Pixelle-Video输入一个主题一键自动生成 AI 短视频【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想做抖音号却卡在不会剪辑、不会找图、不会配音上Pixelle-Video 是一个 AI 全自动短视频引擎输入一个主题它自动写文案、生成 AI 配图、合成语音解说、叠加背景音乐最后拼成一条可直接发布的短视频。你不用打开任何剪辑软件整个流程在浏览器里完成。它能帮你解决什么场景一知识类账号的日常更新。你有一个想讲的主题比如一本书的核心观点但写脚本要一小时、找配图要半小时。Pixelle-Video 把这一步压缩成主题填进输入框等待 2-5 分钟得到一条带解说、带配图、带 BGM 的成片。场景二治愈、情感类内容的批量产出。这类账号的内容结构高度相似——换主题即可。用它的批量模式每行填一个主题系列视频依次生成模板和声音保持一致适合养号期快速积累素材。场景三不想折腾本地环境的新手。项目支持零本地依赖路线图像走 RunningHub 云端工作流、语音走 Edge-TTS你只需配置好 API Key 就能出片有本地显卡的用户则可以接 ComfyUI实现完全免费的生成方案LLM 用 Ollama 本地 ComfyUI。极简启动两条最短路径路径一Windows 一键整合包。从项目 Release 页下载整合包并解压双击start.bat浏览器会自动打开http://localhost:8501。包内已带 Python 和 FFmpeg不需要装任何环境。路径二从源码启动macOS / Linux。前提是已安装uv和ffmpeg然后执行git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv run streamlit run web/app.pyuv run会自动装好依赖并启动 Web 界面。启动后是标准的三栏布局左侧内容输入中间语音与视觉设置右侧生成与预览。首次使用要展开「⚙️ 系统配置」面板填两处关键项LLM 配置下拉选择通义千问、GPT-4o、DeepSeek 或本地 Ollama填入 API Key。图像配置有本地 ComfyUI 就填地址默认http://127.0.0.1:8188并点「测试连接」没有就填 RunningHub API Key 走云端。点「保存配置」工具就可用了。更详细的字段说明在 docs/zh/getting-started/quick-start.md。一条主线走到底生成为什么要养成阅读习惯输入。在左侧「 内容输入」区选择AI 生成内容主题填为什么要养成阅读习惯分镜数量保持默认 5 个。如果已经有写好的稿子可以改用固定文案内容模式直接粘贴全文再选按段落、按行或按句子分割。配置。中间栏保持默认即可跑通TTS 工作流选 Edge-TTS免费、清晰点「预览语音」先听一句效果图像工作流默认image_flux.json尺寸默认 1024x1024视频模板从下拉框选竖屏1080x1920/image_default.html。生成。点右侧「 生成视频」。进度条会按生成文案 → 生成配图 → 合成语音 → 合成视频推进显示到具体分镜例如分镜 3/5 - 生成插图。5 分镜的视频一般 2-5 分钟完成。导出。完成后右侧自动播放成片显示时长、大小和分镜数。视频文件落在项目根目录的output/文件夹按时间戳命名历史项目可以在 Web 界面的 History 页面回看和二次编辑。不同需求怎么调对号入座按发布平台选尺寸。模板按画幅分三组位于 templates/ 目录竖屏1080x1920/抖音、快手、小红书、横屏1920x1080/B站、YouTube、方形1080x1080/Instagram 等。同一主题换一组模板重新生成即可。按内容类型选模板前缀。模板文件名有固定规律先认这个规律就不用逐个试static_*.html纯文字静态样式不调用 AI 生图速度最快、成本最低适合金句卡片类内容。image_*.html用 AI 生成的图片做背景覆盖大多数图文解说场景如图书解读image_book、心理科普image_psychology_card、治愈风image_healing。video_*.html用 AI 生成动态视频做背景如 WAN 2.1效果最丰富耗时和费用也最高。全部模板的预览图在 docs/zh/user-guide/templates.md选模板前可以先看效果图。按使用目标换能力模块。想要自己的声音把 TTS 工作流换成 Index-TTS上传一段参考音频即可做声音克隆。