Pixelle-Video 安装指南从 Windows 一键包到源码、Docker 的多路径部署实战【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本篇技术指南围绕 Pixelle-VideoAI 全自动短视频引擎的完整安装流程展开覆盖 Windows 一键整合包、macOS/Linux 源码安装、Docker 容器化部署三种主流路径并深入解读系统依赖、验证安装与本地 ComfyUI 的可选配置。读完本文你将掌握在不同操作系统上快速搭建 Pixelle-Video Web 界面并理解其底层依赖关系Python 版本、uv/ pip 包管理、ffmpeg 与 Streamlit 启动链路为后续配置 LLM 与图像生成服务打下坚实基础。一、系统要求先确认你的运行环境Pixelle-Video 是一套基于 Python Streamlit FastAPI 的短视频生成平台安装前需要确认以下基础环境必需条件项目要求说明Python3.10 或更高版本官方文档要求 3.10而仓库 pyproject.toml 中声明requires-python 3.11实际开发与测试均基于 Python 3.11target-version py311建议直接使用 3.11 以获得最佳兼容性操作系统Windows、macOS 或 Linux全平台支持包管理器uv推荐或 pip项目使用 uv 管理依赖并锁定版本见仓库根目录的 uv.lock可选条件GPU如需本地运行 ComfyUI 做图像/视频生成建议配备 NVIDIA 显卡且显存 6GB 以上网络需要稳定的网络连接以调用 LLM API 与云端图像生成服务如 DashScope、RunningHub 等。从源码结构看项目还依赖ffmpeg完成视频/音频的合成处理Dockerfile 中显式安装了ffmpegpyproject.toml 声明了ffmpeg-python与moviepy依赖因此ffmpeg 是源码安装路径中不可缺失的系统级组件请在开始前一并安装。二、Windows 用户首选一键整合包Pixelle-Video 为 Windows 用户提供了开箱即用的一键整合包无需手动安装 Python、uv 或 ffmpeg非常适合非开发者用户。安装步骤前往项目 Releases 页面下载最新版本的 Windows All-in-One 整合包ZIP 文件将压缩包解压到任意目录双击运行start.bat启动 Web 界面浏览器会自动打开http://localhost:8501即可看到 Pixelle-Video 的 Web 界面。整合包已内置全部依赖首次使用只需在「⚙️ 系统配置」面板中填写 API 密钥即可开始创作。该整合包由仓库 packaging/windows 目录下的构建系统自动产出从 packaging/windows/README.md 可以看到其内部结构包内包含嵌入式 Python、FFmpeg 便携版、项目源码、start.bat/start_web.bat/start_api.bat三个启动脚本以及面向用户的README.txt并附带.sha256校验文件供下载后验证完整性。注意若直接下载源码而不是整合包双击start.bat会触发错误提示分支见 start_web.bat 的errorlevel 1处理逻辑提示你改用一键整合包或先安装 uv 并执行uv sync后再次运行脚本。三、从源码安装适合 macOS / Linux 用户与自定义场景需要定制代码、或使用 macOS / Linux 系统的用户推荐从源码安装。3.1 第一步克隆仓库git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video.git cd Pixelle-Video3.2 第二步安装依赖项目使用uv作为包管理器它比传统 pip 更快、更可靠且会自动创建虚拟环境。方式一使用 uv推荐# 如果尚未安装 uv先安装它 curl -LsSf https://astral.sh/uv/install.sh | sh # 安装项目依赖uv 会自动创建虚拟环境并依据 uv.lock 锁定版本 uv syncuv sync会严格按照仓库根目录 uv.lock 中锁定的版本安装全部依赖。核心依赖见 pyproject.toml包括streamlit1.40.0Web 前端、fastapi0.115.0uvicornAPI 后端、openai2.6.0LLM 兼容接口、dashscope1.23.0通义系模型、edge-tts语音合成、moviepyffmpeg-python视频合成、playwright页面渲染等。方式二使用 pip# 创建虚拟环境 python -m venv venv # 激活虚拟环境 # Windows: venv\Scripts\activate # macOS/Linux: source venv/bin/activate # 以可编辑模式安装项目及依赖 pip install -e .此外从源码安装路径还需要准备 ffmpegmacOSbrew install ffmpegUbuntu / Debiansudo apt update sudo apt install ffmpegWindows从 ffmpeg 官网下载解压后将bin目录加入系统 PATH安装完成后运行ffmpeg -version验证。