AI 短视频创作零门槛实战：输入一个主题，30 分钟拿到成片

【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

上个月，朋友小周想做一条 AI 短视频，讲"为什么越忙越穷"。他在剪映里熬了两个晚上：找素材、卡节奏、调字幕，成品像一段 PPT 放映，发出去播放量不到 300。

问题不在他，而在流程。AI 短视频创作这件事，"想清楚"和"做出来"之间隔着一道墙：脚本、素材、配音、剪辑，每一项都是独立技能。直到他换成开源的 AI 短视频创作工具 Pixelle-Video——输入主题，剩下的交给机器，30 分钟后拿到一条完整成片。

一句话说清 Pixelle-Video 是什么

Pixelle-Video 是一个开源的 AI 短视频创作引擎。你给它一个主题，它返回一条完整视频：解说词、AI 配图、语音旁白、背景音乐，全部自动生成。

把它想象成一家点单式快餐店。你报菜名，后厨自动运转。这家店的员工是几个 AI：一个写稿，一个画画，一个配音，一个负责把画面拼起来。你只管点单，不用进厨房。

它不要求你会剪辑，不要求你有设计功底，甚至不要求你有显卡。

从零到第一条视频：30 分钟完整流程

第一次上手，按下面这条时间线走就行。全程不用写代码。

第 0 步：把项目跑起来（3 分钟）

Windows 用户最简单：下载官方一键整合包，解压后双击start.bat，浏览器会自动打开 Web 界面。

macOS 和 Linux 用户走源码路线，两条命令：

git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Video && uv run streamlit run web/app.py

浏览器打开http://localhost:8501，你会看到一个三栏布局的界面。所有操作都在这里完成。

第 5 分钟：填三处配置

展开左侧「⚙️ 系统配置」面板，需要配置三样东西：

• LLM（写文案的 AI）：选通义千问、GPT 或 DeepSeek，填 API Key。有本地显卡可以选 Ollama，完全免费。
• 图像服务（画配图的 AI）：本地 ComfyUI 地址，或云端 RunningHub 的 API Key，二选一。
• 语音方案：默认 Edge-TTS，免费，无需额外配置。

想改配置文件的，抄一份config.example.yaml成config.yaml，核心就这一段：

llm: api_key: "你的密钥" base_url: "https://dashscope.aliyuncs.com/compatible-mode/v1" model: "qwen-max"

第 15 分钟：输入主题，点击生成

左侧「📝 内容输入」选"AI 生成内容"模式，输入一个主题，比如：

为什么要养成阅读习惯

中间栏选模板，右侧点「🎬 生成视频」。进度条会实时显示：生成文案 → 生成配图 → 合成语音 → 合成视频。5 个分镜的短视频，大约 2 到 5 分钟跑完。

成片自动在右侧播放，文件存在output/文件夹。从打开网页到拿到成片，30 分钟绰绰有余。

短视频一键生成：一条视频是怎么"长"出来的

很多人以为 AI 只是"把几张图拼起来"。其实每一步都有明确分工。

AI 文案生成：先有稿，才有片

LLM 根据主题写解说词，并自动切分镜。拿"为什么要养成阅读习惯"举例，它会拆成"阅读的价值 → 对思维的改变 → 行动建议"几段，每段对应一个画面。段落、句子、行三种切分方式可调；你已有现成稿子，也可以直接粘贴固定文案，跳过写作环节。

AI 画面生成：每句旁白配一张图

文案落定后，图像模型按分镜逐帧出图，模板负责排版。这里最能感受到"风格"的存在：同样的文案，换一个模板，气质完全不同。

上面这张是默认模板image_default.html的效果：水墨山景配极简排版，适合知识类内容。项目内置 20 多套模板，横屏、竖屏、方形都有。

AI 语音合成：从机器腔到像人说话

语音默认用 Edge-TTS，免费且稳定。想要更自然的声音，切到 Index-TTS 这类方案，上传一段参考音频就能克隆音色。你不用自己录音，旁白依然是"你的"声音。

整套流程跑下来，"输入主题到拿到成片"就是一条自动流水线。你需要动手的只有三件事：填 Key、输主题、点按钮。

同一主题，两种做法：一张表看懂差距

拿"10 分钟居家全身训练"这个主题做对比：用常规工具手动做，和用 Pixelle-Video 自动做，区别是这样的：

成本端差异更大：手动方案里配音和素材可能都要付费，而 Pixelle-Video 在纯本地配置下，单条视频的 API 成本接近零。

开源短视频制作工具：让成片更专业的三招

能出片，和能出好片，中间只差这三招。

第一招：按内容类型选模板

模板命名有规律：static_*是纯文字模板，image_*用 AI 配图当背景，video_*用动态视频当背景。选对调性，质感立刻不一样：

• 知识科普选image_book.html，带书籍封面的权威感
• 情感故事选image_healing.html，手写体配水墨，氛围柔和
• 科技产品选image_modern.html，深紫配色加几何元素，更现代

第二招：微调提示词前缀，而不是乱碰参数

配图风格由视觉设置里的"提示词前缀"控制。把默认的水墨风换成一段英文描述，比如 "minimalist flat design illustration, soft pastel colors"，配图气质立刻变。想要文案更稳定，把 LLM 的 temperature 从默认的 0.7 调到 0.5 左右，输出会更有条理。

第三招：批量模式，一次出一组

内容输入区切成批量模式，每行一个主题，系统逐个生成。先跑一个样本确认效果，再整批执行，避免翻车；把相似主题放一批，方便集中发布。

新手最关心的四个问题

Q1：要花钱吗？

可以完全免费。本地显卡 + Ollama + ComfyUI + Edge-TTS，四个都是本地或免费服务，成本为零。没有显卡，用通义千问这类低价 API，单条视频成本通常在几毛到几块钱。

Q2：需要什么硬件？

看方案。纯本地跑需要一块像样的显卡；用云端 RunningHub 或直连 API 模型，普通电脑就够，Windows 整合包解压即用。

Q3：我的数据安全吗？

项目完全开源，支持本地部署。你的主题、文案、成片都留在自己机器上；用 API 时填的是你自己的密钥，不经过第三方中转。

Q4：完全没剪过视频，能上手吗？

能。你需要操作的只有配置密钥、输入主题、点击生成，不用碰剪辑软件，也不用理解渲染概念。

下一步：现在就去做出你的第一条视频

最有效的验证方式，是亲手跑一遍。克隆仓库，配好 Key，输入一个你早就想拍的主题，20 分钟后你会看到一条真实存在的成片。

git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video

首次配置看 快速开始文档，从启动到出片每一步都有说明；完整参数表在 配置文档；想做自己的模板，参考 模板指南。

你不需要成为剪辑师，只需要想清楚要说什么。剩下的，交给 Pixelle-Video。🚀

【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