想要固定配乐把 MP3 放进bgm/文件夹左侧「试听 BGM」预览后选用。想批量出片在内容输入区切到批量模式每行一个主题配统一的标题前缀。图像、视频、TTS 三类工作流都放在 workflows/ 目录懂 ComfyUI 的用户可以往里加自己的工作流。新手最容易踩的坑现象配图环节卡住或报连接失败。原因选了本地 ComfyUI 工作流但 ComfyUI 没启动、地址写错或模型没下载。解法在「系统配置」里点「测试连接」确认服务可用没有本地显卡的用户直接换用runninghub/开头的云端工作流绕开本地部署。现象点生成后提示 LLM 调用失败。原因API Key 填错、账户余额不足或 base_url 与模型不匹配。解法用配置面板里的预设下拉项自动填充 base_url 和 model比手填少错再检查余额和错误提示里的具体信息。现象生成的配图风格完全不对味。原因整体画风由图像设置里的提示词前缀Prompt Prefix控制它必须是英文描述。解法把前缀改成你想要的风格词例如Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style点「预览风格」单张测试满意后再跑全片。现象一条视频要等很久。原因分镜数多、云端工作流排队、LLM 响应慢。解法先把分镜数从 8 降到 5 试跑图像改用本地 ComfyUI 通常比云端快本地依赖装不上时按uv cache clean后uv sync重试。更多排查步骤见 docs/zh/troubleshooting.md。你的第一步选一个你最熟悉的主题其余全部用默认值Edge-TTS image_flux.json 竖屏image_default.html 5 个分镜点「 生成视频」。第一次成片不用追求好看目标是把输入到出片这条链路完整跑一遍。跑通之后再按前面的对号入座一节逐项调整模板、声音和 BGM逐步把它变成你账号的固定生产线。如果后续想通过 API 而不是 Web 界面调用可以看 docs/zh/user-guide/api.md。【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 Pixelle-Video：输入一个主题，一键自动生成 AI 短视频
Pixelle-Video输入一个主题一键自动生成 AI 短视频【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想做抖音号却卡在不会剪辑、不会找图、不会配音上Pixelle-Video 是一个 AI 全自动短视频引擎输入一个主题它自动写文案、生成 AI 配图、合成语音解说、叠加背景音乐最后拼成一条可直接发布的短视频。你不用打开任何剪辑软件整个流程在浏览器里完成。它能帮你解决什么场景一知识类账号的日常更新。你有一个想讲的主题比如一本书的核心观点但写脚本要一小时、找配图要半小时。Pixelle-Video 把这一步压缩成主题填进输入框等待 2-5 分钟得到一条带解说、带配图、带 BGM 的成片。场景二治愈、情感类内容的批量产出。这类账号的内容结构高度相似——换主题即可。用它的批量模式每行填一个主题系列视频依次生成模板和声音保持一致适合养号期快速积累素材。场景三不想折腾本地环境的新手。项目支持零本地依赖路线图像走 RunningHub 云端工作流、语音走 Edge-TTS你只需配置好 API Key 就能出片有本地显卡的用户则可以接 ComfyUI实现完全免费的生成方案LLM 用 Ollama 本地 ComfyUI。极简启动两条最短路径路径一Windows 一键整合包。从项目 Release 页下载整合包并解压双击start.bat浏览器会自动打开http://localhost:8501。包内已带 Python 和 FFmpeg不需要装任何环境。路径二从源码启动macOS / Linux。前提是已安装uv和ffmpeg然后执行git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv run streamlit run web/app.pyuv run会自动装好依赖并启动 Web 界面。启动后是标准的三栏布局左侧内容输入中间语音与视觉设置右侧生成与预览。首次使用要展开「⚙️ 系统配置」面板填两处关键项LLM 配置下拉选择通义千问、GPT-4o、DeepSeek 或本地 Ollama填入 API Key。