：在「API 媒体模型」里填对应供应商的密钥。

填完点「保存配置」，配置会写入根目录的config.yaml（可参照 config.example.yaml 的结构）。

它凭什么一句话就能出片：一条可替换的生成链路

整个生成过程被拆成一段清晰的生产线：

文案生成 → 配图规划 → 逐帧处理 → 视频合成。每个环节背后都是一个独立的"原子能力"，可以单独更换：文案换 LLM 模型，配图换图像工作流，配音换 TTS 工作流，互不牵连。你在界面上能看到实时进度（例如"分镜 3/5 - 生成插图"），成片自动保存到output/目录。按官方文档的口径，一个 3-5 个分镜的视频大约需要 2-5 分钟，主要看分镜数量和网络情况。

选对模板，画面就成功了一半

模板是 HTML 文件，按分辨率放在 templates/ 目录下，文件名前缀直接说明画面类型：

static_*.html：纯文字静态模板，不需要任何图像服务，适合快速起步或低成本场景；
image_*.html：用 AI 生成的图片做背景，最常用的类型；
video_*.html：用 AI 生成的动态视频做背景，表现力更强。

三种尺寸对应不同平台：竖屏 1080x1920（抖音、快手、小红书）、横屏 1920x1080（B站、YouTube）、方形 1080x1080（Instagram、朋友圈）。

几个典型选题和模板的对应关系，可以直接抄：

内容方向	建议尺寸	建议模板
书籍解读、知识科普	横屏 1920x1080	`image_book.html`
电影感叙事、副业/商业话题	横屏 1920x1080	`image_film.html`
书单号、全屏展示	横屏 1920x1080	`image_full.html`
治愈、情感、心灵成长	竖屏 1080x1920	`image_healing.html`
极简金句、社交平台分享	方形 1080x1080	`image_minimal_framed.html`

除了选模板，还有两个直接控制"观感"的旋钮：

提示词前缀（Prompt Prefix）：一段英文风格描述，统一控制所有配图的画风，比如指定极简线条、胶片质感，改这一句就能整体换风格。
声音克隆：在语音设置里上传一段参考音频（MP3/WAV/FLAC），配合支持克隆的 TTS 工作流（如 Index-TTS），成片就能用接近你本人的音色来旁白；支持的音色清单在 pixelle_video/tts_voices.py 里。

另外别忘了 BGM：可选无背景音乐、内置预置曲目，或把自己的 MP3/WAV 丢进 bgm/ 目录供选择。

把成片调成自己的风格：改模板和换工作流

改模板：每个模板就是一个带 CSS 的 HTML 文件，支持{{ title }}、{{ text }}、{{ image }}三个变量。从templates/里挑一个最接近的复制一份，改字体、配色、版式，存回对应尺寸目录，就能在 Web 界面的下拉框里直接选到。完整的开发规范见 docs/zh/user-guide/templates.md。

换生成工作流：图像、视频、TTS 的每一种能力都对应 workflows/ 下的一个 JSON 文件，分selfhost/（本地 ComfyUI）和runninghub/（云端）两组，另有api/直连供应商的选项。在 ComfyUI 里调好流程、导出 JSON、放进这个目录，界面就会自动扫描出来供你选用——这意味着"哪一环不满意就只换哪一环"。

生成成本怎么控制：从 0 元到按次计费

三档方案按预算任选，也可以混搭：

完全免费：LLM 用本地 Ollama + 图像用本地 ComfyUI + 语音用免费的 Edge-TTS，全程 0 元，代价是需要一张能跑得动的显卡。
按次计费：LLM 用通义千问（文档给出的量级是单个 3 段视频约 0.01-0.05 元）+ 图像走 RunningHub 云端，适合没有显卡的机器。
混合：日常选题用免费方案跑量，重要的片子换更强的模型和云端服务。

一个省成本的小技巧：先用static_纯文字模板把选题和文案跑通，确认脚本质量没问题，再切到image_模板生成配图——文字模板不消耗任何图像算力，也不依赖 ComfyUI。

遇到问题时按这个顺序排查

ComfyUI 连不上：确认服务已启动 → 核对地址 → 在配置面板点「测试连接」。
LLM 调用失败：先查 API Key 是否正确，再看网络；界面会显示具体报错。
生成失败：重启服务能解决一部分偶发问题；仍不行就翻终端日志，错误信息里通常能定位到卡在哪个环节。
成片效果不满意：四个变量按顺序试——换 LLM 模型（文案风格不同）、改提示词前缀（配图画风不同）、换 TTS 工作流或上传参考音频（音色不同）、换模板（版式不同）。

更完整的问答在 docs/zh/faq.md 和 docs/zh/troubleshooting.md。

新手路线建议

如果你只想花十分钟体验一次，最短路径是：本地装好 Ollama → 启动 Web 界面 → 填 LLM 配置 → 内容输入选「AI 生成内容」填一个主题 → 模板挑一个static_纯文字款 → 点「生成视频」。先零成本拿到一条成片，再逐步升级图像、声音和模板，每一步升级解决一个你不满意的点，比一开始就配齐全家桶更容易坚持下来。

【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

企业官网建设流程全解析