企业官网建设流程全解析

Pixelle-Video 完整安装指南：三条路线从零到出片，整合包、源码、Docker 一次讲透

【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 AI 全自动短视频引擎：丢给它一个主题或素材，它自动完成文案、画面、配音到成片剪辑的全流程。这篇 Pixelle-Video 安装部署指南不按"方式一、方式二"平铺直叙，而是先帮你选路，再带着你装完、跑起来、出第一支片。全文覆盖 Windows 整合包、macOS/Linux 源码安装与 Docker 容器化部署三条路径。

10 秒定路线：我该装哪条路

先说结论：Windows 普通用户直接拿一键整合包，别的场景看下表：

判断标准很简单：机器是 Windows 且不折腾 → 整合包；非 Windows 或要动源码 → 源码；跑在服务器上给别人用 → Docker。下面按「省事程度」从高到低依次讲。

动手前确认三件事

安装失败大多栽在环境上，先花一分钟过这三个前置关：

路线一：Windows 整合包，解压即跑

✅ 这是最省事的一条路，全程不装 Python、uv、ffmpeg。

1. 从项目 Releases 页下载最新版 Windows 一键整合包（ZIP）；
2. 解压到路径不含中文与空格的目录，可用 PowerShell 的Get-FileHash对照附带的.sha256文件校验完整性；
3. 双击start.bat——它会指向包内嵌的 Python、把 FFmpeg 加入 PATH，然后拉起 Web 界面；
4. 浏览器自动打开http://localhost:8501，搞定。

整合包内部大致是「内嵌 python/ + 便携 tools/（含 FFmpeg）+ 项目文件 + data/output 空目录 + 三个启动 bat」的组合，详见 packaging/windows/README.md。

🐧 进阶一句话：想自己出整合包，跑python packaging/windows/build.py即可，参数由 build_config.yaml 控制（Python 版本、FFmpeg 版本、是否预装 Chromium、排除清单等），国内构建可加--cn-mirror走清华镜像。

路线二：源码安装（macOS / Linux / 要改代码）

先克隆仓库：

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

推荐 uv（Rust 写的极速 Python 包管理器，自动建虚拟环境）：

# 没装 uv 就先装 curl -LsSf https://astral.sh/uv/install.sh | sh # 在项目根目录同步依赖 uv sync

偏爱 pip 也可以：python -m venv venv建环境、激活后pip install -e .，效果等价，只是慢一些。

依赖装了什么？一句话概括：pyproject.toml 里覆盖了完整 AI 出片链路——Streamlit 前端 + FastAPI 后端、OpenAI 兼容与 DashScope 的 LLM 调用、Pillow/MoviePy 的影像处理、Playwright 无头浏览器渲染 templates/ 里的 HTML 模板、edge-tts 配音，外加 comfykit 用于驱动 ComfyUI 工作流；开发测试另有pytest与ruff。版本已被 uv.lock 锁死，谁装都一样。

📌 仓库根目录还备好了 start_web.sh（macOS/Linux）与 start_web.bat（Windows），内部就是uv run streamlit run web/app.py；万一你拿源码包直接跑 Windows 脚本报了错，它的提示会把你引回整合包或uv sync，照着做即可。

路线三：Docker 部署（服务器场景）

🐳 适合把 Pixelle-Video 常驻在服务器上。仓库给了完整的 Dockerfile 与 docker-compose.yml，镜像基于python:3.11-slim，内置 ffmpeg 与 CJK 中文字体、预装渲染模板用的 Chromium，暴露8000（API）与8501（Web UI）两个端口。

compose 文件 编排了三个服务：init（启动前确保config.yaml存在，顺手堵住"挂载不存在文件被 Docker 变成目录"的经典坑）、api（FastAPI 后端，带/health健康检查与日志滚动限制）、web（Streamlit 前端）。config.yaml、data/、output/均挂载到宿主机，重启不丢数据。

# 常规环境 docker-compose up -d # 国内环境：构建时自动切阿里云 apt 源 + 清华 PyPI 镜像 USE_CN_MIRROR=true docker-compose up -d

⚠️ 容器里要连宿主机上的 ComfyUI 时，把地址写成host.docker.internal:8188（Mac/Windows）或宿主机局域网 IP（Linux），127.0.0.1在容器里指向的是容器自己。

点火验证：一条命令，看到界面即成功

# 源码安装（uv） uv run streamlit run web/app.py # 或用 pip（先激活虚拟环境） streamlit run web/app.py

判定标准很朴素：浏览器打开http://localhost:8501，出现 Pixelle-Video 的 Web 界面 → 安装成功。Docker 路线则直接访问http://<服务器IP>:8501，或 curl 一下http://localhost:8000/health确认 API 活着。

从装完到出片：最后一公里

界面能打开只是及格线，真正出片还差三把钥匙，全部在「⚙️ 系统配置」页填：

1. LLM（写文案的大脑）：下拉选预设即可自动填好 base_url 与模型——通义千问性价比最高，Ollama 可本地白嫖；
2. 图像 / 视频生成（两条腿二选一）：本地 ComfyUI（填服务地址，默认http://127.0.0.1:8188，配selfhost/前缀工作流）或云端 RunningHub（填 API Key，配runninghub/前缀工作流，免本地 GPU）；
3. TTS（配音）：默认已指向selfhost/tts_edge.json，一般不用动。

模板决定了成片比例与版式，竖版（1080x1920）、方形（1080x1080）、横版（1920x1080）三档都备好了，下面这张就是方形模板渲染出的画面效果：

配置会落到config.yaml：程序启动时经 loader.py 读取，文件缺失只警告并回退默认配置；Web 页保存时同样写回该文件（UTF-8、保留键序）。所有默认值与 LLM/Provider 预设注释都写在 config.example.yaml 里，照着抄最快。

翻车急救箱：报错现象 → 定位 → 解法

Q1：Windows 双击start.bat报错 / 提示去下载整合包？→ 说明你跑的是源码包而非整合包，且环境里没有 uv。解法二选一：换 Releases 页的一键整合包；或装好 uv 后先uv sync再运行。

Q2：依赖下载慢到怀疑人生（国内网络）？→ 三条路线各有加速开关：源码走 PyPI 镜像配置；Docker 用USE_CN_MIRROR=true docker-compose up -d；自建整合包加--cn-mirror。

Q3：界面能打开，但生成视频失败？→ 九成是密钥没填或 ComfyUI 连不上。回到「⚙️ 系统配置」逐项点「测试连接」，本地 ComfyUI 默认地址是http://127.0.0.1:8188，确认服务确实在跑。

Q4：config.yaml找不到了 / 被误删？→ 程序会打印警告并回退默认配置，不致命；手动把 config.example.yaml 复制为config.yaml即可。注意它含 API 密钥，别提交进 Git。

Q5：Docker 里配了 ComfyUI 却连不上？→ 容器内127.0.0.1不是宿主机。改用host.docker.internal:8188（Mac/Windows）或宿主机 IP（Linux），具体注释见 config.example.yaml 的comfyui_url处。

下一步 & 关键文件索引

装完、点亮、配好密钥后，按 快速开始 生成你的第一支视频；服务细节查阅 配置说明。

【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