输入一个主题，自动出片
Pixelle-Video 是一个 AI 全自动短视频引擎。只需输入一个 主题，它就能自动完成：✍️ 撰写视频文案 → 🎨 生成 AI 配图/视频 → 🗣️ 合成语音解说 → 🎵 添加背景音乐 → 🎬 一键合成视频。零门槛、零剪辑经验，让视频创作成为一句话的事。
核心架构：基于 Streamlit 的 Web 界面，模块化设计，生成流程为 文案生成 → 配图规划 → 逐帧处理 → 视频合成。每个环节都能灵活定制——可自由组合 ComfyUI / RunningHub 工作流或直连各家模型 API（图像/视频/TTS/VLM 原子能力按需替换）。
版本与获取：实测 29,338 Star（4,267 fork，Python，2025-11 创建、昨天仍在更新），协议 Apache-2.0，官网 aidc-ai.github.io/Pixelle-Video/zh。提供 Windows 一键整合包（免装 Python/uv/ffmpeg）、源码安装、ComfyUI/RunningHub 扩展。
✨ 核心亮点
- 🤖 全自动生成：输入主题，自动出完整视频
- ✍️ AI 智能文案：按主题自动创作解说词
- 🎨 AI 配图/视频：每句话配 AI 插图，支持 WAN 2.1 等视频
- 🔌 原子能力组合：ComfyUI/RunningHub/直连 API 灵活替换
🖼️ 效果图与演示
以下为 Pixelle-Video 官方 WebUI 界面与视频生成流程实拍。
🚀 上手步骤
最快路径：下载 Windows 整合包 → 双击 start.bat → 浏览器打开 localhost:8501 → 配好 LLM 与图像服务 → 输入主题生成视频。
① （推荐）Windows 一键整合包
从 GitHub Releases 下载最新整合包，解压后双击 start.bat 启动 Web 界面，浏览器自动打开 http://localhost:8501。整合包已含 Python/uv/ffmpeg，无需装任何环境。
② 源码安装（macOS / Linux）
先装 uv 与 ffmpeg，再 clone 仓库并用 uv 启动 Streamlit。
# 先装 uv 和 ffmpeg（macOS: brew install ffmpeg）
git clone https://github.com/ATH-MaaS/Pixelle-Video.git
cd Pixelle-Video
uv run streamlit run web/app.py # 自动打开 localhost:8501③ 首次配置（⚙️ 系统配置）
LLM 配置：选通义千问/GPT-4o/DeepSeek 等并填 API Key（自动填 base_url 和 model）。ComfyUI/RunningHub 配置：填本地地址或云端 API Key。API 媒体模型：可选 DashScope、OpenAI、Volcengine ARK（Seedream/Seedance）、Kling 等直连供应商。
④ 生成视频
左侧栏输入主题（或固定文案）→ 中间栏设 TTS 语音、图像风格、视频模板、尺寸 → 右侧栏点「🎬 生成视频」。实时进度（生成文案 → 生成配图 → 合成语音 → 合成视频），完成后自动播放，文件保存在 output/。
🎯 典型场景
- 🌄 人文纪实：旅行风景口播配图
- 📜 小说解说：斗破苍穹等书评短视频
- 🧬 知识科普：养生/科学话题自动成片
- 💰 副业赚钱：电影/混剪模板做口播
- 👤 数字人口播：韩语等多语言数字人
- 💃 动作迁移：参考视频+图片迁移动作
📈 与同类做法比
| 做法 | 结果 |
|---|---|
| 手工剪辑（剪映/PR） | 需经验与时间，一条几分钟视频要半天 |
| 通用一键出片工具 | 固定流水线，难换模型/风格/扩展 |
| Pixelle-Video | 输入主题全自动出片，ComfyUI/RunningHub/直连 API 原子能力灵活组合，0 元可跑 |
⚠️ 提醒：本项目完全支持免费运行（Ollama + 本地 ComfyUI = 0 元）。注意 API 直连视频生成会消耗对应供应商额度；数字人/动作迁移等扩展需相应模型。生成的视频内容请遵守平台规则与素材版权。
❓ 常见问题
Q：第一次使用要多久？
取决于分镜数量、网络与 AI 推理速度，通常几分钟内即可完成一条。
Q：要花钱吗？
完全免费方案：Ollama 本地 LLM + ComfyUI 本地部署 = 0 元。推荐方案：通义千问（成本极低）+ ComfyUI 本地。云端方案：OpenAI + RunningHub（费用较高但免本地环境）。
Q：效果不满意怎么办？
换 LLM 模型（文案风格不同）、调图像尺寸与提示词前缀（配图风格）、换 TTS 工作流或上传参考音频（语音）、换视频模板与尺寸。
Q：需要先装什么？
Windows 整合包免装一切；源码装需 Python + uv + ffmpeg。
Q：怎么配 AI 服务？
展开「⚙️ 系统配置」：LLM 选通义/GPT/DeepSeek/Ollama 并填 Key；ComfyUI 填本地地址或 RunningHub Key；API 媒体模型配 DashScope/OpenAI/Volcengine ARK/Kling 等供应商。
Q：支持哪些语音？
Edge-TTS、Index-TTS 等主流 TTS 工作流；支持上传参考音频做声音克隆（如 Index-TTS）。
Q：能做数字人 / 图生视频吗？
能。新增模块含数字人口播、图生视频、动作迁移；API 视频生成支持 DashScope Wan/HappyHorse、Kling、Seedance 等。
Q：视频存在哪里？
生成完成自动保存到 output/ 文件夹，界面显示时长、文件大小、分镜数。
Q：商用 / 二次开发？
Apache-2.0 协议开源，可自由使用、修改与商用（遵循协议要求）。项目还配套 Pixelle-MCP 可让 AI 助手直接调用 ComfyUI。
📎 GitHub 搜索 ATH-MaaS/Pixelle-Video · 中文文档 aidc-ai.github.io/Pixelle-Video/zh · 关注「AI工具匠」获取更多 AI 工具实操教程