拓冰网站定制 
Pixelle-Video 安装部署指南三条路径跑通你的短视频引擎【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-VideoPixelle-Video 是一个 AI 全自动短视频引擎装完它你只需要丢给它一个主题它就能自己写文案、生成画面、合成配音并把视频剪好。本文是它的安装部署实操覆盖三条路径Windows 一键整合包、macOS / Linux 源码安装、Docker 容器化部署。先花 5 秒看决策表锁定你的路径你的情况推荐路径备注环境要求折叠在此Windows拿来就用不二次开发A一键整合包不用装 Python / FFmpeg整合包内嵌 Python 3.11.9 与 FFmpeg 6.1.1macOS / Linux拿来就用B源码安装需要 Python 3.11pyproject.toml声明requires-python 3.11任意系统想在本地跑图像/视频生成B 或 C 本地 ComfyUI建议 NVIDIA 显卡、显存不低于 6GB走云端则无需 GPU服务器长期运行CDocker 部署双服务端口 8000API与 8501Web要参与开发B源码可编辑安装可加装dev依赖跑测试与代码检查✅ 通用准备一次做完三件事三条路径通用Python 版本直接用 3.11。pyproject.toml硬性要求 3.11 起步Docker 镜像python:3.11-slim与 Windows 打包工具链也都对齐了这个版本避开边界问题最省心。包管理器uv 优先速度快且自动建虚拟环境pip 完全可以作为备选。网络加速三条路径都内置了国内镜像开关整合包构建参数、Docker 构建参数、pip/uv 镜像装之前不用预配置需要时再开。依赖装什么看这张表就够了uv sync或pip install -e .会一次装齐模块包名一句话作用Web 界面streamlit你看到的那个操作界面后端 APIfastapi、uvicorn[standard]REST API 服务LLM 对话openai、dashscopeOpenAI 兼容接口与通义千问剪辑与画面pillow、moviepy、ffmpeg-python图像处理和视频合成ComfyUI 调用comfykit本地或远程 ComfyUI 工作流模板渲染playwright、beautifulsoup4把 HTML 模板渲染成帧图配音edge-ttsTTS 语音合成基础pydantic、loguru、pyyaml数据校验、日志、配置路径 AWindows 一键整合包4 步见到画面从 Releases 页面下载最新的 Windows 整合包ZIP解压到一个不含中文与空格的路径双击start.bat浏览器自动打开http://localhost:8501解压即用不折腾。想核对下载完整性的话在 PowerShell 里用随包附带的.sha256文件比对一下Get-FileHash Pixelle-Video-v*-win64.zip -Algorithm SHA256整合包内部各是什么角色目录 / 文件作用python/内嵌 Python 3.11.9不用另装tools/FFmpeg 6.1.1 等便携工具Pixelle-Video/项目源码data/、output/用户数据与输出目录初始为空start.bat/start_api.bat/start_web.bat主启动器、API 启动器、仅 Web 启动器同名.zip.sha256安装包与校验文件启动脚本其实只干三件事先把PYTHON_HOME指向内嵌 Python 并把tools\ffmpeg\bin塞进PATH然后切进项目目录、设置PYTHONPATH与PIXELLE_VIDEO_ROOT保证模块导入可靠最后拉起streamlit run web\app.py失败时打印原因并暂停方便你排查。想自己重新构建整合包时在仓库根目录跑python packaging/windows/build.py --cn-mirror国内加速。关键参数都集中在 packaging/windows/README.md 提到的build_config.yaml里内嵌 Python 版本、FFmpeg 版本、是否预装 Chromium、打包排除清单.git、测试文件、config.yaml等敏感文件、镜像开关。路径 BmacOS / Linux 源码安装跑起来克隆 → 装依赖 → 拉起界面三步走git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv syncuv sync会按pyproject.toml与uv.lock建好虚拟环境并装齐依赖uv.lock锁死了全部依赖版本这就是你换台机器环境还能复现的原因。如果你环境里还没有 uv先按 uv 官方文档装上再回来重跑这条命令。不想用 uv 的话pip 备选方案是python -m venv venv source venv/bin/activate pip install -e .第三条命令会把项目以可编辑模式装进虚拟环境之后你改代码即时生效。拉起界面直接用仓库自带的启动脚本macOS / Linux 跑bash start_web.shWindows 跑start_web.bat内部执行的就是uv run streamlit run web/app.py。bat 脚本失败时会明确提示你要么改用 Releases 页的整合包内含预配置环境、全部依赖与 FFmpeg要么先装 uv 再uv sync后重试。 把服务搬进容器两条命令跑起 Docker 双服务服务器部署用仓库自带的 Dockerfile 与 docker-compose.yml。Dockerfile 有四个关键决策基础镜像python:3.11-slim体积小且版本与全链路一致系统级依赖装了curl健康检查、ffmpeg音视频处理、fonts-noto-cjk中文字体渲染构建参数USE_CN_MIRROR默认false置true时切换阿里云 apt 源与清华 PyPI 镜像预装模板渲染用的 Chromium 无头浏览器暴露 8000 与 8501 两个端口。