Pixelle-Video的厉害之处，在于把复杂的视频制作拆解成“全自动流水线”，每一步都不用你操心

 

Pixelle-Video 项目深度理解

项目概述

Pixelle-Video 是一个AI驱动的全自动短视频生成引擎，只需输入一个主题，就能自动生成完整的视频内容，包括文案撰写、AI配图、语音解说、背景音乐和视频合成。

核心架构

1. 整体架构

项目采用分层架构设计：

• Web层：Streamlit Web界面
• 服务层：核心业务逻辑
• ComfyUI层：图像和TTS生成
• API层：FastAPI REST API

2. 核心组件

PixelleVideoCore (核心服务类)

这是整个系统的核心协调者，统一访问所有功能：

• 统一管理配置
• 协调LLM、TTS、媒体生成等服务
• 管理视频生成管道
• 提供ComfyKit实例管理（懒加载和配置热重载）

服务层组件

1. LLM服务：使用OpenAI SDK，支持各种兼容OpenAI的模型（GPT、通义千问、DeepSeek、Ollama等）
2. TTS服务：支持本地Edge TTS和ComfyUI工作流
3. 媒体服务：基于ComfyUI的工作流，支持图像和视频生成
4. 视频服务：基于FFmpeg的视频处理，包括拼接、合并、BGM添加等
5. 帧处理器：处理单帧的完整流程（TTS→图像生成→帧合成→视频片段）

3. 视频生成管道

标准管道 (StandardPipeline)

实现完整的视频生成流程：

1. 标题生成或确定
2. 文案生成（从主题或固定脚本）
3. 图像提示词生成
4. 逐帧处理：
   • 语音合成（TTS）
   • 图像/视频生成
   • 帧合成（添加字幕）
   • 视频片段创建
5. 视频拼接
6. 添加背景音乐（可选）

其他管道

• 自定义管道：为用户自定义逻辑提供模板
• 基于素材的管道：支持用户上传自己的照片和视频

4. 技术特性

AI模型支持

• 支持各种OpenAI兼容的LLM（GPT、通义千问、DeepSeek、Ollama等）
• 支持多种TTS方案（Edge-TTS、Index-TTS等）
• 支持本地ComfyUI和云端RunningHub

模板系统

• 支持多种HTML视频模板（静态、图像、视频类型）
• 不同尺寸支持（竖屏、横屏、方形）
• 模板参数自定义

并发处理

• 对于RunningHub工作流，支持并发处理
• 配置中可设置并发限制

配置管理

• 统一的配置管理系统
• 支持热重载配置变更

5. Web界面

• Streamlit构建的现代化Web界面
• 三栏布局：内容输入、语音/视觉设置、视频生成
• 支持系统配置、内容输入、语音设置、视觉设置等功能

6. API接口

• 提供Python SDK和HTTP REST API
• 支持同步和异步视频生成
• 任务管理和进度跟踪

7. 工作流系统

• 基于ComfyUI的工作流系统
• 支持图像生成、视频生成、TTS等工作流
• 本地部署和云端（RunningHub）双重支持

8. 数据持久化

• 生成的视频保存在output/文件夹
• 任务元数据和故事板持久化存储
• 历史记录管理

项目特色

1. 全流程自动化：从文本输入到视频输出全程自动化
2. 灵活性强：支持多种AI模型、模板和工作流
3. 成本控制：支持本地部署（完全免费）和云端方案
4. 易用性高：提供Web界面，无需专业视频编辑技能
5. 扩展性强：模块化设计，易于添加新功能和管道
6. 并发处理：支持RunningHub并发处理，提高生成效率

 

这个项目是一个功能完备的AI视频生成解决方案，通过模块化设计实现了从文案生成到最终视频输出的完整流程。