Pixelle-Video 安装部署指南从免安装整合包到 Docker 的三条完整路径【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 AI 全自动短视频引擎输入一段文字即可产出完整短视频。本文给出完整的安装部署路径Windows 免安装整合包、源码安装、Docker 容器化读完即可按自己的机器选定路线、装好环境并开始生成第一个视频。30 秒选型你该走哪条路径用户场景推荐路径前置条件预计耗时零经验快速上手Windows 免安装整合包路径 AWindows 系统无需 Python、ffmpeg约 5 分钟开发者自定义源码安装路径 BPython 3.11uv 或 pip约 10~15 分钟服务器生产部署Docker 容器化路径 CDocker 与 docker-compose约 10~20 分钟路线定了之后花一分钟核对一下机器条件。先做环境体检硬门槛与增强项安装向导原文见 docs/zh/getting-started/installation.md。硬门槛缺了跑不起来Python 3.11pyproject.toml 声明requires-python 3.11这是打包与依赖解析的实际硬约束整合包内嵌 Python 3.11.9、Docker 镜像python:3.11-slim都取此版本直接对齐即可避免版本边界问题操作系统Windows、macOS、Linux 均可三平台各有对应安装路径包管理器uv官方推荐速度更快或 pip增强项有则体验更好GPU要在本地跑 ComfyUI 做图像/视频生成建议 NVIDIA 显卡且显存不低于 6GB走云端服务或直连 API 则不需要网络稳定的连接用于调用 LLM 与图像生成 API国内用户可善用仓库内置的镜像参数加速路径 A零配置整合包不装 Python 也能跑整合包是官方的免安装方案Python、依赖、FFmpeg 全带上了解压即用。怎么下载并跑起来到项目 Releases 页下载最新的 Windows 一键整合包ZIP 文件解压到任意目录路径建议不含中文与空格双击start.bat浏览器自动打开http://localhost:8501首次使用只需在「⚙️ 系统配置」中填入 API 密钥即可开始包里到底装了什么按 packaging/windows/README.md 的说明构建产物dist/windows/目录包含Pixelle-Video-v*-win64/ # 构建目录版本号随发布变化 ├── python/ # 内嵌 Python 发行版 ├── tools/ # FFmpeg 等便携工具 ├── Pixelle-Video/ # 项目文件 ├── data/ # 用户数据初始为空 ├── output/ # 输出目录初始为空 ├── start.bat # 主启动器 ├── start_api.bat # API 启动器 ├── start_web.bat # Web 启动器 └── README.txt # 用户说明同目录还会生成.zip归档与对应的.sha256校验文件在 PowerShell 里用Get-FileHash就能校验下载完整性。start 脚本幕后动作以模板 packaging/windows/templates/start.bat 为例启动器依次做了四件事把PYTHON_HOME指向内嵌 Pythonpython\python311并把tools\ffmpeg\bin加入PATH保证视频/音频处理工具可用切换到项目目录设置PYTHONPATH与PIXELLE_VIDEO_ROOT环境变量保证模块导入与路径解析可靠执行python -m streamlit run web\app.py启动 Web 界面启动失败时给出错误提示并暂停便于排查自己打包一次开发者可在仓库内运行python packaging/windows/build.py重新构建整合包构建参数由 packaging/windows/config/build_config.yaml 控制python.version内嵌 Python 版本默认 3.11.9含华为云国内镜像ffmpeg.versionFFmpeg 版本默认 6.1.1playwright.install_browsers构建时是否预装 Chromium用于 HTML 模板渲染build.exclude_patterns打包排除清单.git、测试文件、config.yaml等敏感文件build.create_zip是否生成 ZIP 归档mirrors.use_cn_mirror国内用户可开启清华 PyPI 镜像加速常用命令是python packaging/windows/build.py --cn-mirror国内加速完整步骤见 packaging/windows/README.md。整合包适合拿来就用要改代码或参与开发就该换到源码路线。路径 B源码安装与二次开发仓库同时提供uv sync与pip install -e .两种装法按你的习惯二选一。拉取代码后第一步# 克隆项目 git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video cd Pixelle-Videouv 和 pip 怎么选uv是 Rust 编写的极速 Python 包管理器速度与可靠性都优于 pip还会自动创建虚拟环境# 尚未安装 uv 时先装上它 python -m pip install uv # 在项目目录安装依赖uv 依据 pyproject.toml 与 uv.lock 创建虚拟环境并同步 uv sync仓库根目录的 uv.lock 锁定了全部依赖版本保证团队与生产环境可复现。习惯 pip 的用户也可以# 创建虚拟环境 python -m venv venv # 激活虚拟环境Windows: venv\Scripts\activatemacOS/Linux: source venv/bin/activate # 以可编辑模式安装项目与依赖 pip install -e .依赖清单里都有谁看 pyproject.toml运行时依赖覆盖了完整的 AI 视频生产链路Web 与 APIstreamlit1.40.0Web 界面、fastapi0.115.0uvicorn[standard]后端 API、python-multipartLLM 与多模态 APIopenai2.6.0OpenAI 兼容接口、dashscope1.23.0通义千问/阿里云、httpx图像/视频处理pillow、moviepy1.0.3、ffmpeg-python、comfykit0.1.12ComfyUI 工作流调用模板渲染playwright1.58.0无头浏览器渲染 HTML 模板、beautifulsoup4TTSedge-tts7.2.7基础库pydantic、loguru、pyyaml、numpy、certifi、pyjwt等开发依赖pip install -e .