compose 编排里三个服务各管一段服务职责initalpine 一次性容器启动前确保config.yaml存在顺带规避挂载不存在的文件反而生成目录的 Docker 坑apiFastAPI 后端0.0.0.0:8000带/health健康检查与滚动日志限制webStreamlit 前端0.0.0.0:8501关闭使用统计上报两个服务容器都挂载./config.yaml、./data、./output配置和数据落在宿主机上容器重建不丢。启动docker-compose up -d USE_CN_MIRRORtrue docker-compose up -d第二条就是给国内网络环境准备的多一个环境变量构建自动走镜像加速。注意一点容器里如果要访问宿主机的 ComfyUIMac / Windows 写host.docker.internal:8188Linux 写宿主机 IP。让生成链路真正跑通一条自检命令 两种服务接法先自检源码路径跑uv run streamlit run web/app.py浏览器能看到界面即通过整合包就是双击start.batDocker 则是打开http://localhost:8501。界面出来了说明环境通了接下来生成能力取决于你接哪种服务。如果你要本地跑图像/视频生成克隆 ComfyUI 仓库并装好它的依赖与模型然后启动pip install -r requirements.txt python main.py服务默认跑在http://127.0.0.1:8188。然后在配置里填comfyui_url并选择workflows/selfhost/前缀的工作流仓库自带图像、视频、TTS 的自托管工作流 JSON。如果你要走云端配置里填 RunningHub 的 API Key选workflows/runninghub/前缀的工作流即可本地完全不需要 GPU。配置收口三句话首次运行时程序从 config.example.yaml 复制生成config.yamlDocker 的 init 服务会替你自动做文件丢了会回退到默认空配置并打印警告界面能开但生成不了平时直接在 Web 界面的「⚙️ 系统配置」页修改并保存会写回config.yaml。故障速查四个高频问题的 30 秒修复现象最常见原因30 秒修复动作Windows 双击start.bat报错退出、提示源码相关直接用源码包跑没装 uv改用 Releases 页整合包或装 uv 后先uv sync再跑依赖下载慢或失败网络与镜像问题源码装配置 pip/uv 镜像Docker 加USE_CN_MIRRORtrue整合包构建加--cn-mirror界面能打开但生成失败API 密钥没配或 ComfyUI 地址不可达回「系统配置」页测连接ComfyUI 默认http://127.0.0.1:8188config.yaml丢失误删或未生成从config.example.yaml复制一份里面含密钥别提交进 Git下一步配置说明把 LLM 与图像/视频生成服务接上快速开始生成你的第一个视频故障排查更多常见问题【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 Pixelle-Video 安装部署指南：三条路径跑通你的短视频引擎
Pixelle-Video 安装部署指南三条路径跑通你的短视频引擎【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-VideoPixelle-Video 是一个 AI 全自动短视频引擎装完它你只需要丢给它一个主题它就能自己写文案、生成画面、合成配音并把视频剪好。本文是它的安装部署实操覆盖三条路径Windows 一键整合包、macOS / Linux 源码安装、Docker 容器化部署。先花 5 秒看决策表锁定你的路径你的情况推荐路径备注环境要求折叠在此Windows拿来就用不二次开发A一键整合包不用装 Python / FFmpeg整合包内嵌 Python 3.11.9 与 FFmpeg 6.1.1macOS / Linux拿来就用B源码安装需要 Python 3.11pyproject.toml声明requires-python 3.11任意系统想在本地跑图像/视频生成B 或 C 本地 ComfyUI建议 NVIDIA 显卡、显存不低于 6GB走云端则无需 GPU服务器长期运行CDocker 部署双服务端口 8000API与 8501Web要参与开发B源码可编辑安装可加装dev依赖跑测试与代码检查✅ 通用准备一次做完三件事三条路径通用Python 版本直接用 3.11。pyproject.toml硬性要求 3.11 起步Docker 镜像python:3.11-slim与 Windows 打包工具链也都对齐了这个版本避开边界问题最省心。包管理器uv 优先速度快且自动建虚拟环境pip 完全可以作为备选。网络加速三条路径都内置了国内镜像开关整合包构建参数、Docker 构建参数、pip/uv 镜像装之前不用预配置需要时再开。依赖装什么看这张表就够了uv sync或pip install -e .会一次装齐模块包名一句话作用Web 界面streamlit你看到的那个操作界面后端 APIfastapi、uvicorn[standard]REST API 服务LLM 对话openai、dashscopeOpenAI 兼容接口与通义千问剪辑与画面pillow、moviepy、ffmpeg-python图像处理和视频合成ComfyUI 调用comfykit本地或远程 ComfyUI 工作流模板渲染playwright、beautifulsoup4把 HTML 模板渲染成帧图配音edge-ttsTTS 语音合成基础pydantic、loguru、pyyaml数据校验、日志、配置路径 AWindows 一键整合包4 步见到画面从 Releases 页面下载最新的 Windows 整合包ZIP解压到一个不含中文与空格的路径双击start.bat浏览器自动打开http://localhost:8501解压即用不折腾。