图像配置有本地 ComfyUI 就填地址默认http://127.0.0.1:8188并点「测试连接」没有就填 RunningHub API Key 走云端。点「保存配置」工具就可用了。更详细的字段说明在 docs/zh/getting-started/quick-start.md。一条主线走到底生成为什么要养成阅读习惯输入。在左侧「 内容输入」区选择AI 生成内容主题填为什么要养成阅读习惯分镜数量保持默认 5 个。如果已经有写好的稿子可以改用固定文案内容模式直接粘贴全文再选按段落、按行或按句子分割。配置。中间栏保持默认即可跑通TTS 工作流选 Edge-TTS免费、清晰点「预览语音」先听一句效果图像工作流默认image_flux.json尺寸默认 1024x1024视频模板从下拉框选竖屏1080x1920/image_default.html。生成。点右侧「 生成视频」。进度条会按生成文案 → 生成配图 → 合成语音 → 合成视频推进显示到具体分镜例如分镜 3/5 - 生成插图。5 分镜的视频一般 2-5 分钟完成。导出。完成后右侧自动播放成片显示时长、大小和分镜数。视频文件落在项目根目录的output/文件夹按时间戳命名历史项目可以在 Web 界面的 History 页面回看和二次编辑。不同需求怎么调对号入座按发布平台选尺寸。模板按画幅分三组位于 templates/ 目录竖屏1080x1920/抖音、快手、小红书、横屏1920x1080/B站、YouTube、方形1080x1080/Instagram 等。同一主题换一组模板重新生成即可。按内容类型选模板前缀。模板文件名有固定规律先认这个规律就不用逐个试static_*.html纯文字静态样式不调用 AI 生图速度最快、成本最低适合金句卡片类内容。image_*.html用 AI 生成的图片做背景覆盖大多数图文解说场景如图书解读image_book、心理科普image_psychology_card、治愈风image_healing。video_*.html用 AI 生成动态视频做背景如 WAN 2.1效果最丰富耗时和费用也最高。全部模板的预览图在 docs/zh/user-guide/templates.md选模板前可以先看效果图。按使用目标换能力模块。想要自己的声音把 TTS 工作流换成 Index-TTS上传一段参考音频即可做声音克隆。想要固定配乐把 MP3 放进bgm/文件夹左侧「试听 BGM」预览后选用。想批量出片在内容输入区切到批量模式每行一个主题配统一的标题前缀。图像、视频、TTS 三类工作流都放在 workflows/ 目录懂 ComfyUI 的用户可以往里加自己的工作流。新手最容易踩的坑现象配图环节卡住或报连接失败。原因选了本地 ComfyUI 工作流但 ComfyUI 没启动、地址写错或模型没下载。解法在「系统配置」里点「测试连接」确认服务可用没有本地显卡的用户直接换用runninghub/开头的云端工作流绕开本地部署。现象点生成后提示 LLM 调用失败。原因API Key 填错、账户余额不足或 base_url 与模型不匹配。解法用配置面板里的预设下拉项自动填充 base_url 和 model比手填少错再检查余额和错误提示里的具体信息。现象生成的配图风格完全不对味。原因整体画风由图像设置里的提示词前缀Prompt Prefix控制它必须是英文描述。解法把前缀改成你想要的风格词例如Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style点「预览风格」单张测试满意后再跑全片。现象一条视频要等很久。原因分镜数多、云端工作流排队、LLM 响应慢。解法先把分镜数从 8 降到 5 试跑图像改用本地 ComfyUI 通常比云端快本地依赖装不上时按uv cache clean后uv sync重试。更多排查步骤见 docs/zh/troubleshooting.md。你的第一步选一个你最熟悉的主题其余全部用默认值Edge-TTS image_flux.json 竖屏image_default.html 5 个分镜点「 生成视频」。第一次成片不用追求好看目标是把输入到出片这条链路完整跑一遍。跑通之后再按前面的对号入座一节逐项调整模板、声音和 BGM逐步把它变成你账号的固定生产线。如果后续想通过 API 而不是 Web 界面调用可以看 docs/zh/user-guide/api.md。【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