企业官网建设流程全解析

Pixelle-Video 上手指南：从一句话到 AI 短视频成片，需要几步？

【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

周五下午四点，市场负责人在群里弹出一句话："今天六点前，要一条15秒的产品介绍视频。"搁过去，这意味着找剪辑师，或者熬夜拖时间轴。现在可以打开 Pixelle-Video——这款 AI 短视频生成引擎，输入一句主题，它会自动完成文案、AI 配图、配音和合成，把成片递到你手上，全程不碰剪辑软件。

跑通一次：从空目录到成片

先别急着读文档，直接跑。

第一步，克隆仓库、装依赖。项目用 uv 管理，Python 3.11 以上即可：

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

没有 uv 的话，官方文档里有两行安装命令；用虚拟环境 pip install -e . 也可以，效果一样。

第二步，配一个 API Key。把 config.example.yaml 复制为同目录下的 config.yaml，填上 llm 部分。新手建议先用通义千问，一条成片几毛钱；有本地 GPU 的可以指向 Ollama，零成本：

llm: api_key: "your-api-key" base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1" model: "qwen-max"

生图、生视频的 backend 有三种走法：

拿不准就选默认的 RunningHub 工作流，开箱即用。

第三步，启动网页。执行bash start_web.sh（Windows 用户用 start_web.bat 或整合包），浏览器打开 localhost:8501，界面分三栏：左边输主题，中间配语音和视觉，右边看预览和进度。

第四步，输主题、点生成。内容输入里填"为什么要养成阅读习惯"，分镜数保持默认 5，等上两到五分钟，右侧自动播放成片，文件落在 output/ 目录。

黑底、水墨风 AI 配图、标题和文案排版清楚，这套横屏电影感模板就是"能直接交差"的样子。回头看，那条15秒视频，确实就是一句话的事。

先划清边界：它能干和不能干什么

亲眼看到效果了，再把边界说清楚。它擅长的是把"一个话题"变成"一条片子"，另一件事就别指望太多：

• 能：输入主题，自动跑完文案、AI 配图、TTS、视频合成四步，成片直接落盘，这是它一句话生成视频的核心
• 能：31 个模板覆盖竖屏、横屏、方形三种画幅，界面和口播都支持中英文
• 能：换任意部件——LLM、图像模型、视频模型、TTS 引擎各换一个，甚至拿自画的 ComfyUI 工作流接管整个流程
• 不能：剪辑你已有的素材。它只从零生成，不做二次剪辑

最后一条决定适用场景：素材要是实拍（真人出镜、产品演示），它不是对的工具；任务要是"给一个话题做一条风格统一的片子"，就是它的舞台。它不替代专业剪辑师，只是帮你干掉前 80% 的重复劳动。

跑通之后，试这三种玩法

模板决定视频的"皮"，templates/ 按画幅分目录存放。先试这三个场景，各配一个模板和一个值得动的参数。

给知识课账号配一条讲解视频

主题示例："勾股定理在初中的三个应用场景"。

为什么选 image_book.html（横屏）：白底、浅水墨插画、文字区域大，是"课件幻灯片"的观感。课程类内容信息密度高，模板就得克制，把空间留给字。

值得调的参数：分镜数。课程干货多，但前15秒的钩子用 3 帧就够——开头提问、一个知识点、结尾悬念，展开留到下一条。

给新品做一支种草短视频

主题示例："智能手表的十大实用功能"——直接把卖点塞进主题，LLM 会自己组织表达结构。

为什么选 image_wide_darktech.html（横屏）：左文右图、蓝紫渐变背景，自带科技发布会气质。image_modern 偏街头潮流，darktech 偏硬核科技，卖硬件选后者更贴。

值得调的参数：图像的 prompt_prefix。这个前缀会拼进每一句 AI 配图提示词，加一句"产品摄影、影棚灯光"，所有分镜的 AI 配图风格就统一了。

把长内容拆成方形图文卡

主题示例："视频开头3秒的心理学"。

为什么选 image_minimal_framed.html（方形）：方形视频常发在社交主页流，这个模板是纯白底加细线画框，AI 配图当绝对主角，安静得像知识卡片。

值得调的参数：背景音乐。默认 BGM 放在 bgm/ 目录，方形知识类内容可以换一首能量更低的，甚至静音只留人声——信息密度高的片子，声音要安静。

更多预览可以看 templates/1920x1080/ 目录，也可以直接在网页里逐个预览。不过继续深挖之前，先绕开新手最常踩的四个坑。

新手容易踩的坑，和绕过去的方法

坑一：点完生成，卡很久，最后超时。

现象是进度条停在"生成配图"一步。原因是你选的自托管工作流，背后要求本地 ComfyUI 正跑在 127.0.0.1:8188 上，Docker 用户还要把地址换成 host.docker.internal。解法：新手直接用默认的 RunningHub 云端工作流，不搭本地环境，一个 API Key 走天下。

坑二：AI 配图和文案对不上。

某帧在讲"光合作用"，图生成了一座山。原因是主题太泛，分镜的图像提示词很简短，模型只能自由发挥。解法是把主题写具体，"光合作用的过程与意义"好过"光合作用"；主题里带上具体视觉元素，文案和配图才绑得住。

坑三：成片太长，塞不进15秒的档口。

你要15秒，它给你40秒。原因是默认 5 个分镜，每句口播的长短由 LLM 自由决定。解法是拧两个旋钮：分镜数调成 3，再在主题里写明"每帧口播不超过15字"。前者控帧数，后者控单帧时长。

坑四：人声像火车站播报，BGM 还压过声音。

原因是默认 Edge-TTS 音色追求的是"能听清"，不是"有味道"。解法：语音设置里上传一段参考音频做音色克隆，气质立刻接近真人；BGM 太大声，就把 bgm/ 里的文件换成能量更低的版本。

这四个坑绕过去，剩下的就只是熟练度的问题了。

开始你的第一条片子

三件事，今天就可以做完：

1. 克隆仓库、uv sync，在 config.yaml 里填一个 LLM API Key
2. bash start_web.sh，输入主题，点生成
3. 到 output/ 里看第一条成片，不满意就换模板或换主题再跑一次

中途卡住，先翻 docs/zh/ 的中文文档——多数问题出在配置，而不是模型。

【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