AIDC-AI/Pixelle-Video
🚀 AI 全自动短视频引擎 | AI Fully Automated Short Video Engine
Scale data-heavy AI workloads
while keeping costs low with S3-compatible storage.
Learn moreLoading star history...
Health Score
75
Weekly Growth
+2.7K
+25.1% this week
Contributors
7
Total contributors
Open Issues
85
Use Cases & Benefits
About Pixelle-Video
🎬 Pixelle-Video —— AI 全自动短视频引擎
English | 中文
https://github.com/user-attachments/assets/a42e7457-fcc8-40da-83fc-784c45a8b95d
只需输入一个 主题，Pixelle-Video 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！
🖥️ Web 界面预览
📋 最近更新
- ✅ 2026-01-26: 新增「动作迁移」模块，上传参考视频和图片进行动作迁移
- ✅ 2026-01-14: 新增「数字人口播」和「图生视频」流水线，新增多语言 TTS 音色支持
- ✅ 2026-01-06: 新增 RunningHub 48G 显存机器调用支持
- ✅ 2025-12-28: 支持 RunningHub 并发限制可配置，优化 LLM 返回结构化数据的逻辑
- ✅ 2025-12-17: 支持 ComfyUI API Key 配置，支持 Nano Banana 模型调用，API 接口支持模板自定义参数
- ✅ 2025-12-10: 侧边栏内置 FAQ，锁定 edge-tts 版本修复 TTS 服务不稳定问题
- ✅ 2025-12-08: 支持固定脚本多种分割方式(段落/行/句子)，优化模板选择交互逻辑支持直接预览 选择
- ✅ 2025-12-06: 修复视频生成 API 返回 URL 路径处理，支持跨平台兼容
- ✅ 2025-12-05: 新增 Windows 整合包下载，优化图片与视频反推工作流
- ✅ 2025-12-04: 新增「自定义素材」功能，支持用户上传自己的照片和视频，AI 智能分析生成脚本
- ✅ 2025-11-18: 优化 RunningHub 服务调用支持并行处理，新增历史记录页面，支持批量创建视频任务
✨ 功能亮点
- ✅ 全自动生成 - 输入主题，自动生成完整视频
- ✅ AI 智能文案 - 根据主题智能创作解说词，无需自己写脚本
- ✅ AI 生成配图 - 每句话都配上精美的 AI 插图
- ✅ AI 生成视频 - 支持使用 AI 视频生成模型（如 WAN 2.1）创建动态视频内容
- ✅ AI 生成语音 - 支持 Edge-TTS、Index-TTS 等众多主流 TTS 方案
- ✅ 背景音乐 - 支持添加 BGM，让视频更有氛围
- ✅ 视觉风格 - 多种模板可选，打造独特视频风格
- ✅ 灵活尺寸 - 支持竖屏、横屏等多种视频尺寸
- ✅ 多种 AI 模型 - 支持 GPT、通义千问、DeepSeek、Ollama 等
- ✅ 原子能力灵活组合 - 基于 ComfyUI 架构，可使用预置工作流，也可自定义任意能力（如替换生图模型为 FLUX、替换 TTS 为 ChatTTS 等）
📊 视频生成流程
Pixelle-Video 采用模块化设计，整个视频生成流程清晰简洁：
从输入文本到最终视频输出，整 个流程简洁清晰：文案生成 → 配图规划 → 逐帧处理 → 视频合成
每个环节都支持灵活定制，可选择不同的 AI 模型、音频引擎、视觉风格等，满足个性化创作需求。
🎬 视频示例
以下是使用 Pixelle-Video 生成的实际案例，展示了不同主题和风格的视频效果：
📱 扩展模块视频展示
👤 数字人口播韩语数字人口播 |
🖼️ 图生视频卡通视频 |
💃 动作迁移跳舞小猫 |
📱 竖屏视频展示
🌄 人文纪实类 - 视频默认模版旅行路上的风景让人流连忘返 |
🔍 文化解构类 - 视频默认模版Santa ID |
🔭 科学思辨类 - 视频默认模版为什么我们还没有找到外星文明？ |
