Pixelle-Video 安装指南AI 短视频引擎的 3 条部署路径30 分钟跑通【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 全自动短视频引擎给它一个主题它会自动完成文案、画面、配音到成片的全流程。这篇 Pixelle-Video 安装指南只回答一个问题——你该走哪条路。三条路Windows 整合包 / 源码 / Docker装完是同一个产品区别只在「谁来伺候你的环境」。一、30 秒选型三条路径哪条是你的先对号入座再往下翻对应章节别三条路都装一遍。你是谁典型场景选哪条路装完你能得到什么小白Windows不想装 Python、不想折腾开箱即用路径 A一键整合包内嵌 Python FFmpeg双击即启零依赖开发者macOS / Linux要改代码、跑测试、深度定制路径 B源码部署完整源码 虚拟环境uv / pip 双轨运维往服务器上放要持久化、健康检查、日志轮转路径 CDockerapi web 双容器端口 8000 / 8501 自动编排三条路对硬件的要求几乎一样Python建议直接用 3.11。文档写「3.10 及以上」但 pyproject.toml 里requires-python 3.11是打包阶段的硬约束整合包与 Docker 镜像也都是 3.11统一用 3.11 能少走弯路。操作系统Windows / macOS / Linux 全支持。包管理器uv推荐更快或 pip。GPU可选只有当你想本地跑 ComfyUI 做图像/视频生成时才需要建议 NVIDIA 显卡、显存 ≥6GB用云端服务RunningHub或直接 API 的话核显都行。网络要能访问 LLM 与图像生成 API。国内网络有现成的镜像开关后面每条路都会讲。二、路径 AWindows 开箱即用整合包整合包的设计目标就一个词零安装。Python、uv、ffmpeg 全部打进包里解压目录建议避开中文和空格。拿到手先做什么四步启动去项目 Release 页下载最新的 Windows 整合包 ZIP解压到任意目录路径不含中文与空格双击start.bat浏览器自动打开http://localhost:8501看到界面即成功。首次使用只需进「⚙️ 系统配置」把 API 密钥填上。启动器底层做的事你可以放心略过它会把内嵌 Pythonpython\python311和tools\ffmpeg\bin加进PATH设好PYTHONPATH与PIXELLE_VIDEO_ROOT后执行python -m streamlit run web\app.py失败时暂停窗口方便你看到报错。包里都有啥目录速览构建产物位于dist/windows/解压后大致长这样目录 / 文件是什么python/内嵌 Python 3.11.9 发行版tools/FFmpeg 6.1.1 等便携工具Pixelle-Video/项目本体data/、output/用户数据与输出初始为空start.bat主启动器Web 界面start_api.bat/start_web.batAPI / Web 分别启动器README.txt用户说明同目录还有.zip归档和.sha256校验文件PowerShell 里跑Get-FileHash xxx.zip -Algorithm SHA256比对一下即可确认下载完整。想自己打包构建参数要点在仓库里执行python packaging/windows/build.py即可重新构建加--cn-mirror走清华 PyPI 镜像加速国内强烈建议。参数由 构建配置 控制常用项参数默认值说明python.version3.11.9内嵌 Python 版本含华为云国内镜像ffmpeg.version6.1.1FFmpeg 版本playwright.install_browserstrue构建时预装 ChromiumHTML 模板渲染用build.exclude_patterns一长串排除.git、测试文件、config.yaml等敏感文件build.create_ziptrue是否生成 ZIP 归档mirrors.use_cn_mirrorfalse国内用户可置 true 加速完整说明见 Windows 打包文档。三、路径 B源码级部署macOS / Linux / 深度定制要改代码、跑测试、或者你就是想在 macOS 上用走源码这条路。拉取与装依赖git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Videouv 轨推荐uv 是 Rust 写的包管理器比传统 pip 快得多还会自动建虚拟环境# 没装 uv 的话先装 curl -LsSf https://astral.sh/uv/install.sh | sh # 在项目目录同步依赖 uv sync根目录的 uv.lock 锁定了全部依赖版本保证你装出来和团队/生产环境一致。pip 轨python -m venv venv source venv/bin/activate # Windows 用 venv\Scripts\activate pip install -e .依赖装了啥一张表看懂pyproject.toml 的依赖正好覆盖了 AI 视频生产的完整链路按职责归类类别依赖干什么用Web 与 APIstreamlit1.40.0、fastapi0.115.0、uvicorn[standard]0.32.0、python-multipartWeb 界面 后端 API 服务LLM 与多模态openai2.6.0、dashscope1.23.0、httpxOpenAI 兼容接口、通义千问等 API 调用图像/视频处理pillow、moviepy1.0.3、ffmpeg-python、comfykit0.1.12画面合成、剪辑、ComfyUI 工作流调用模板渲染playwright1.58.0、beautifulsoup4无头浏览器渲染 HTML 字幕模板TTSedge-tts7.2.7配音合成基础库pydantic2.0.0、loguru、pyyaml、numpy、certifi、pyjwt、requests、fastmcp数据校验、日志、配置等底座开发依赖跑pip install -e .[dev]安装含pytest、pytest-asyncio、ruff用于测试与代码检查。