2026/8/20 17:39:56
FEATURED · 精选文章 
一个主题词换一条成片Pixelle-Video把AI短视频制作压缩到几分钟【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我第一次用 Pixelle-Video 做 AI 短视频制作时盯着网页愣了几秒钟界面简洁得不像一个视频工具——左边一个主题输入框右边一个生成按钮仅此而已。没有剪辑时间轴没有关键帧连导出格式都不用我操心。我把主题敲进去几分钟后一条带解说、配图、背景音乐的竖屏短视频就静静躺在输出目录里。那种感觉就像你只说了句帮我做条视频它就真的做完了。3分钟看懂这个项目替你干掉了哪些脏活累活一句话版本Pixelle-Video 是一款开源的 AI 全自动短视频引擎你把主题给它它把成片还给你。具体来说它包办了五件事写文案输入为什么要养成阅读习惯它自动产出解说词并切好分镜不用你写脚本配画面每个分镜自动生成一张 AI 插图也可以换成 WAN 2.1 等视频模型让画面真正动起来️配声音内置 Edge-TTS、Index-TTS 等方案甚至能上传参考音频克隆你的音色加音乐内置 BGM 可选也支持把自家曲子放进bgm/文件夹合成成片竖屏、横屏、方形模板任选成品统一输出到output/目录更妙的是每一步都是可替换的零件换模型、换模板、换语音全都在界面上点几下就行不需要碰任何代码。这三类人最该装一套你是哪一种知识博主与教育从业者每天一条知识点短视频比如用5个方法提高记忆力写稿配图配音全自动更新频率直接翻倍电商与带货运营把商品卖点丢进去几分钟出一条口播种草视频多平台分发不再受制于拍摄排期自媒体的新手与懒人想发视频又不想学剪辑、不想露脸、不想找素材这个工具恰好把你最讨厌的那几步全吞掉了如果你在以上任何一类里对号入座别急着收藏跟着下面走一遍你就能上手。实操演示一条知识类竖屏短视频的完整诞生过程我们以背单词总忘试试这3个方法为例走一遍全流程。先别紧张全程不需要安装 Python、不需要高性能显卡步骤就三步。第一步把项目跑起来。Windows 用户解压整合包后双击start.bat浏览器会自动打开http://localhost:8501。macOS 或 Linux 用户先装好uv和ffmpeg然后在终端执行git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video uv sync uv run streamlit run web/app.py第二步填密钥这是全程唯一要花钱的地方。在「⚙️ 系统配置」里选一个文案模型并填入 API Key。我的建议先选通义千问价格便宜、中文文案质量在线图像生成接RunningHub云端服务按张计费没有显卡也能跑。各字段的详细说明写在config.example.yaml里照着填即可。第三步输入主题点生成。在左侧「 内容输入」框敲入背单词总忘试试这3个方法勾选竖屏模板1080x1920比如image_modern.html。点击「 生成视频」右侧会依次显示生成文案 → 生成配图 → 合成语音 → 合成视频四个阶段的实时进度。几分钟后成片自动预览文件保存在output/目录。为什么强调竖屏因为抖音、视频号、快手的主力画幅就是 9:16做出来直接发不用二次裁剪。这一步其实很简单你甚至不用理解分镜是什么——AI 已经把文案切好了。进阶配置让成片更好看、更省钱、出片更快的7条建议想让效果更好把config.example.yaml里 LLM 的temperature调到 0.5 左右解说词更克制、更有条理特别适合知识科普在「视觉设置」里配置提示词前缀Prompt Prefix统一画面风格比如极简水墨风整套配图会协调很多有现成稿子时选固定文案内容模式并按句子而非段落分割每句一图画面切换更密、节奏更抓人想让成本更低文案模型选通义千问qwen-max费用只有 GPT-4 的十分之一左右手上有 NVIDIA 显卡的话文案切到Ollama本地跑图像接本地ComfyUI整套流程零 API 费用数据不出本机图像生成走 RunningHub 云端按张计费没显卡的笔记本也能扛想让效率更高勾选批量模式每行一个主题系统逐个生成独立视频几十条选题一夜出片先在模板画廊里预览效果再选型别凭文件名盲猜能省掉大量返工生成前在 TTS 设置里点「试听」确认音色和语速满意再开始避免整条重来新手最容易踩的5个坑提前帮你排掉坑1画面一片空白现象视频里有声音没画面或者画面是黑屏原因图像生成服务没配置或工作流没选对解法在系统配置里填好 