🌱 个人成长类 - 克隆音色如何提升自己 |
🧠 深度思考类 - 默认模板如何理解反脆弱 |
🏯 历史文化类 - 固定画面资治通鉴 |
☀️ 情感类 - 克隆音色冬日暖阳 |
📜 小说解说类 - 自创脚本斗破苍穹 |
🧬 知识科普类 - Qwen生图养生知识 |
🖥️ 横屏视频展示
💰 副业赚钱 - 电影模板副业赚钱 |
🏛️ 历史解说 - 自定义模板资治通鉴启示录 |
💡 提示: 这些视频都是通过输入一个主题关键词，由 AI 全自动生成的，无需任何视频剪辑经验！
🚀 快速开始
🪟 Windows 一键整合包（推荐 Windows 用户使用）
无需安装 Python、uv 或 ffmpeg，一键开箱即用！
- 下载最新的 Windows 一键整合包并解压
- 双击运行
start.bat启动 Web 界面 - 浏览器会自动打开 http://localhost:8501
- 在「⚙️ 系统配置」中配置 LLM API 和图像生成服务
- 开始生成视频！
💡 提示: 整合包已包含所有依赖，无需手动安装任何环境。首次使用只需配置 API 密钥即可。
从源码安装（适合 macOS / Linux 用户或需要自定义的用户）
前置环境依赖
在开始之前，需要先安装 Python 包管理器 uv 和视频处理工具 ffmpeg：
安装 uv
请访问 uv 官方文档查看适合你系统的安装方法：
👉 uv 安装指南
安装完成后，在终端中运行 uv --version 验证安装成功。
安装 ffmpeg
macOS
brew install ffmpeg
Ubuntu / Debian
sudo apt update
sudo apt install ffmpeg
Windows
- 下载地址：https://ffmpeg.org/download.html
- 下载后解压，将
bin目录添加到系统环境变量 PATH 中
安装完成后，在终端中运行 ffmpeg -version 验证安装成功。
第一步：下载项目
git clone https://github.com/AIDC-AI/Pixelle-Video.git
cd Pixelle-Video
第二步：启动 Web 界面
# 使用 uv 运行（推荐，会自动安装依赖）
uv run streamlit run web/app.py
浏览器会自动打开 http://localhost:8501
第三步：在 Web 界面配置
首次使用时，展开「⚙️ 系统配置」面板，填写：
- LLM 配置: 选择 AI 模型（如通义千问、GPT 等）并填入 API Key
- 图像配置: 如需生成图片，配置 ComfyUI 地址或 RunningHub API Key
配置好后点击「保存配置」，就可以开始生成视频了！
💻 使用方法
打开 Web 界面后，你会看到三栏布局，下面详细讲解每个部分：
⚙️ 系统配置（首次必填）
首次使用时需要配置，点击展开「⚙️ 系统配置」面板：
1. LLM 配置（大语言模型）
用于生成视频文案的 AI。
快速选择预设
- 通过下拉菜单选择预设模型（通义千问、GPT-4o、DeepSeek 等）
- 选择后会自动填充 base_url 和 model
- 点击「🔑 获取 API Key」链接去注册并获取密钥
手动配置
- API Key: 填入你的密钥
- Base URL: API 地址
- Model: 模型名称
2. 图像配置
用于生成视频配图的 AI。
本地部署（推荐）
- ComfyUI URL: 本地 ComfyUI 服务地址（默认 http://127.0.0.1:8188）
- 点击「测试连接」确认服务可用
云端部署
- RunningHub API Key: 云端图像生成服务的密钥
配置完成后点击「保存配置」。
📝 内容输入（左侧栏）
生成模式
- AI 生成内容: 输入主题，AI 自动创作文案
- 适合：想快速生成视频，让 AI 写稿
- 例如：「为什么要养成阅读习惯」
- 固定文案内容: 直接输入完整 文案，跳过 AI 创作
- 适合：已有现成文案，直接生成视频
背景音乐（BGM）
- 无 BGM: 纯人声解说
- 内置音乐: 选择预置的背景音乐（如 default.mp3）
- 自定义音乐: 将你的音乐文件（MP3/WAV 等）放到
bgm/文件夹 - 点击「试听 BGM」可以预览音乐
🎤 语音设置（中间栏）
TTS 工作流
- 从下拉菜单选择 TTS 工作流（支持 Edge-TTS、Index-TTS 等）
