适合谁
视频生成：适合评估视频生成技能的流程、工具链和交付场景。
Codex 用法
优先按具体技能或原项目安装方式使用，不建议把归档目录整包复制。
先作为拆解参考；不要直接当 Codex skill 整包安装。
许可证 / 风险
媒体生成项目通常依赖模型和外部服务，部署前核对权利与成本。
Pixelle-Video
AI 驱动的全自动短视频引擎。输入一个主题，自动完成脚本撰写、图像生成、语音合成、BGM 添加和视频合成，输出一段完整视频。
AI 生成
全自动化
开源免费
1
输入
5
处理步骤
3+
语音引擎
3
视频模型
🏗️ 系统流程架构
从输入到输出的完整处理流水线
📝 AI 脚本撰写
基于输入的主题或关键词，AI 自动生成解说文案。支持 GPT、通义��问��DeepSeek、Ollama 等模型。
↓
🎨 AI 图像生成
为每个脚本片段生成对应的插图。支持 ComfyUI (WAN 2.1) 和 RunningHub 平台。
↓
🎬 AI 视频生成
使用 WAN 2.1 或类似模型，将图像转换为视频片段。
↓
🗣️ AI 语音合成
Text-to-Speech 引擎：Edge-TTS、Index-TTS、声音克隆。支持多种音色。
↓
🎵 BGM + 合成
添加背景音乐，整合所有素材，导出最终 MP4 视频。
⚡ 核心功能
完整自动化短视频生产的所有能力
📝智能脚本撰写
输入一个主题关键词，AI 自动完成整个解说文案。也可以自定义脚本，固定内容生成。
🎨AI 图像生成
为每个视频片段生成匹配的插图。风格可配置：竖版/横版/方形。
🎬AI 视频生成
基于 WAN 2.1 模型，静态图转动态视频。也可使用 RunningHub。
🗣️语音合成
Edge-TTS、Index-TTS 免费方案，或定制声音克隆。
🎵背景音乐
内置 BGM 库，也支持自定义上传音频文件。
🧑💼数字人
扩展模块：数字人主播、图像转视频、运动迁移。
📱多尺寸输出
竖版 (9:16)、横版 (16:9)、方形 (1:1)，适配不同平台。
🔧自定义工作流
基于 ComfyUI 架构，可定制化工作流程。
🧰 工具箱
安装和使用命令
Windows 一键启动
下载 exe → 解压 → 双击 start_web.bat
访问 http://localhost:8501
macOS / Linux 源码
uv pip install -r requirements.txt
uv run streamlit run web/app.py
uv run streamlit run web/app.py
需要先安装 uv 和 ffmpeg
配置文件
web/config.yaml
配置 LLM API Key、模型选择、生成参数
依赖安装 (macOS)
brew install ffmpeg
curl -LsSf https://astral.sh/uv/install.sh | sh
curl -LsSf https://astral.sh/uv/install.sh | sh
FFmpeg + uv 环境
LLM 模型选择
支持: GPT / 通义千问 / DeepSeek / Ollama
在界面配置 API Key ��模��
图像服务配置
ComfyUI 本地 / RunningHub API
选择图像生成后端服务
💬 假如 Pixelle-Video 是一个视频团队
它是如何协作完成一个视频的。
做一个科普视频
📚 大白话百科
用日常例子解释这些概念
🎬 WAN 2.1 是什么？
就像一个"图像动画师"。你给它一张静态图，它能让图里的人动起来、物体飘起来。就像哈利波特的魔法照片。
🗣️ TTS 是什么？
Text-to-Speech，文字转语音。就像导航软件的语音包，把写好的文案念出来。
🎵 BGM 是什么？
Background Music，背景音乐。视频的氛围担当，舒缓或激昂，AI 自动匹配。
🎨 ComfyUI 是什么？
一个AI图像生成的工作台。就像photoshop的AI插件版，可以搭建各种图像生成工作流。
🧑💼 数字人是什么？
AI 生成的虚拟主播。可以用真人照片生成会说话的头像，就像新闻主播一样播报。
🔧 工作流是什么？
一系列处理步骤的组合。脚本→图像→视频→语音→音乐，就像工厂的流水线，每个环节自动衔接。