RunningHub 密钥或本地 ComfyUI 地址保存后重新生成坑2一直卡在生成文案现象进度条停在第一步不动原因LLM 的 API Key 没填、填错或网络不通解法回系统配置检查预设模型与密钥确认后再点生成坑3中文配音像机器人在念稿现象语音生硬断句奇怪原因默认 TTS 音色不适合或语速没调解法换一个 Edge-TTS 音色语速调到 1.0~1.1 之间再试坑4批量任务总有几条失败现象10 条任务里偶尔挂掉 1~2 条原因RunningHub 有并发限制普通会员默认并发数为 1解法在配置里把runninghub_concurrent_limit调低让任务依次排队更稳坑5改了配置文件不生效现象改完config.example.yaml后没有任何变化原因没把示例文件复制成config.yaml或改完没重启解法复制一份为config.yaml再改改完重启服务6个高频疑问一次说清问完全没剪辑经验能上手吗能。整个流程就是输主题—选模板—点生成全部在浏览器里完成不碰任何剪辑软件。问没有显卡可以正常用吗可以。文案走 API、图像视频接云端服务、语音用云端 TTS普通笔记本就够了。问一条视频要等多久以 5 个分镜的竖屏视频为例常见耗时 2~5 分钟取决于文案模型响应速度和图像生成排队情况。问生成的数据会被上传吗你部署的是开源项目本体数据默认存在本地output/目录只有调用云端 API 时才发送必要数据本地部署方案可以做到数据完全不出本机。问能商用吗项目采用 Apache License 2.0 协议可以自由使用和二次开发。问想要专属声音怎么办在 TTS 设置里上传一段 10 秒以上的清晰人声系统即可克隆该音色之后所有视频都用你的声音解说。别犹豫了现在就去生成你的第一条视频回想我第一次用 Pixelle-Video 的感受那不是省时间能概括的而是把做视频这件事的门槛从学剪辑降到了打字。你不需要懂分镜、不需要找素材、不需要为配音发愁唯一要付出的只是一个主题。如果你正好有选题躺在备忘录里吃灰不如现在就把它交出去——五分钟之后你会看到一条完整的、属于自己的短视频。那种感觉亲自试一次比读十篇介绍都管用。【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
一个主题词换一条成片：Pixelle-Video把AI短视频制作压缩到几分钟
一个主题词换一条成片Pixelle-Video把AI短视频制作压缩到几分钟【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我第一次用 Pixelle-Video 做 AI 短视频制作时盯着网页愣了几秒钟界面简洁得不像一个视频工具——左边一个主题输入框右边一个生成按钮仅此而已。没有剪辑时间轴没有关键帧连导出格式都不用我操心。我把主题敲进去几分钟后一条带解说、配图、背景音乐的竖屏短视频就静静躺在输出目录里。那种感觉就像你只说了句帮我做条视频它就真的做完了。3分钟看懂这个项目替你干掉了哪些脏活累活一句话版本Pixelle-Video 是一款开源的 AI 全自动短视频引擎你把主题给它它把成片还给你。具体来说它包办了五件事写文案输入为什么要养成阅读习惯它自动产出解说词并切好分镜不用你写脚本配画面每个分镜自动生成一张 AI 插图也可以换成 WAN 2.1 等视频模型让画面真正动起来️配声音内置 Edge-TTS、Index-TTS 等方案甚至能上传参考音频克隆你的音色加音乐内置 BGM 可选也支持把自家曲子放进bgm/文件夹合成成片竖屏、横屏、方形模板任选成品统一输出到output/目录更妙的是每一步都是可替换的零件换模型、换模板、换语音全都在界面上点几下就行不需要碰任何代码。这三类人最该装一套你是哪一种知识博主与教育从业者每天一条知识点短视频比如用5个方法提高记忆力写稿配图配音全自动更新频率直接翻倍电商与带货运营把商品卖点丢进去几分钟出一条口播种草视频多平台分发不再受制于拍摄排期自媒体的新手与懒人想发视频又不想学剪辑、不想露脸、不想找素材这个工具恰好把你最讨厌的那几步全吞掉了如果你在以上任何一类里对号入座别急着收藏跟着下面走一遍你就能上手。实操演示一条知识类竖屏短视频的完整诞生过程我们以背单词总忘试试这3个方法为例走一遍全流程。先别紧张全程不需要安装 Python、不需要高性能显卡步骤就三步。第一步把项目跑起来。Windows 用户解压整合包后双击start.bat浏览器会自动打开http://localhost:8501。