- 系统会自动扫描
workflows/文件夹中的 TTS 工作流 - 如果懂 ComfyUI，可以自定义 TTS 工作流
参考音频（可选）
- 上传参考音频文件用于声音克隆（支持 MP3/WAV/FLAC 等格式）
- 适用于支持声音克隆的 TTS 工作流（如 Index-TTS）
- 上传后可以直接试听
预览功能
- 输入测试文本，点击「预览语音」即可试听效果
- 支持使用参考音频进行预览
🎨 视觉设置（中间栏）
图像生成
决定 AI 生成什么风格的配图。
ComfyUI 工作流
- 从下拉菜单选择图像生成工作流
- 支持本地部署（selfhost）和云端（RunningHub）工作流
- 默认使用
image_flux.json - 如果懂 ComfyUI，可以放自己的工作流到
workflows/文件夹
图像尺寸
- 设置生成图像的宽度和高度（单位：像素）
- 默认 1024x1024，可根据需要调整
- 注意：不同的模型对尺寸有不同的限制
提示词前缀（Prompt Prefix）
- 控制图像的整体风格（语言需要是英文的）
- 例如：Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style
- 点击「预览风格」可以测试效果
视频模板
决定视频画面的布局和设计。
模板命名规范
static_*.html: 静态模板（无需AI生成媒体，纯文字样式）image_*.html: 图片模板（使用AI生成的图片作为背景）video_*.html: 视频模板（使用AI生成的视频作为背景）
使用方法
- 从下拉菜单选择模板，按尺寸分组显示（竖屏/横屏/方形）
- 点击「预览模板」可以自定义参数测试效果
- 如果懂 HTML，可以在
templates/文件夹创建自己的模板 - 🔗 查看所有模板效果图
🎬 生成视频（右侧栏）
生成按钮
- 配置好所有参数后，点击「🎬 生成视频」
- 会显示实时进度（生成文案 → 生成配图 → 合成语音 → 合成视频）
- 生成完成后自动显示视频预览
进度显示
- 实时显示当前步骤
- 例如：「分镜 3/5 - 生成插图」
视频预览
- 生成完成后自动播放
- 显示视频时长、文件大小、分镜数等信息
- 视频文件保存在
output/文件夹
❓ 常见问题
Q: 第一次使用需要多久？
A: 生成时长取决于视频分镜数量、网络状况和 AI 推理速度，通常几分钟内即可完成。
Q: 视频效果不满意怎 么办？
A: 可以尝试：
- 更换 LLM 模型（不同模型文案风格不同）
- 调整图像尺寸和提示词前缀（改变配图风格）
- 更换 TTS 工作流或上传参考音频（改变语音效果）
- 尝试不同的视频模板和尺寸
Q: 费用大概多少？
A: 本项目完全支持免费运行！
- 完全免费方案: LLM 使用 Ollama（本地运行）+ ComfyUI 本地部署 = 0 元
- 推荐方案: LLM 使用通义千问（成本极低，性价比高）+ ComfyUI 本地部署
- 云端方案: LLM 使用 OpenAI + 图像使用 RunningHub（费用较高但无需本地环境）
选择建议：本地有显卡建议完全免费方案，否则推荐使用通义千问（性价比高）
🤝 参考项目
Pixelle-Video 的设计受到以下优秀开源项目的启发：
- Pixelle-MCP - ComfyUI MCP 服务器，让 AI 助手直接调用 ComfyUI
- MoneyPrinterTurbo - 优秀的视频生成工具
- NarratoAI - 影视解说自动化工具
- MoneyPrinterPlus - 视频创作平台
- ComfyKit - ComfyUI 工作流封装库
感谢这些项目的开源精神！🙏
💬 社区交流
扫描下方二维码加入我们的社区，获取最新动态和技术支持：
| 微信群 | Discord 社区 |
|---|---|
 |  |
📢 反馈与支持
- 🐛 遇到问题: 提交 Issue
- 💡 功能建议: 提交 Feature Request
- ⭐ 给个 Star: 如果这个项目对你有帮助，欢迎给个 Star 支持一下！
📝 许可证
本项目采用 Apache 2.0 许可证，详情请查看 LICENSE 文件。
⭐ Star History
Discover Repositories
Search across tracked repositories by name or description