Pixelle-Video Agent工作流
Pixelle-Video Agent工作流 是 AI Skill Hub 本期精选Agent工作流之一。在 GitHub 上收获超过 16.3k 颗 Star，综合评分 8.2 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。
Pixelle-Video Agent工作流 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.2 分，是同类 Agent 工作流中的精选推荐。
Pixelle-Video Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
Pixelle-Video Agent工作流 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：pip 安装（推荐）
pip install pixelle-video
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install pixelle-video
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/AIDC-AI/Pixelle-Video
cd Pixelle-Video
pip install -e .
# 验证安装
python -c "import pixelle_video; print('安装成功')"
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
pixelle-video --help
# 基本用法
pixelle-video input_file -o output_file
# Python 代码中调用
import pixelle_video
# 示例
result = pixelle_video.process("input")
print(result)
# pixelle-video 配置文件示例（config.yml） app: name: "pixelle-video" debug: false log_level: "INFO" # 运行时指定配置文件 pixelle-video --config config.yml # 或通过环境变量配置 export PIXELLE_VIDEO_API_KEY="your-key" export PIXELLE_VIDEO_OUTPUT_DIR="./output"
简介
🎬 Pixelle-Video —— AI 全自动短视频引擎
<p align="center"><a href="README_EN.md">English</a> | <b>中文</b></p>
<p align="center"> <a href="https://www.bilibili.com/video/BV1WzyGBnEVp/?vd_source=e7e7d4ca8db9a18c80f17a24a6582fca" target="_blank"><img src="https://img.shields.io/badge/🎥 视频教程-EA4C89" alt="视频教程"></a> <a href="https://github.com/AIDC-AI/Pixelle-Video/releases" target="_blank"><img src="https://img.shields.io/badge/📦 Windows包-50C878" alt="Windows整合包"></a> <a href="https://aidc-ai.github.io/Pixelle-Video/zh" target="_blank"><img src="https://img.shields.io/badge/📘 使用文档-4A90E2" alt="使用文档"></a> <a href="https://github.com/AIDC-AI/Pixelle-Video/stargazers"><img src="https://img.shields.io/github/stars/AIDC-AI/Pixelle-Video.svg" alt="Stargazers"></a> <a href="https://github.com/AIDC-AI/Pixelle-Video/issues"><img src="https://img.shields.io/github/issues/AIDC-AI/Pixelle-Video.svg" alt="Issues"></a> <a href="https://github.com/AIDC-AI/Pixelle-Video/network/members"><img src="https://img.shields.io/github/forks/AIDC-AI/Pixelle-Video.svg" alt="Forks"></a> <a href="https://github.com/AIDC-AI/Pixelle-Video/blob/main/LICENSE"><img src="https://img.shields.io/github/license/AIDC-AI/Pixelle-Video.svg" alt="License"></a> </p>
https://github.com/user-attachments/assets/a42e7457-fcc8-40da-83fc-784c45a8b95d
<br/>
只需输入一个 主题，Pixelle-Video 就能自动完成： - ✍️ 撰写视频文案 - 🎨 生成 AI 配图/视频 - 🗣️ 合成语音解说 - 🎵 添加背景音乐 - 🎬 一键合成视频
零门槛，零剪辑经验，让视频创作成为一句话的事！
✨ 功能亮点