macOS 或 Linux 用户先装好uv和ffmpeg然后在终端执行git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video uv sync uv run streamlit run web/app.py第二步填密钥这是全程唯一要花钱的地方。在「⚙️ 系统配置」里选一个文案模型并填入 API Key。我的建议先选通义千问价格便宜、中文文案质量在线图像生成接RunningHub云端服务按张计费没有显卡也能跑。各字段的详细说明写在config.example.yaml里照着填即可。第三步输入主题点生成。在左侧「 内容输入」框敲入背单词总忘试试这3个方法勾选竖屏模板1080x1920比如image_modern.html。点击「 生成视频」右侧会依次显示生成文案 → 生成配图 → 合成语音 → 合成视频四个阶段的实时进度。几分钟后成片自动预览文件保存在output/目录。为什么强调竖屏因为抖音、视频号、快手的主力画幅就是 9:16做出来直接发不用二次裁剪。这一步其实很简单你甚至不用理解分镜是什么——AI 已经把文案切好了。进阶配置让成片更好看、更省钱、出片更快的7条建议想让效果更好把config.example.yaml里 LLM 的temperature调到 0.5 左右解说词更克制、更有条理特别适合知识科普在「视觉设置」里配置提示词前缀Prompt Prefix统一画面风格比如极简水墨风整套配图会协调很多有现成稿子时选固定文案内容模式并按句子而非段落分割每句一图画面切换更密、节奏更抓人想让成本更低文案模型选通义千问qwen-max费用只有 GPT-4 的十分之一左右手上有 NVIDIA 显卡的话文案切到Ollama本地跑图像接本地ComfyUI整套流程零 API 费用数据不出本机图像生成走 RunningHub 云端按张计费没显卡的笔记本也能扛想让效率更高勾选批量模式每行一个主题系统逐个生成独立视频几十条选题一夜出片先在模板画廊里预览效果再选型别凭文件名盲猜能省掉大量返工生成前在 TTS 设置里点「试听」确认音色和语速满意再开始避免整条重来新手最容易踩的5个坑提前帮你排掉坑1画面一片空白现象视频里有声音没画面或者画面是黑屏原因图像生成服务没配置或工作流没选对解法在系统配置里填好 RunningHub 密钥或本地 ComfyUI 地址保存后重新生成坑2一直卡在生成文案现象进度条停在第一步不动原因LLM 的 API Key 没填、填错或网络不通解法回系统配置检查预设模型与密钥确认后再点生成坑3中文配音像机器人在念稿现象语音生硬断句奇怪原因默认 TTS 音色不适合或语速没调解法换一个 Edge-TTS 音色语速调到 1.0~1.1 之间再试坑4批量任务总有几条失败现象10 条任务里偶尔挂掉 1~2 条原因RunningHub 有并发限制普通会员默认并发数为 1解法在配置里把runninghub_concurrent_limit调低让任务依次排队更稳坑5改了配置文件不生效现象改完config.example.yaml后没有任何变化原因没把示例文件复制成config.yaml或改完没重启解法复制一份为config.yaml再改改完重启服务6个高频疑问一次说清问完全没剪辑经验能上手吗能。整个流程就是输主题—选模板—点生成全部在浏览器里完成不碰任何剪辑软件。问没有显卡可以正常用吗可以。文案走 API、图像视频接云端服务、语音用云端 TTS普通笔记本就够了。问一条视频要等多久以 5 个分镜的竖屏视频为例常见耗时 2~5 分钟取决于文案模型响应速度和图像生成排队情况。问生成的数据会被上传吗你部署的是开源项目本体数据默认存在本地output/目录只有调用云端 API 时才发送必要数据本地部署方案可以做到数据完全不出本机。问能商用吗项目采用 Apache License 2.0 协议可以自由使用和二次开发。问想要专属声音怎么办在 TTS 设置里上传一段 10 秒以上的清晰人声系统即可克隆该音色之后所有视频都用你的声音解说。别犹豫了现在就去生成你的第一条视频回想我第一次用 Pixelle-Video 的感受那不是省时间能概括的而是把做视频这件事的门槛从学剪辑降到了打字。你不需要懂分镜、不需要找素材、不需要为配音发愁唯一要付出的只是一个主题。如果你正好有选题躺在备忘录里吃灰不如现在就把它交出去——五分钟之后你会看到一条完整的、属于自己的短视频。那种感觉亲自试一次比读十篇介绍都管用。【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 
