尧图网页设计 
Pixelle-Video 架构深度解析从分层设计到源码级实现的全自动短视频引擎【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 是一款基于 Python 的全自动短视频生成引擎其核心能力是输入一段主题或文案自动产出带配音、配图和字幕的完整视频。本文以官方架构文档为主线结合仓库源码逐层拆解其三层架构、核心组件PixelleVideoCore、LLM、Image、TTS、Video Generator与依赖技术栈帮助读者理解视频流水线的调用链与扩展方式并能在本地复现其核心流程。一、整体架构清晰的三层分工官方架构文档docs/en/development/architecture.md明确指出Pixelle-Video 采用分层架构设计自上而下分为三层层级职责仓库中的落点Web 层Streamlit Web 界面负责用户交互与任务编排web/app.py、web/pages服务层核心业务逻辑协调 LLM、TTS、Media 等子服务pixelle_video/service.py、pixelle_video/servicesComfyUI 层图像、视频与 TTS 的 AI 生成后端含自托管 ComfyUI 与 RunningHub 云端两种模式workflows、pixelle_video/services/api_services从代码结构看这一分层还有一条隐含的第四层pipeline流水线层。pixelle_video/pipelines 目录下的standard.py、custom.py、asset_based.py是服务层之上、负责编排生成流程的独立抽象它们统一继承LinearVideoPipeline模板方法基类见 pixelle_video/pipelines/linear.py。三层之间通过异步接口通信Web 层把用户输入与参数交给 pipelinepipeline 调用服务层各子服务服务层再通过ComfyKit客户端来自comfykit依赖驱动 ComfyUI 或 RunningHub 执行工作流。整条链路上所有 I/O 密集型操作LLM 调用、TTS 合成、图像生成、视频渲染均为异步实现。二、核心组件逐个拆解2.1 PixelleVideoCore一切能力的统一入口架构文档将PixelleVideoCore定义为核心服务类职责是协调各个子服务。其实现位于 pixelle_video/service.py核心设计可归纳为三点全局单例模块底部直接实例化pixelle_video PixelleVideoCore()service.py全仓库API 路由、Streamlit Web、pipeline都通过导入这个单例获得统一能力入口。异步生命周期initialize()一次性完成所有子服务与 pipeline 的注册service.pycleanup()负责释放 ComfyKit 会话同时实现了异步上下文管理器__aenter__/__aexit__支持async with pixelle_video:写法。按需懒加载ComfyKit 客户端不在initialize()中创建而是在首次真正执行工作流时才创建并通过配置哈希MD5检测配置变更后自动重建service.py。这保证了修改comfyui配置后无需重启进程即可热生效。初始化后PixelleVideoCore暴露的能力清单如下均为异步可调用对象await pixelle_video.initialize() # 文案生成LLM answer await pixelle_video.llm(Explain atomic habits) # 语音合成TTS本地 Edge TTS 或 ComfyUI 工作流 audio await pixelle_video.tts(Hello world) # 图像 / 视频生成ComfyUI 工作流 media await pixelle_video.media(prompta cat) # 视频生成pipeline 分发 result await pixelle_video.generate_video(text如何提高学习效率, n_scenes5)其中generate_video是一个向后兼容的包装器service.py通过pipeline参数在已注册的standard、custom、asset_based三个流水线之间分发未知流水线会抛出ValueError并列出可用选项。2.2 LLM Service文案与分镜的大脑架构文档指出 LLM Service负责调用大语言模型生成文案。其实现 pixelle_video/services/llm_service.py 采用了直接基于 OpenAI SDKAsyncOpenAI的实现不再套额外能力层因此天然兼容所有 OpenAI 兼容 API 的厂商包括OpenAIgpt-4o / gpt-4o-mini阿里云百炼 Qwenqwen-max / qwen-plus / qwen-turboDeepSeekdeepseek-chatMoonshot Kimi、Anthropic Claude本地 Ollamallama3.2 / qwen2.5无需真实 API Key两个值得关注的源码特性结构化输出__call__支持response_type参数任意 Pydantic 模型。实现上并非依赖各家厂商的 structured output 接口而是把 Pydantic 生成的 JSON Schema 以指令形式拼接到 prompt 中llm_service.py并在解析阶段依次尝试直接 JSON 解析 → 提取 markdown 代码块 → 截取最外层花括号三级兜底llm_service.py最大化跨厂商兼容性。AssetBasedPipeline中的VideoScript/SceneScript结构化分镜就是它的典型应用。配置热加载每次调用都从全局config_manager动态读取api_key/base_url/model参数优先级为调用参数 配置文件 内置默认值无需重启即可切换模型。2.3 Image / Media Service图像与视频的统一生成架构文档中的 Image Service 在代码中演化为MediaServicepixelle_video/services/media.py同时支持图像与视频两种产出通过扫描workflows目录下image_*与video_*前缀的工作流自动识别见 workflows/runninghub 与 workflows/selfhost 下的真实工作流 JSON。