[dev]含pytest、pytest-asyncio、ruff用于跑测试与代码检查。官方脚本直接跑仓库根目录的两个启动脚本内部执行的都是uv run streamlit run web/app.pystart_web.shmacOS / Linux 使用bash start_web.sh即可start_web.batWindows 使用直接下载源码却没装 uv 时脚本会捕获错误并提示你改用 Release 页的一键整合包内含预配置的 Python 环境、全部依赖与 FFmpeg或按提示装好 uv 再重新运行本地源码跑通后同样的部署方式搬到服务器上更稳、更好维护。路径 C容器化生产部署仓库提供完整 Docker 方案含 Dockerfile 与 docker-compose.yml一条命令拉起 api web 双服务。镜像里预置了什么基于python:3.11-slimapt-get安装curl、ffmpeg视频/音频处理与fonts-noto-cjkCJK 中文字体渲染构建参数USE_CN_MIRROR默认false一键切换国内源置为true时用阿里云 apt 源与清华 PyPI 镜像安装 uv 和依赖执行uv run playwright install --with-deps chromium预装模板渲染所需的无头浏览器暴露8000API 服务与8501Web UI 服务两个端口默认命令uv run python api/app.pycompose 编排了哪几个服务docker-compose.yml 编排三个服务init用alpine镜像在启动前确保config.yaml存在——不存在就从config.example.yaml复制生成同时规避挂载不存在的文件反而生成目录的 Docker 常见问题api以0.0.0.0:8000启动 FastAPI 后端挂载./config.yaml、./data、./output实现配置与数据持久化带健康检查/health与滚动日志限制web以0.0.0.0:8501启动 Streamlit 前端同样挂载配置与数据目录并禁用 Streamlit 使用统计上报国内构建加速参数# 国际环境默认启动 docker-compose up -d # 国内环境启动自动使用清华镜像加速构建 USE_CN_MIRRORtrue docker-compose up -d⚠️ 容器内若要访问宿主机上的 ComfyUI应使用host.docker.internal:8188Mac/Windows或宿主机 IPLinux见 config.example.yaml 中comfyui_url的注释。A、B、C 哪条路走的都能用同一套标准判断结果。装完怎么算成功✅ 成功标志只有一个浏览器打开http://localhost:8501Pixelle-Video 的 Web 界面出现。两个验证命令# 用 uv 启动 Web 界面无需手动激活虚拟环境 uv run streamlit run web/app.py # 或用 pip 启动需先激活虚拟环境 streamlit run web/app.py界面起不来或终端报错直接对照文末的故障速查。界面验证通过后还可以把图像/视频生成搬到本机跑。按需扩展本地生成服务ComfyUI默认情况下图像/视频生成可走云端RunningHub 或直连 API。如果你不想走云端、希望生成在本地执行需要装 ComfyUI# 先从 ComfyUI 官方渠道获取源码进入目录后安装依赖 pip install -r requirements.txt # 启动服务默认运行在 http://127.0.0.1:8188 python main.pyComfyUI 还需下载对应的模型文件才能工作具体方式参考 ComfyUI 官方文档。配置上在 config.example.yaml 的comfyui段填入 ComfyUI URL默认http://127.0.0.1:8188工作流选selfhost/前缀——workflows/selfhost/ 目录提供图像、视频、TTS 等自托管工作流 JSON若走云端 RunningHub则选runninghub/前缀工作流并填写 RunningHub API Key无需本地 GPU。系统真正能用起来的最后一步是填上 API 密钥。安装后的第一公里配置动作清单Pixelle-Video 的核心能力LLM 文案生成、图像/视频生成、TTS都由 API 密钥驱动配置加载逻辑在 pixelle_video/config/loader.py启动时从config.yaml读取配置load_config_dict(config.yaml)文件不存在则记录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 编码、保留中文、保持键顺序。按顺序做两件事先配置服务阅读 docs/zh/getting-started/configuration.md设置 LLM推荐通义千问预设性价比高也可用 Ollama 本地免费运行与图像/视频生成服务本地 ComfyUI 或云端 RunningHub。仓库的 config.example.yaml 是完整模板内置通义千问、OpenAI、DeepSeek、Ollama 等 LLM 预设以及 OpenAI、DashScope、Ark、Kling 等直接 API Provider 配置再生成第一个视频按 docs/zh/getting-started/quick-start.md 完成首次生成一次装对当然好知道出错时怎么办更重要。故障速查现象 → 原因 → 解决动作⚠️config.yaml丢失→ 程序回退默认配置并打印警告日志 → 手动从config.example.yaml复制生成即可该文件含敏感密钥切勿提交到 GitWeb 界面能打开但生成失败→ API 密钥未配置或 ComfyUI 地址不可达 → 回到「⚙️ 系统配置」页测试连接ComfyUI 默认http://127.0.0.1:8188Windows 下双击start.bat报错退出→ 多为直接拿源码包运行所致 → 改用 Release 页的一键整合包或按提示装好 uv、先执行uv sync再跑脚本国内下载依赖缓慢或失败→ 默认走了 PyPI 源 → 源码安装可配置 PyPI 镜像Docker 构建用USE_CN_MIRRORtrueWindows 整合包构建用--cn-mirror三条安装路径目标是同一个把 Web 界面跑起来。装完之后按 docs/zh/getting-started/configuration.md 配好 LLM 与生成服务再照 docs/zh/getting-started/quick-start.md 生成你的第一个视频。【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