四、验证安装启动 Web 界面依赖安装完成后运行以下命令启动 Web 界面# 使用 uv推荐 uv run streamlit run web/app.py # 或使用 pip需先激活虚拟环境 streamlit run web/app.py仓库根目录提供的 start_web.shmacOS/Linux与 start_web.batWindows本质上就是封装了uv run streamlit run web/app.py这一启动命令的便捷脚本。启动后浏览器会自动打开http://localhost:8501看到 Pixelle-Video 的 Web 界面即表示安装成功。验证要点Web 界面Streamlit运行在8501端口若需调用 API 后端FastAPI 服务默认运行在8000端口可通过uv run python api/app.py --host 0.0.0.0 --port 8000启动见 Dockerfile 的 CMD 与 EXPOSE 声明。五、可选安装 ComfyUI 实现本地图像生成如果希望完全在本地运行图像生成不依赖云端需要额外安装 ComfyUI# 克隆 ComfyUI git clone https://github.com/comfyanonymous/ComfyUI.git cd ComfyUI # 安装依赖 pip install -r requirements.txt # 启动 ComfyUI python main.pyComfyUI 默认运行在http://127.0.0.1:8188。之后在 Pixelle-Video 的「系统配置」中填写该地址并点击「测试连接」即可联通。注意 ComfyUI 需要下载对应的模型文件才能工作且本地生成对 GPU 显存有要求建议 NVIDIA 显卡 6GB 显存。仓库 workflows/selfhost 目录下预置了多套本地 ComfyUI 工作流如image_flux.json、tts_edge.json、video_wan2.1_fusionx.json等安装完成后可直接选用。六、进阶部署Docker 容器化对于追求环境隔离或服务器部署的用户仓库提供了完整的 Docker 化方案基础启动docker-compose up -d中国大陆环境自动使用清华镜像加速USE_CN_MIRRORtrue docker-compose up -d从 docker-compose.yml 可以看到整套编排包含三个服务服务说明init一次性初始化任务若config.yaml不存在则自动从 config.example.yaml 复制生成避免挂载不存在的文件产生目录问题apiFastAPI 后端暴露 8000 端口挂载config.yaml、data/、output/目录实现配置与数据持久化并配置了健康检查http://localhost:8000/healthwebStreamlit 前端暴露 8501 端口同样挂载配置与数据目录健康检查指向http://localhost:8501/_stcore/health基础镜像基于python:3.11-slim见 Dockerfile内置了curl、ffmpeg与fonts-noto-cjk中文字体支持并通过uv run playwright install --with-deps chromium预装浏览器内核。七、安装后的第一件事配置服务安装成功并不等于可以直接生成视频你还需要在 Web 界面的「⚙️ 系统配置」面板中完成服务配置详细说明见 配置指南LLM 配置选择预设模型通义千问、GPT-4o、DeepSeek、Ollama 等填写 API Key 与 Base URL——这是生成视频文案的大脑图像/视频生成配置二选一本地部署填写 ComfyUI 地址默认http://127.0.0.1:8188并测试连接云端部署推荐无需本地 GPU填写 RunningHub API Key可配置并发限制1-10与实例规格保存配置所有配置会写入config.yaml文件仓库提供了可直接参考的 config.example.yaml内含 LLM 预设、DashScope/OpenAI/ARK/Kling 直连供应商、ComfyUI、默认模板等完整参数骨架。配置完成后即可参考 快速开始 创建你的第一个 AI 视频。八、常见问题排查现象可能原因与处理双击start.bat报错退出下载的是源码而非整合包。改用一键整合包或按脚本提示先安装 uv、执行uv sync后再运行见 start_web.bat 的报错文案端口被占用8501/8000 端口被其他进程占用检查并释放端口或调整启动参数中文乱码/缺字Docker 部署需确保镜像内置fonts-noto-cjkDockerfile 已默认安装源码部署可安装对应中文字体图像生成失败确认 ComfyUI 已启动且http://127.0.0.1:8188可访问使用 RunningHub 云端工作流则需确认 API Key 与并发配额依赖安装失败检查网络连接与 PyPI 镜像可达性中国大陆用户可设置清华 PyPI 镜像后重试九、总结安装路径速查场景推荐路径关键命令Windows 普通用户一键整合包解压后双击start.batmacOS/Linux 或开发者源码 uvuv sync→uv run streamlit run web/app.py服务器/环境隔离Dockerdocker-compose up -d本地图像生成源码 ComfyUIpython main.py8188 端口安装完成后下一步请阅读 配置指南 完成 LLM 与图像生成服务配置再通过 快速开始 生成你的第一个 AI 短视频也可以参考 Web 界面使用指南 了解三栏布局的完整操作细节。【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