- ✅ 全自动生成 - 输入主题，自动生成完整视频
- ✅ AI 智能文案 - 根据主题智能创作解说词，无需自己写脚本
- ✅ AI 生成配图 - 每句话都配上精美的 AI 插图
- ✅ AI 生成视频 - 支持使用 AI 视频生成模型（如 WAN 2.1）创建动态视频内容
- ✅ AI 生成语音 - 支持 Edge-TTS、Index-TTS 等众多主流 TTS 方案
- ✅ 背景音乐 - 支持添加 BGM，让视频更有氛围
- ✅ 视觉风格 - 多种模板可选，打造独特视频风格
- ✅ 灵活尺寸 - 支持竖屏、横屏等多种视频尺寸
- ✅ 多种 AI 模型 - 支持 GPT、通义千问、DeepSeek、Ollama 等
- ✅ 原子能力灵活组合 - 基于 ComfyUI 架构，可使用预置工作流，也可自定义任意能力（如替换生图模型为 FLUX、替换 TTS 为 ChatTTS 等）
📢 反馈与支持
- 🐛 遇到问题: 提交 Issue
- 💡 功能建议: 提交 Feature Request
- ⭐ 给个 Star: 如果这个项目对你有帮助，欢迎给个 Star 支持一下！
使用 uv 运行（推荐，会自动安装依赖）
uv run streamlit run web/app.py ```
浏览器会自动打开 http://localhost:8501
第三步：在 Web 界面配置
首次使用时，展开「⚙️ 系统配置」面板，填写： - LLM 配置: 选择 AI 模型（如通义千问、GPT 等）并填入 API Key - 图像配置: 如需生成图片，配置 ComfyUI 地址或 RunningHub API Key
配置好后点击「保存配置」，就可以开始生成视频了！
🚀 快速开始
从源码安装（适合 macOS / Linux 用户或需要自定义的用户）
前置环境依赖
在开始之前，需要先安装 Python 包管理器 uv 和视频处理工具 ffmpeg：
安装 uv
请访问 uv 官方文档查看适合你系统的安装方法： 👉 uv 安装指南
安装完成后，在终端中运行 uv --version 验证安装成功。
安装 ffmpeg
macOS
brew install ffmpegUbuntu / Debian
sudo apt update
sudo apt install ffmpegWindows - 下载地址：https://ffmpeg.org/download.html - 下载后解压，将 bin 目录添加到系统环境变量 PATH 中
安装完成后，在终端中运行 ffmpeg -version 验证安装成功。
第一步：下载项目
git clone https://github.com/AIDC-AI/Pixelle-Video.git
cd Pixelle-Video第二步：启动 Web 界面
```bash
🎬 视频示例
以下是使用 Pixelle-Video 生成的实际案例，展示了不同主题和风格的视频效果：
🪟 Windows 一键整合包（推荐 Windows 用户使用）
无需安装 Python、uv 或 ffmpeg，一键开箱即用！
- 下载最新的 Windows 一键整合包并解压
- 双击运行
start.bat启动 Web 界面 - 浏览器会自动打开 http://localhost:8501
- 在「⚙️ 系统配置」中配置 LLM API 和图像生成服务
- 开始生成视频！
💡 提示: 整合包已包含所有依赖，无需手动安装任何环境。首次使用只需配置 API 密钥即可。
💻 使用方法
打开 Web 界面后，你会看到三栏布局，下面详细讲解每个部分：
🖥️ Web 界面预览
⚙️ 系统配置（首次必填）
首次使用时需要配置，点击展开「⚙️ 系统配置」面板：
#### 1. LLM 配置（大语言模型） 用于生成视频文案的 AI。
快速选择预设 - 通过下拉菜单选择预设模型（通义千问、GPT-4o、DeepSeek 等） - 选择后会自动填充 base_url 和 model - 点击「🔑 获取 API Key」链接去注册并获取密钥
手动配置 - API Key: 填入你的密钥 - Base URL: API 地址 - Model: 模型名称
#### 2. 图像配置 用于生成视频配图的 AI。
本地部署（推荐） - ComfyUI URL: 本地 ComfyUI 服务地址（默认 http://127.0.0.1:8188） - 点击「测试连接」确认服务可用
云端部署 - RunningHub API Key: 云端图像生成服务的密钥
配置完成后点击「保存配置」。
🎤 语音设置（中间栏）
#### TTS 工作流 - 从下拉菜单选择 TTS 工作流（支持 Edge-TTS、Index-TTS 等） - 系统会自动扫描 workflows/ 文件夹中的 TTS 工作流 - 如果懂 ComfyUI，可以自定义 TTS 工作流
#### 参考音频（可选） - 上传参考音频文件用于声音克隆（支持 MP3/WAV/FLAC 等格式） - 适用于支持声音克隆的 TTS 工作流（如 Index-TTS） - 上传后可以直接试听
#### 预览功能 - 输入测试文本，点击「预览语音」即可试听效果 - 支持使用参考音频进行预览
🎨 视觉设置（中间栏）
#### 图像生成 决定 AI 生成什么风格的配图。
ComfyUI 工作流 - 从下拉菜单选择图像生成工作流 - 支持本地部署（selfhost）和云端（RunningHub）工作流 - 默认使用 image_flux.json - 如果懂 ComfyUI，可以放自己的工作流到 workflows/ 文件夹
图像尺寸 - 设置生成图像的宽度和高度（单位：像素） - 默认 1024x1024，可根据需要调整 - 注意：不同的模型对尺寸有不同的限制
提示词前缀（Prompt Prefix） - 控制图像的整体风格（语言需要是英文的） - 例如：Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style - 点击「预览风格」可以测试效果