调用示例media await pixelle_video.media(prompta cat) if media.is_image: print(fGenerated image: {media.url}) elif media.is_video: print(fGenerated video: {media.url} ({media.duration}s))工作流执行统一走ComfyBaseService基类pixelle_video/services/comfy_base_service.py由ComfyKit客户端根据source字段区分两种执行模式selfhost传入本地工作流文件路径连接自建 ComfyUIcomfyui_urlrunninghub传入 RunningHub 云端工作流 ID通过runninghub_api_key鉴权提交到云端执行。仓库同时保留了一条直连 API 提供商的旁路pixelle_video/services/api_services 下的image_dashscope.py、image_gpt.py、video_kling.py等可在不部署 ComfyUI 的情况下直接用 DashScope、OpenAI、Kling 等厂商 API 生成图/视频与工作流模式通过配置并存。2.4 TTS Service本地与工作流双模式语音合成架构文档描述 TTS Service负责调用 ComfyUI 生成语音而实际实现pixelle_video/services/tts_service.py支持两种推理模式通过inference_mode参数或配置切换local默认调用微软 Edge TTSedge_tts见 pixelle_video/utils/tts_util.py免费、无需 ComfyUI默认音色zh-CN-YunjianNeural语速通过 pixelle_video/tts_voices.py 中的speed_to_rate()转换为 Edge TTS 的 rate 参数。comfyui走selfhost/tts_edge.json等 TTS 工作流支持音色、语速等工作流级参数结果从result.audios/result.files/result.outputs三级结构中提取音频路径若返回 URL 且指定了output_path会自动下载到本地。调用示例本地模式audio_path await pixelle_video.tts( textHello, world!, inference_modelocal, voicezh-CN-YunjianNeural, speed1.2 )2.5 Video Generator模板方法模式驱动的合成流水线架构文档中的 Video Generator 对应两层实现pipeline 层编排三个流水线均继承LinearVideoPipelinepixelle_video/pipelines/linear.py采用经典的模板方法模式将一次视频生成固定为 8 个生命周期步骤setup_environment → generate_content → determine_title → plan_visuals → initialize_storyboard → produce_assets → post_production → finalizeStandardPipelinepixelle_video/pipelines/standard.py默认流水线支持两种模式——generateLLM 根据主题生成 n 条口播文案与fixed把固定脚本按段落/句切分。AssetBasedPipelinepixelle_video/pipelines/asset_based.py基于用户上传素材图片/视频生成营销视频先分析素材、再由 LLM 结构化输出分镜并完成素材-场景匹配无需 AI 生成画面。CustomPipelinepixelle_video/pipelines/custom.py自定义流水线模板演示如何通过继承BasePipeline扩展新工作流。FrameProcessor VideoService 层执行FrameProcessorpixelle_video/services/frame_processor.py负责逐帧渲染 HTML 模板、合成字幕并产出视频片段VideoServicepixelle_video/services/video.py通过concat_videos()完成片段拼接并支持可选 BGMbgm_path/bgm_volume/bgm_mode。值得注意的性能设计当使用 RunningHub 工作流时StandardPipeline会依据runninghub_concurrent_limit配置1-10用asyncio.Semaphore对多帧进行并行处理standard.py而自托管 ComfyUI 工作流则退化为串行执行同时如果选择的模板是纯静态模板static_*整个图像生成链路会被跳过显著降低耗时与成本。三、技术栈与运行时要求架构文档列出的技术栈与仓库实际依赖pyproject.toml一一对应整理如下类别技术说明语言Python 3.11官方文档标注 3.10但 pyproject.toml 实际声明requires-python 3.11以 pyproject 为准并发模型AsyncIO全链路异步pytest-asyncio自动模式Web 前端Streamlit (1.40.0)交互界面位于 web含多语言 i18nweb/i18n/localesAI 接入OpenAI SDK (2.6.0)、comfykit (0.1.12)LLM 走 OpenAI 兼容协议ComfyUI 走 ComfyKit 客户端视频处理moviepy 1.0.3、ffmpeg-python片段合成、音频合并、时长探测渲染playwright (1.58.0)HTML 模板截图渲染配置YAMLpydantic 校验config.example.yaml 为模板需复制为config.yaml包管理uv见 uv.lock 与 start_web.sh配置加载由单例ConfigManagerpixelle_video/config/manager.py负责启动时通过 pydantic 模型PixelleVideoConfig校验并加载 YAML并会校验默认模板路径是否存在支持reload()/update()热更新。