Pixelle-Video 全自动短视频生成指南:一个主题 5 分钟产出第一条 AI 竖屏视频
2026/9/4 13:39:16 网站建设 项目流程

Pixelle-Video 全自动短视频生成指南:一个主题 5 分钟产出第一条 AI 竖屏视频

【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

Pixelle-Video 是一款开源的 AI 全自动短视频引擎:输入一个主题,它会自动完成文案、AI 配图、配音和背景音乐,约 5 分钟产出一条可发布的竖屏短视频。本指南带你从安装跑通到批量生产,全程不用碰剪辑软件。

还在一帧帧剪视频?看看别人怎么干

过去做一条 1 分钟的短视频,流程是这样的:自己写脚本 1 小时,找素材 2 小时,剪辑、卡点、加字幕再 2 小时。一周更 3 条,人就废了。

现在把同一个主题丢给 Pixelle-Video,它会替你干完所有脏活:写解说词、为每一句话生成一张 AI 插图、把文字变成人声、配上背景音乐,最后按分镜顺序拼成一条 1080x1920 的成品视频。你唯一要做的事,是输入主题和点一次生成按钮。

上面这条风格统一的画面,就是引擎"输入一个主题 → 输出一条成片"的典型产物。下面直接上手。

最短跑通路径:4 步生成第一条 Pixelle-Video 视频

第 1 步:把程序跑起来。Windows 用户下载一键整合包解压后双击start_web.bat;其他系统用户执行git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video,进入目录后运行uv run streamlit run web/app.py(需要先装好uvffmpeg)。 你会看到:浏览器自动打开http://localhost:8501,出现三栏式界面。

第 2 步:完成系统配置。展开「⚙️ 系统配置」,在 LLM 下拉菜单选一个预设(比如通义千问),填入 API Key,再选好图像/语音的工作流,点保存。 你会看到:配置面板收起,界面上出现"已配置"的提示状态。

第 3 步:输入主题并挑模板。左侧输入框写一个主题(如"为什么要养成阅读习惯"),默认就是"AI 生成内容"模式;中间栏挑一个视频模板,默认1080x1920/image_default.html就够用。 你会看到:模板列表按竖屏/横屏/方形分组,点「预览模板」能先看效果再定。

第 4 步:点「🎬 生成视频」然后去倒杯水。你会看到:进度条依次走过"生成旁白 → 生成插图 → 生成语音 → 合成画面 → 拼接视频",一个 5 分镜的视频大约 2-5 分钟出炉,成片自动存在output/目录,页面直接给你播放预览。

一句主题到一条成片:内部流水线人话拆解

第一次用你会疑惑:它到底怎么保证不翻车?拆开看其实就是一条清晰的流水线,每一步都有进度条可查。

  1. 起标题:LLM 根据主题先定一个视频标题。
  2. 写分镜脚本:把主题拆成约 5 段旁白,每段 5-20 个字,一句话对应一帧画面——LLM 在这里就是"负责写文案的大脑"。如果你已有现成稿子,切到"固定文案内容"模式,它按段落/行/句子切分后直接跳过这一步。
  3. 为每句话写画外提示词:把旁白翻译成给生图模型看的英文描述,再拼上你设置的全局风格前缀。
  4. 逐分镜生产:每个分镜固定走 4 个小步骤——生成语音、生成插图、用 HTML 模板合成画面、创建视频片段。进度条会显示"分镜 3/5 - 步骤 2/4: 生成插图"这类信息,卡在哪一眼就知道。
  5. 总装:所有片段拼成一条视频,混入你选的背景音乐(把 MP3 丢进bgm/文件夹就能在界面里选用)。

每个环节(文案、生图、TTS、视频)都是可替换的模块:本地 ComfyUI、RunningHub 云端、直连模型 API 三种供能方式随意组合,这就是"引擎"二字的含义。

一张图看懂四种用法:不同人群的 Pixelle-Video 场景卡

不同人拿到这套引擎,用法差别很大,对号入座:

知识博主(日更型)竖屏模板 + 默认 LLM 预设,早上把 3 个选题输入「批量生成模式」(每行一个主题,上限 100 个),保持页面打开让它排队跑,晚上 3 条视频躺在历史记录页。收益:更新频率从"看心情"变成"日更"。

电商运营(风格统一型)固定同一套模板和prompt_prefix,让整条产品线的视频像同一个设计师出的。收益:店铺主页观感立刻专业。

起号新手(成本敏感型)用"固定文案内容"模式贴现成稿子,省掉 LLM 写稿的token;生图走本地 ComfyUI,整条流水线接近 0 元。

无显卡用户(云端型)图像/视频工作流全选runninghub/前缀的,填一个 RunningHub API Key 就能跑,不占本地资源,单条成本大约几分钱。

尺寸也按平台走:竖屏1080x1920发抖音快手,方形1080x1080发小红书,横屏1920x1080发 B 站和 YouTube。

3 种配置方案对比 + 新手最先踩的 2 个坑

按"有没有显卡、预算多少"对号入座即可:

方案适合人群关键配置大致成本一句话点评
完全免费有本地显卡Ollama(本地 LLM)+selfhost/本地 ComfyUI0 元数据不出门,最省钱,但首次部署要折腾环境
云端经济无显卡、预算有限通义千问 +runninghub/云端工作流每条约 1-5 分性价比之王,配置最少
专业混合追求画质与效率GPT 等 + 直连 API 媒体模型(DashScope、Kling 等)按量付费上限最高,要填的密钥也最多

新手最容易翻车的地方有两处:

坑 1:只填了api_key,忘了base_url不管用 WebUI 还是改 config.example.yaml 复制出的config.yaml,LLM 的api_keybase_urlmodel三个字段缺一不可。缺base_url时症状很迷惑——生成点下去,LLM 一直报错,你会怀疑是 Key 的问题。先查这三项。

坑 2:工作流前缀和配置混着用。runninghub/前缀的工作流(如runninghub/image_flux.json)必须填 RunningHub API Key;带selfhost/前缀的(如selfhost/image_flux.json)需要本地 ComfyUI 在http://127.0.0.1:8188跑着。两边都不满足时,任务会卡死在"生成插图"这一步不动。选工作流前先想清楚自己走哪条供能路线。

进阶 3 招:把这条视频引擎用到 90 分

技巧 1:上传参考音频,克隆"你自己的声音"

  • 痛点:默认音色谁听了都像"AI 在念稿",完播率上不去。
  • 原理:Index-TTS 这类工作流支持声音克隆,一段几十秒的清晰人声录音就能当声线样本。
  • 做法:在语音设置里上传参考音频(MP3/WAV 均可),TTS 工作流选支持克隆的,先点「预览语音」试听再开跑。
  • 收益:视频一开口就是"你",个人 IP 辨识度直接拉满。

技巧 2:用prompt_prefix锁死全片画风

  • 痛点:同一个主题生成的多张配图,风格会悄悄漂移,拼在一起像拼盘。
  • 原理:prompt_prefix会在每次生图前自动拼进提示词最前面,相当于给生图模型下的统一"风格军令"。
  • 做法:在视觉设置里填一段英文风格描述,例如Minimalist black-and-white matchstick figure style illustration, clean lines,点「预览风格」确认后再正式生成。
  • 收益:整条视频像出自同一个设计师之手,系列感立刻出来。

技巧 3:用图生视频 / 动作迁移,让静态图动起来

  • 痛点:老照片、产品图配文字太干,画面没生气。
  • 原理:web/pipelines/里内置了 🎥 图生视频 和 💃 动作迁移 两条独立流水线,前者把一张图变成动态镜头,后者用参考视频驱动图片做动作。
  • 做法:在主界面切到对应流水线标签页,上传素材和参考视频/图片,走同样的生成流程。
  • 收益:历史人物能"开口演讲"、产品图变动态展示,普通图文号瞬间多了高级玩法。

深入入口:文档、模板与源码模块

想从"会用"走到"会改",按这几个入口走:

  • 官方中文文档 docs/zh/:安装、配置、快速开始、自定义风格、声音克隆、FAQ 全都有,卡住了先翻这里。
  • 模板库 templates/:按1080x19201920x10801080x1080三个尺寸分类,30 多套 HTML 模板,改 CSS 就是定制品牌风格;命名带static_image_video_前缀分别对应纯文字/配图/配视频。
  • 预置工作流 workflows/runninghub/ 与 workflows/selfhost/:图像、视频、TTS 全套 JSON 工作流,懂 ComfyUI 还能自己加节点。
  • 配置文件样例 config.example.yaml:所有可调项(LLM、ComfyUI、直连供应商、默认模板、风格前缀)都在这一个文件里,注释写得很细。
  • 音色清单 pixelle_video/tts_voices.py:所有支持的语音都在这里,配 TTS 前先挑人声。
  • 流水线源码 pixelle_video/pipelines/:想看懂"标准流水线"每一步怎么跑的,从standard.py读起。

今天就动手:你的第一条视频在 5 步之外

不用规划、不用学软件,把这三件事做完,第一条视频就该出锅了:

  1. 克隆代码:git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video
  2. 启动界面:进入目录后运行uv run streamlit run web/app.py(Windows 用户直接双击start_web.bat
  3. 配置 LLM 预设和图像工作流 → 输入一个你早就想讲的主题 → 点「🎬 生成视频」

生成完想批量再跑一批?切到批量模式,把选题一行一个贴进去就行。下一条视频,交给引擎。

【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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询