企业官网建设流程全解析

输入主题生成 AI 短视频：Pixelle-Video 数字人口播与全自动出片实战手册

【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 是一个开源的 AI 全自动短视频引擎：输入一个主题，它依次调用 LLM 写文案、图像模型出配图、TTS 合成语音、再叠加 BGM 渲染成完整视频，全程无需剪辑软件，也无需自己出镜。按文档口径，一条 5 分镜的视频从点击生成到出片约 2-5 分钟。它适合内容创作者、电商运营、教育机构和只想把想法变成成片的新手，本文按部署、配置、三条工作流的顺序讲清怎么用。

横屏电影感模板：深色底加居中画框，标题在上、解说着落在下，适合 B 站和 YouTube

能力总览

Web 界面以 Tab 形式提供三条流水线，共用同一套 LLM、图像、视频、TTS 服务，可在「系统配置」中随时替换：

上手路径

1. 获取并启动 Web 界面

从源码启动只需两条命令，依赖由 uv 自动安装（macOS / Linux 需先装 ffmpeg）：

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

Windows 用户建议直接用官方 Releases 的一键整合包：解压后双击start.bat，无需 Python 和 ffmpeg。启动后浏览器打开http://localhost:8501，云端部署也可以按 Dockerfile 和 docker-compose.yml 走容器方式。

水墨留白风格的横屏模板，顶部标题、底部解说，画面元素少，长文案可读性更好

2. 配置系统设置

首次进入页面展开「⚙️ 系统配置」，按三组填写并保存：

• LLM：下拉选预设（通义千问性价比最高），填 API Key，本地模型填 Ollama 地址
• ComfyUI / RunningHub：本地服务填comfyui_url（默认http://127.0.0.1:8188）并点「测试连接」；走云端则填 RunningHub API Key
• API 媒体模型（可选）：直连 DashScope、OpenAI、ARK、Kling 时填密钥和 Base URL，可单独开本地代理

只选 ComfyUI 或 RunningHub 工作流的话，第三组可以不填；选了api/...工作流则必填。

3. 选一条流水线试跑

默认在「快速生成」Tab：选「AI 生成内容」，输入主题（例如"为什么要养成阅读习惯"），分镜数保持 5，TTS 用默认 Edge-TTS，模板选竖屏image_default.html，点「生成视频」。右侧会实时显示进度：生成文案 → 逐分镜配图 → 合成语音 → 合成视频，完成后自动预览，文件落在output/目录。跑通这一条后，再切数字人口播和图生视频 Tab。

深入使用

三条核心工作流按「输入 → 配置 → 输出」拆解如下。

工作流一：主题生成短视频

• 输入：一个主题词，或直接粘贴完整文案（「固定文案」模式跳过 LLM 创作，文案按段落、行或句子分割成分镜）
• 配置：分镜数默认 5；BGM 可选无、内置或自定义（把 mp3 放进bgm/目录）；图像工作流决定配图模型，「提示词前缀」用英文统一整片画风；模板决定布局和画幅
• 输出：带解说的完整 mp4，每句文案对应一张 AI 配图，进度条按分镜计数

深色科技风左右分栏模板：左侧标题与解说、右侧 AI 生成的配图，适合专业讲解类数字人视频

工作流二：数字人口播

• 输入：人物照片（jpg/png/webp）是必填项；「数字人」模式再加一张商品图和商品标题，「自定义」模式直接写口播文案
• 配置：TTS 分本地（Edge-TTS 选音色、语速 0.5x-2.0x）和 ComfyUI 两种推理模式，后者可上传参考音频做声音克隆；合成服务可选 RunningHub、本地 ComfyUI 或直连 API 参考生视频模型（如 DashScope）
• 输出：竖屏 9:16 口播视频。「数字人」模式走三步工作流：先合成人物加商品的推广画面、LLM 写 80 字以内推广文案、再合成音频；「自定义」模式直接用人物图加你写的文案。API 模式下会先出口播音频，再连同人物图、商品图一起送入视频模型，生成约 5 秒带原生语音的口播片段

工作流三：图生视频

• 输入：首帧图片，支持多张批量
• 配置：选 i2v 工作流，本地如 workflows/runninghub/i2v_LTX2.json，或 API 模式的已验证参考生视频模型
• 输出：每张图生成约 5 秒的动态片段，首帧构图和色调保持不变，适合做封面动效或商品展示

方形 1080x1080 极简模板：细线画框居中构图，适配小红书等方形信息流

实战技巧

• 用固定文案模式时，建议把完整解说词直接贴进去，避免每次生成都重新跑 LLM 导致文案漂移，也省一步 API 费用
• 控制分镜数量时，建议 3-5 个就够用，5 分镜视频出片约 2-5 分钟，分镜越多耗时和费用线性增长
• 统一配图风格时，建议把英文提示词写进「提示词前缀」（例如Minimalist black-and-white matchstick figure style illustration, clean lines），并先用「预览风格」试一张再批量生成
• 做零成本方案时，建议 LLM 选 Ollama 本地模型、图像选selfhost/工作流，全程 0 元；无独立显卡就改用 RunningHub 跑图像，LLM 仍可用通义千问压低成本，混合部署随时可切
• 批量出片时，建议把runninghub_concurrent_limit调大（1-10），默认 1 表示所有任务串行排队
• 想用自己的声音时，建议切 TTS 的 ComfyUI 模式并上传 10 秒以上干净人声做参考音频，走 Index-TTS 工作流，生成前先用「预览语音」试听
• 选输出尺寸时，建议按发布平台定画幅：竖屏 1080x1920 对应抖音、小红书、快手，横屏 1920x1080 对应 B 站和 YouTube，模板按尺寸分组，别选错组导致裁切

技术要点

• pixelle_video/service.py：核心服务层，把 LLM、TTS、图像/视频生成、帧处理、合成封装成统一接口，Web UI 和 API 都从这里取能力
• workflows/：ComfyUI 与直连 API 的工作流 JSON，按 runninghub、selfhost 分组，新增文件放入即被自动扫描
• templates/：HTML 视频模板，按 1080x1920、1080x1080、1920x1080 三个尺寸分组，会随 README 持续新增

下一步可以先跑通「主题生成视频」的最小流程，再按需换模板、音色和工作流。遇到报错优先看 docs/zh/troubleshooting.md，模板和 API 细节在 docs/zh/user-guide/ 下按主题分类。

【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