企业官网建设流程全解析

输入一个主题就拿到成片：Pixelle-Video 全自动短视频生成实践

【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：输入一个主题，它自动完成文案撰写、AI 配图、TTS 语音合成、背景音乐和成片拼接，不用打开剪辑软件就能拿到可发布的短视频。

最快上手：3 条命令打开本地 Web 界面

视频拼接依赖 ffmpeg，先装一下：macOS 执行brew install ffmpeg，Ubuntu 执行sudo apt install ffmpeg。然后：

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

浏览器会自动打开 http://localhost:8501，是一个三栏界面：左侧输入内容，中间配置语音和视觉，右侧是生成按钮和视频预览区。Windows 用户也可以直接下载官方整合包，双击start.bat即可，不需要装 Python 和 uv。

首次使用要展开「⚙️ 系统配置」面板：填一个 LLM 的 API Key（通义千问、GPT、DeepSeek 等预设会自动填好 base_url），再配置图像生成服务（本地 ComfyUI 或 RunningHub 云端），保存后才能开始生成。

核心功能：每条流水线都能单独替换

从主题到成片：文案、配图、语音一条链跑完

它能做什么：输入主题后，LLM 自动写解说词并拆成 5 个分镜（可改），每个分镜配一张 AI 生成插图，再经 TTS 合成语音，最后拼成视频。适合不想写脚本、只想快速出内容的人。实现上是一条「文案生成 → 配图规划 → 逐帧处理 → 视频合成」的模块化流水线，代码在pixelle_video/pipelines/，每个环节都可以单独换。

30 多种 HTML 模板，三种尺寸各取所需

它能做什么：用模板决定画面版式。templates/目录按尺寸分三组：1080x1920 竖屏、1920x1080 横屏、1080x1080 方形，文件名分三类：static_（纯文字、不需要 AI 生图）、image_（AI 图做背景）、video_（AI 视频做背景）。适合按投放平台选版式：竖屏给短视频平台，横屏给 B 站，方形给社交分发。界面里点「预览模板」可以先看效果再选用，会写 HTML 的人也能往templates/里加自己的模板。

语音可试听可克隆：从 Edge-TTS 到 Index-TTS

它能做什么：下拉选择 TTS 工作流（系统自动扫描workflows/目录，内置 Edge-TTS、Index-TTS 等），再选音色——中文有晓晓、云希，英文有 Aria、Jenny 等，音色列表定义在pixelle_video/tts_voices.py。上传一段参考音频还能做声音克隆，先试听再用。适合做固定人设的系列号，或想用本人声音口播的人。

ComfyUI、RunningHub、直连 API 三条路任选

它能做什么：图像生成、视频生成、素材分析这几项能力都是可插拔的。可以走本地 ComfyUI 工作流（workflows/selfhost/），可以走 RunningHub 云端工作流（workflows/runninghub/），也可以直连厂商 API（DashScope、OpenAI、Kling 等，客户端代码在pixelle_video/services/api_services/），在界面下拉框里切换即可。适合硬件条件和预算不同的人：本地显卡走自部署是零成本，云端则完全不用搭环境。

扩展流水线：数字人口播、图生视频、动作迁移

它能做什么：除了标准「主题到成片」，界面还提供几条专用流水线（web/pipelines/）：上传人物照片做数字人口播，上传图片做图生视频，上传参考视频做动作迁移，上传自己的照片和视频让 AI 分析后生成脚本（自定义素材）。适合已经有素材、只缺「素材到成片」这一步的创作者。

完整用例：一个主题生成 5 分镜竖屏视频

以官方文档里的默认示例主题走一遍完整流程：

1. 输入内容：左侧「内容输入」选「AI 生成内容」模式，输入「为什么要养成阅读习惯」，场景数保持默认 5 个分镜。
2. 系统配置：LLM 预设里选一个模型并填 Key；图像生成选工作流（云端选 RunningHub，本地选 ComfyUI）。
3. 语音：保持默认 Edge-TTS，选一个中文女声，点「预览语音」先试听，不满意就换音色。
4. 视觉：选竖屏 1080x1920 的 AI 配图模板（如image_default），图像尺寸默认 1024x1024。
5. 点「🎬 生成视频」：右侧实时显示进度——生成文案、逐分镜生成插图（会显示「分镜 3/5 - 生成插图」这类提示）、合成语音、合成视频。

2~5 分钟后，成片自动在右侧播放，附带时长、文件大小、分镜数信息；视频文件保存在output/文件夹，界面上的「历史」页会记录过往生成任务。效果不满意时有四个明确的调优点：换 LLM 改文案风格、改提示词前缀改配图风格、换 TTS 工作流或参考音频改语音、换模板改版式。

新手最容易卡住的 4 个问题

必须装 ComfyUI 吗？不一定。选static_纯文本模板时只需要 LLM 和 TTS，本地零生图环境也能出片；想要 AI 配图又不想自建，就选 RunningHub 云端工作流，填个 API Key 即可。

一次生成多少钱、多久？3~5 个分镜的视频通常 2~5 分钟。费用上有明确梯度：Ollama 本地 LLM + 本地 ComfyUI 是 0 元；通义千问 + 本地 ComfyUI 约 0.01~0.05 元/条；全云端方案最贵但完全不用本地环境。

报错了从哪查？高频卡点只有两个：LLM API 调用失败（检查 Key 和网络）和 ComfyUI 连不上（在配置面板点「测试连接」）。完整排查步骤在docs/zh/troubleshooting.md。

配置文件放哪？把根目录的config.example.yaml复制为config.yaml再填，里面有 LLM 的 base_url 和 api_key、ComfyUI 地址、默认模板等；文件含密钥，仓库里明确提醒不要提交。这些配置也可以在 Web 界面里全部完成。

它适合谁

• 自媒体和个人创作者：用「主题 + 模板 + 固定音色」批量产出口播类短视频，把写稿和剪辑时间省下来。
• 企业内容团队：通过直连 API 和 FastAPI 服务（api/目录）接入内部系统做批量生产，所有语言版本共用同一套视觉模板。
• 本地 GPU 用户：Ollama + ComfyUI 全本地部署，整条链路零成本，适合先跑通流程再谈规模化。

一句话总结：Pixelle-Video 把「文案、生图、配音、配乐、剪辑」五步收进一个按钮，你只负责选主题和风格。下一步：打开docs/zh/getting-started/quick-start.md看完整配置流程，用上面的示例主题生成你的第一条视频。

【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