#### 视频模板 决定视频画面的布局和设计。
模板命名规范 - static_*.html: 静态模板（无需AI生成媒体，纯文字样式） - image_*.html: 图片模板（使用AI生成的图片作为背景） - video_*.html: 视频模板（使用AI生成的视频作为背景）
使用方法 - 从下拉菜单选择模板，按尺寸分组显示（竖屏/横屏/方形） - 点击「预览模板」可以自定义参数测试效果 - 如果懂 HTML，可以在 templates/ 文件夹创建自己的模板 - 🔗 查看所有模板效果图
📱 扩展模块视频展示
👤 数字人口播韩语数字人口播 |
🖼️ 图生视频卡通视频 |
💃 动作迁移跳舞小猫 |
❓ 常见问题
Q: 第一次使用需要多久？ A: 生成时长取决于视频分镜数量、网络状况和 AI 推理速度，通常几分钟内即可完成。
Q: 视频效果不满意怎么办？ A: 可以尝试： 1. 更换 LLM 模型（不同模型文案风格不同） 2. 调整图像尺寸和提示词前缀（改变配图风格） 3. 更换 TTS 工作流或上传参考音频（改变语音效果） 4. 尝试不同的视频模板和尺寸
Q: 费用大概多少？ A: 本项目完全支持免费运行！
- 完全免费方案: LLM 使用 Ollama（本地运行）+ ComfyUI 本地部署 = 0 元
- 推荐方案: LLM 使用通义千问（成本极低，性价比高）+ ComfyUI 本地部署
- 云端方案: LLM 使用 OpenAI + 图像使用 RunningHub（费用较高但无需本地环境）
选择建议：本地有显卡建议完全免费方案，否则推荐使用通义千问（性价比高）
Pixelle-Video 是一款全自动 AI 短视频生成引擎。只需输入一个主题，系统即可自动完成从文案创作、AI 配图、视频生成到语音合成及背景音乐添加的全流程，为开发者和创作者提供一站式的自动化视频生产方案。
本项目具备强大的 AI 原子能力组合功能：支持通过 GPT、DeepSeek、Ollama 等多种 LLM 智能创作脚本；集成 WAN 2.1 等视频模型与 Edge-TTS 等主流语音方案；基于 ComfyUI 架构，用户既可以使用预置工作流，也能高度自定义视觉风格与视频尺寸，实现从文案到成片的自动化闭环。
运行本项目需要预先安装 Python 包管理器 `uv` 以及视频处理工具 `ffmpeg`。推荐使用 `uv` 进行环境管理，它会自动处理依赖安装，确保开发环境的纯净与高效。
用户可以根据需求选择安装方式：Windows 用户推荐使用官方提供的“一键整合包”，实现开箱即用；macOS/Linux 用户或需要自定义开发的开发者，可以通过源码安装，通过 `uv` 管理依赖并配合 `ffmpeg` 完成环境搭建。
项目提供直观的 Web 界面，采用三栏布局设计。用户只需在界面中输入主题，系统将自动驱动后台工作流。对于 Windows 用户，通过运行 `start.bat` 即可快速启动 Web 服务，进入自动化创作流程。
首次使用需在「⚙️ 系统配置」面板进行初始化。用户需配置 LLM 的 API Key 与 Base URL 以驱动文案生成，并配置 ComfyUI 地址或 RunningHub API Key 用于图像与视频生成。中间栏支持通过 TTS 工作流配置语音效果，并可通过上传参考音频实现声音克隆。
Pixelle-Video 拥有丰富的扩展模块，支持数字人口播、图生视频等多种高级工作流。通过高度灵活的 ComfyUI 架构，用户可以轻松扩展自定义的 AI 能力，实现多样化的视频创作场景。
常见问题解答：视频生成时长取决于 AI 推理速度与网络状况；若对效果不满意，可通过更换 LLM 模型、调整提示词前缀或更换 TTS 工作流来优化；本项目支持完全免费的本地化运行方案（如使用 Ollama + ComfyUI），也可通过低成本 API 实现高效生产。
集成度高的视频生成解决方案，16k+ Star验证其受欢迎度。工作流设计灵活，但初学者上手门槛较高，需一定技术基础。
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 做语音类 AI 产品的开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 跨境业务、多语言内容运营团队
- 做语音类 AI 产品的开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- Python 依赖冲突：建议用 venv / uv 隔离环境
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
- +GitHub 16.3k Star，社区高度认可
- +Apache-2.0 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ Apache 2.0 — 宽松开源协议，可商用，需保留版权声明和 NOTICE 文件，含专利授权条款。
经综合评估，Pixelle-Video Agent工作流 在Agent工作流赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | Pixelle-Video |
| 原始描述 | 开源AI工作流：🚀 AI 全自动短视频引擎 | AI Fully Automated Short Video Engine。⭐16.3k · Python |
| Topics | 短视频生成AIGC工作流自动化ComfyUI开源工具 |
| GitHub | https://github.com/AIDC-AI/Pixelle-Video |
| License | Apache-2.0 |
| 语言 | Python |
收录时间：2026-05-14 · 更新时间：2026-05-16 · License：Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。