想核对下载完整性的话在 PowerShell 里用随包附带的.sha256文件比对一下Get-FileHash Pixelle-Video-v*-win64.zip -Algorithm SHA256整合包内部各是什么角色目录 / 文件作用python/内嵌 Python 3.11.9不用另装tools/FFmpeg 6.1.1 等便携工具Pixelle-Video/项目源码data/、output/用户数据与输出目录初始为空start.bat/start_api.bat/start_web.bat主启动器、API 启动器、仅 Web 启动器同名.zip.sha256安装包与校验文件启动脚本其实只干三件事先把PYTHON_HOME指向内嵌 Python 并把tools\ffmpeg\bin塞进PATH然后切进项目目录、设置PYTHONPATH与PIXELLE_VIDEO_ROOT保证模块导入可靠最后拉起streamlit run web\app.py失败时打印原因并暂停方便你排查。想自己重新构建整合包时在仓库根目录跑python packaging/windows/build.py --cn-mirror国内加速。关键参数都集中在 packaging/windows/README.md 提到的build_config.yaml里内嵌 Python 版本、FFmpeg 版本、是否预装 Chromium、打包排除清单.git、测试文件、config.yaml等敏感文件、镜像开关。路径 BmacOS / Linux 源码安装跑起来克隆 → 装依赖 → 拉起界面三步走git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video uv syncuv sync会按pyproject.toml与uv.lock建好虚拟环境并装齐依赖uv.lock锁死了全部依赖版本这就是你换台机器环境还能复现的原因。如果你环境里还没有 uv先按 uv 官方文档装上再回来重跑这条命令。不想用 uv 的话pip 备选方案是python -m venv venv source venv/bin/activate pip install -e .第三条命令会把项目以可编辑模式装进虚拟环境之后你改代码即时生效。拉起界面直接用仓库自带的启动脚本macOS / Linux 跑bash start_web.shWindows 跑start_web.bat内部执行的就是uv run streamlit run web/app.py。bat 脚本失败时会明确提示你要么改用 Releases 页的整合包内含预配置环境、全部依赖与 FFmpeg要么先装 uv 再uv sync后重试。 把服务搬进容器两条命令跑起 Docker 双服务服务器部署用仓库自带的 Dockerfile 与 docker-compose.yml。Dockerfile 有四个关键决策基础镜像python:3.11-slim体积小且版本与全链路一致系统级依赖装了curl健康检查、ffmpeg音视频处理、fonts-noto-cjk中文字体渲染构建参数USE_CN_MIRROR默认false置true时切换阿里云 apt 源与清华 PyPI 镜像预装模板渲染用的 Chromium 无头浏览器暴露 8000 与 8501 两个端口。compose 编排里三个服务各管一段服务职责initalpine 一次性容器启动前确保config.yaml存在顺带规避挂载不存在的文件反而生成目录的 Docker 坑apiFastAPI 后端0.0.0.0:8000带/health健康检查与滚动日志限制webStreamlit 前端0.0.0.0:8501关闭使用统计上报两个服务容器都挂载./config.yaml、./data、./output配置和数据落在宿主机上容器重建不丢。启动docker-compose up -d USE_CN_MIRRORtrue docker-compose up -d第二条就是给国内网络环境准备的多一个环境变量构建自动走镜像加速。注意一点容器里如果要访问宿主机的 ComfyUIMac / Windows 写host.docker.internal:8188Linux 写宿主机 IP。让生成链路真正跑通一条自检命令 两种服务接法先自检源码路径跑uv run streamlit run web/app.py浏览器能看到界面即通过整合包就是双击start.batDocker 则是打开http://localhost:8501。界面出来了说明环境通了接下来生成能力取决于你接哪种服务。如果你要本地跑图像/视频生成克隆 ComfyUI 仓库并装好它的依赖与模型然后启动pip install -r requirements.txt python main.py服务默认跑在http://127.0.0.1:8188。然后在配置里填comfyui_url并选择workflows/selfhost/前缀的工作流仓库自带图像、视频、TTS 的自托管工作流 JSON。如果你要走云端配置里填 RunningHub 的 API Key选workflows/runninghub/前缀的工作流即可本地完全不需要 GPU。配置收口三句话首次运行时程序从 config.example.yaml 复制生成config.yamlDocker 的 init 服务会替你自动做文件丢了会回退到默认空配置并打印警告界面能开但生成不了平时直接在 Web 界面的「⚙️ 系统配置」页修改并保存会写回config.yaml。故障速查四个高频问题的 30 秒修复现象最常见原因30 秒修复动作Windows 双击start.bat报错退出、提示源码相关直接用源码包跑没装 uv改用 Releases 页整合包或装 uv 后先uv sync再跑依赖下载慢或失败网络与镜像问题源码装配置 pip/uv 镜像Docker 加USE_CN_MIRRORtrue整合包构建加--cn-mirror界面能打开但生成失败API 密钥没配或 ComfyUI 地址不可达回「系统配置」页测连接ComfyUI 默认http://127.0.0.1:8188config.yaml丢失误删或未生成从config.example.yaml复制一份里面含密钥别提交进 Git下一步配置说明把 LLM 与图像/视频生成服务接上快速开始生成你的第一个视频故障排查更多常见问题【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