一句话主题自动成片：Pixelle-Video 生成 AI 短视频的完整上手

一句话主题自动成片Pixelle-Video 生成 AI 短视频的完整上手【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如果你需要批量产出 AI 短视频又不想碰剪辑软件Pixelle-Video 是条现成的路它是一个全自动短视频引擎输入一个主题就能自动完成写文案、生成配图、合成语音和混入背景音乐最后直接输出成片 MP4。它面向的是需要持续发布视频内容、却没有剪辑经验的人。照这篇的步骤做下来你的机器上会跑起本地 Web 服务并产出第一条成片视频。 先看它产出什么成片是一段带旁白和背景音乐的 MP4若干分镜分镜 把一条视频拆成的若干镜头段落逐帧播放每帧由背景画面 叠加文字构成画面上叠 AI 配音和 BGM。默认生成 5 个分镜时长和节奏随分镜数变化。画面比例由模板决定仓库里按三档组织竖屏 1080x1920、横屏 1920x1080、方形 1080x1080。模板文件名即类型static_*是纯文字卡、image_*用 AI 图做背景、video_*用 AI 视频做背景全部放在 templates/ 目录。所有成片的输出位置都是根目录下的output/文件夹。图注1920x1080 的「Film」模板预览帧电影质感适合横屏解说类内容 准备工作依赖要求说明ffmpeg已安装视频合成必需用ffmpeg -version确认有输出Python3.11 及以上低于该版本启动会失败uv已安装快速 Python 包管理器自动建虚拟环境装全部依赖macOS 用 brew、Linux 用 apt 装 ffmpeg 即可Windows 用户不用敲命令直接执行仓库里的start_web.bat或官方 Windows 整合包就能跳过手动安装。 跑通第一条视频克隆仓库并启动。uv run会自动创建虚拟环境并安装全部依赖git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv run streamlit run web/app.py等浏览器自动打开http://localhost:8501没跳转就手动输入该地址。展开左侧「⚙️ 系统配置」在 LLM大语言模型负责写文案配置里选一个预设模型粘贴 API Key保存。内容输入区选「AI 生成内容」模式输入主题比如「为什么要养成阅读习惯」——具体主题比大词效果好。中间栏全部保持默认TTS语音合成默认 Edge-TTS图像默认runninghub/image_flux.json工作流挑一个竖屏模板右侧点「生成视频」。2-5 分钟后右侧自动播放成片output/里能看到文件历史页面也能回看。️ 控制成片质量整条流水线上真正值得你动的其实只有三个杠杆。说什么文案与模型想改口播内容就动「内容输入」模式。默认走 LLM 按主题写稿已有现成稿件时切到「固定文案内容」还能指定按段落、按行或按句子拆分。想换写作风格就动配置里的llm字段它兼容任何 OpenAI SDK 格式的接口通义千问、GPT、DeepSeek 乃至本地 Ollama 都能接。想改视频长短就动分镜数默认值 5。长什么样配图路线与模板想改画面就动「图像生成」下拉菜单里的路线三选一本地 ComfyUI开源扩散模型工作流引擎选workflows/selfhost/下的工作流最快且免费前提是本地服务已启动云端 RunningHub默认值runninghub/image_flux.json本地零部署需在配置面板填 RunningHub API Key直连供应商 API选api/...工作流在配置的api_providers段填 DashScope、OpenAI、Kling 等的密钥。默认出图尺寸 1024x1024整体画风由配置里的提示词前缀统一控制。想加自定义模板就动 templates/每个模板就是一个 HTML 文件用 Jinja2 变量{{ title }}、{{ text }}、{{ image }}注入文字和图片复制一个现有文件改完样式丢进对应尺寸目录它会自动出现在下拉列表里。唯一要守住的规矩是body尺寸必须和所在目录一致——竖屏目录里就写 1080px × 1920px否则文字会溢出版面。图注1080x1080 的「Minimal Framed」方形模板预览帧适合信息流平台的正方形封面位听起来如何解说与 BGM想换声音就动 TTS 工作流默认selfhost/tts_edge.json提供一套固定音色免费够用想要自己的声音切到 Index-TTS 并上传一段清晰人声 MP3 做参考——声音克隆只在这种支持的工作流下生效选了 Edge-TTS 时上传音频不产生任何效果。正式生成前先用「预览语音」试听这是验证音色成本最低的方式。想换 BGM就把 MP3/WAV 手动放进根目录bgm/文件夹它会出现在选择列表里该目录已有内置曲目。 出问题自查Web 界面起不来或依赖报错→ 先跑ffmpeg -version确认有输出、确认 Python ≥ 3.11依赖装不上就uv cache clean后重新uv sync。卡在「生成配图」不动→ 选 selfhost 路线的确认本地 ComfyUI 已启动浏览器能打开http://127.0.0.1:8188且模型文件已下载选 runninghub 的回配置面板核对 API Key。文案生成不出来→ 核对系统配置面板里的 LLM Key 是否完整、余额是否充足用本地 Ollama 时确认服务已启动且模型已拉取。配图风格和模板不搭→ 提示词前缀改用英文画风词如 minimal sketch style 这类描述并把宽高调到模型支持的范围内。收尾说明Pixelle-Video 把写稿、配图、配音、混音到合成这整条链路交给了机器但主题选什么、模型与路线怎么配、模板风格定哪个仍然决定了成片的上限。生成后值得人工过一遍听一遍旁白是否拗口抽几帧看文字有没有溢出。接下来想深入自定义视觉风格或声音克隆直接翻仓库里的 docs/zh/ 中文文档里面有分场景的教程。【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