两条启动脚本的差别仓库根目录给了两个入口里面执行的都是uv run streamlit run web/app.py区别在适配平台与失败处理脚本适用特点start_web.shmacOS / Linux一行bash start_web.sh即起start_web.batWindows多一层容错直接下源码跑会失败并弹出提示引导你改用 Release 整合包或先装 uv 执行uv sync再重试所以如果你在 Windows 上裸跑源码包报错了那是预期行为脚本会告诉你下一步该干嘛。四、路径 CDocker 一条命令上生产服务器部署直接用仓库自带的 Dockerfile docker-compose.ymlapi 与 web 双服务一条命令拉起。镜像里预置了什么基础镜像python:3.11-slimapt 安装curl健康检查、ffmpeg音视频处理、fonts-noto-cjk中文渲染构建参数USE_CN_MIRROR默认false置true时自动切阿里云 apt 源 清华 PyPI 镜像专为国内构建准备uv run playwright install --with-deps chromium预装模板渲染所需无头浏览器暴露8000API与8501Web两端口默认命令uv run python api/app.py。compose 编排三个服务各管一摊服务镜像/来源职责initalpine启动前确保config.yaml存在没有就从config.example.yaml复制一份顺便规避「挂载不存在的文件被 Docker 生成成目录」的经典坑api本地构建FastAPI 后端0.0.0.0:8000挂载./config.yaml、./data、./output实现持久化健康检查打/health日志按 10MB × 3 份轮转web本地构建Streamlit 前端0.0.0.0:8501同样的挂载关闭使用统计上报STREAMLIT_BROWSER_GATHER_USAGE_STATSfalse健康检查打/_stcore/health启动就两行# 国际环境默认 docker-compose up -d # 国内环境构建自动走清华镜像 USE_CN_MIRRORtrue docker-compose up -d一个高频细节容器内要访问宿主机上的 ComfyUIcomfyui_url别填127.0.0.1——Mac/Windows 宿主机用host.docker.internal:8188Linux 宿主机填宿主机 IP。五、进阶把「生成」搬回本地ComfyUI 自托管 vs 云端前面装的都是「壳」真正决定画面从哪来的是图像/视频生成服务。两条路线的取舍维度本地 ComfyUIselfhost云端 RunningHub硬件需要 NVIDIA GPU显存 ≥6GB无需本地 GPU成本一次性电费按量计费工作流选workflows/selfhost/前缀图像/视频/TTS 自托管 JSON选workflows/runninghub/前缀填runninghub_api_key关键配置config.example.yamlcomfyui段的comfyui_url默认http://127.0.0.1:8188runninghub_concurrent_limit1–10普通会员默认 1走本地的话把 ComfyUI 跑起来即可源码获取见 ComfyUI 官方说明# 安装依赖 pip install -r requirements.txt # 启动服务默认 http://127.0.0.1:8188 python main.pyComfyUI 需要自行下载模型文件才能出活模型清单与放置位置参考其官方文档。之后在「⚙️ 系统配置」里把 ComfyUI 地址填上工作流切到selfhost/前缀即可。六、装完 ≠ 能用启动验证 首份配置验证安装看到界面才算成功# uv 轨无需手动激活虚拟环境 uv run streamlit run web/app.py # pip 轨需先激活虚拟环境 streamlit run web/app.py浏览器打开http://localhost:8501出现 Pixelle-Video 界面说明环境没问题。首份配置密钥才是启动键Pixelle-Video 的能力全部由 API 密钥驱动配置逻辑在 pixelle_video/config/loader.py启动时读config.yaml文件不存在会记一条警告并回退到默认空配置Web 界面「⚙️ 系统配置」页保存时通过save_config_dict()写回config.yamlUTF-8、保留中文与键顺序。config.example.yaml 已内置一批可直接抄的预设LLM通义千问qwen-max、OpenAIgpt-4o、DeepSeekdeepseek-chat、Ollama 本地llama3.2http://localhost:11434/v1免费直接 API Providerapi_providers段内置 openai、dashscope通义、ark、kling 四家。所以装完后的正确姿势是先读 配置说明 把 LLM 和图像/视频服务配好LLM 推荐千问预设性价比合适图省心得用 Ollama 本地跑再进 快速开始。七、踩坑急救站问Windows 下双击start.bat报错就退为什么答多半是你直接拿源码包在跑。源码包不含 Python 环境这正是脚本故意拦下来的场景。两条路换 Release 页的一键整合包或者按提示装 uv、执行uv sync后再跑。问国内装依赖慢到想卸载怎么办答三条路各有各的镜像开关——Docker 构建加USE_CN_MIRRORtrueWindows 整合包构建加--cn-mirror源码安装自行配置 PyPI 镜像源。问Web 界面能打开但一点生成就失败答九成是密钥没配或 ComfyUI 地址不可达。回「⚙️ 系统配置」页测连接本地 ComfyUI 默认http://127.0.0.1:8188Docker 场景记得改用host.docker.internal:8188Mac/Windows或宿主机 IPLinux。问config.yaml丢了程序是不是废了答不会。程序会回退默认配置并打印警告手动把config.example.yaml复制一份改名即可。注意这文件含 API 密钥千万别提交进 Git——整合包构建时的排除清单里也专门挡着它。八、通往第一个视频到这里环境、密钥、生成服务都就位了剩下的是创作的事打开 快速开始输入你的第一个主题让 Pixelle-Video 把文案、画面、配音、成片一口气跑完。中途想换风格、换配音回 配置说明 和 FAQ 里找答案即可。【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