从主题到成片的自动化链路
PixelleVideo围绕用户给出的主题展开创作：语言模型先产出脚本与分镜规划，图像或视频生成服务据此制作画面素材，TTS方案负责旁白合成，最后将背景音乐、字幕与视觉模板合成为视频。
除基础的文字生成视频外，项目还覆盖图生视频、数字人口播、动作迁移、自定义素材和批量视频任务等创作形式。自定义素材功能会先分析用户上传的照片或视频，再基于这些素材生成脚本和视频。
模型选择与输出适配
语言模型侧可接入GPT、通义千问、DeepSeek、Ollama等；画面生成侧涉及ComfyUI、RunningHub以及DashScope、OpenAI、Seedream、Seedance、Kling等服务。用户既可使用预设工作流，也可按需修改或重新设计工作流，替换图片生成、视频生成或TTS模型。
输出方面支持竖屏、横屏、方形等尺寸，可适配知识科普、历史文化、情感故事、影视解说、生活记录及商业内容等方向。
目录结构与二次开发入口
仓库中pixelle_video目录承载核心视频生产逻辑与业务模块，web对应Web界面，api负责模型接入与对外接口，workflows存放工作流，templates管理视频模板，bgm放置背景音乐，另有Windows打包相关目录。
若只需替换模板或音乐素材，关注templates和bgm即可；若要在某一环节接入自有模型服务或调整整体输出格式，可从模块化结构入手，将生成能力整合到现有业务系统中。
运行准备与使用前核对
源码安装需要准备Python、uv、FFmpeg等基础工具，再安装Python包并配置大语言模型、图像或视频生成API及ComfyUI工作流。不熟悉Python或uv的用户，可使用项目提供的Windows一键整合包，启动后通过Web界面操作。
下载前建议先核对项目说明中的依赖版本与模型配置要求，确认本地环境或整合包能否满足实际使用场景，再决定采用源码方式还是整合包方式。