核心配置片段config.example.yaml如下# LLM任意 OpenAI 兼容 API llm: api_key: base_url: # 如 https://dashscope.aliyuncs.com/compatible-mode/v1 model: # 如 qwen-max / gpt-4o / deepseek-chat / llama3.2 # ComfyUI自托管 RunningHub 双模式 comfyui: comfyui_url: http://127.0.0.1:8188 runninghub_api_key: runninghub_concurrent_limit: 1 # 1-10普通会员建议 1 image: default_workflow: runninghub/image_flux.json video: default_workflow: runninghub/video_wan2.1_fusionx.json tts: default_workflow: selfhost/tts_edge.json # 默认帧模板决定画幅与版式 template: default_template: 1080x1920/image_default.html模板按命名约定区分能力static_*.html无需 AI 媒体、image_*.html需要 AI 生成图像、video_*.html需要 AI 生成视频完整清单见 templates 目录含 1080x1920 竖屏、1080x1080 方形、1920x1080 横屏三类画幅。四、一条视频的完整旅程标准流水线时序结合 service.py 与 standard.py 的调用关系一次标准视频生成的真实执行时序如下Web/API 层调用pixelle_video.generate_video(text如何提高学习效率, n_scenes5)包装器分发到StandardPipelinesetup_environment创建独立任务目录并生成task_idgenerate_content调用pixelle_video.llm由 LLM 根据主题生成 5 条口播文案determine_title调用 LLM 自动生成标题若未指定plan_visuals根据模板类型决定是否为每条文案生成图像提示词LLM 批量调用并叠加prompt_prefix风格前缀initialize_storyboard构建StoryboardStoryboardFrame数据模型见 pixelle_video/models/storyboard.pyproduce_assets对每一帧依次执行TTS 生成音频 → ComfyUI 生成图像 → FrameProcessor 渲染模板合成字幕 → 输出视频片段RunningHub 模式下按并发上限并行post_production用VideoService.concat_videos拼接全部片段并按需混入 BGMfinalize统计时长/文件大小通过PersistenceService与HistoryManagerpixelle_video/services/persistence.py、pixelle_video/services/history_manager.py持久化任务元数据与 storyboard供 web/pages/2__History.py 历史页回放。整个过程中的进度通过ProgressEventpixelle_video/models/progress.py回调上报Web 端可实时展示生成进度。五、如何扩展架构架构文档强调的分层 可扩展在代码中得到了落实扩展入口主要有三处新增视频流水线复制 pixelle_video/pipelines/custom.py在__call__中实现自定义逻辑然后注册到核心pixelle_video.pipelines[my_custom] CustomPipeline(pixelle_video) result await pixelle_video.generate_video(textyour_content, pipelinemy_custom)接入新工作流在 workflows/runninghub云端或 workflows/selfhost本地放置新的 ComfyUI 工作流 JSON并在 config.example.yaml 的comfyui.image/video/tts段指定default_workflow即可。切换/并行接入新厂商在 pixelle_video/services/api_services 中仿照现有image_dashscope.py、video_kling.py实现新的直连客户端并在api_providers配置段补齐厂商鉴权信息。结语从本文的源码级对照可以看出Pixelle-Video 的架构文档虽然简洁但每一句概述背后都有扎实的实现支撑三层架构对应 Web 交互、业务编排与 ComfyUI 生成的三段式解耦PixelleVideoCore是异步单例门面LLM/TTS/Media 三个服务分别承载文案、配音与画面的生成能力而视频合成则被抽象为模板方法模式的流水线让业务方可以在不改动底层服务的前提下定制任意生成流程。理解这套骨架无论是二次开发、接入新模型还是排查生成链路问题都能快速定位到具体模块。更多背景可参见 docs/zh/development/architecture.md 与 docs/en/development/architecture.md。【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 Pixelle-Video 架构深度解析：从分层设计到源码级实现的全自动短视频引擎
Pixelle-Video 架构深度解析从分层设计到源码级实现的全自动短视频引擎【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 是一款基于 Python 的全自动短视频生成引擎其核心能力是输入一段主题或文案自动产出带配音、配图和字幕的完整视频。本文以官方架构文档为主线结合仓库源码逐层拆解其三层架构、核心组件PixelleVideoCore、LLM、Image、TTS、Video Generator与依赖技术栈帮助读者理解视频流水线的调用链与扩展方式并能在本地复现其核心流程。一、整体架构清晰的三层分工官方架构文档docs/en/development/architecture.md明确指出Pixelle-Video 采用分层架构设计自上而下分为三层层级职责仓库中的落点Web 层Streamlit Web 界面负责用户交互与任务编排web/app.py、web/pages服务层核心业务逻辑协调 LLM、TTS、Media 等子服务pixelle_video/service.py、pixelle_video/servicesComfyUI 层图像、视频与 TTS 的 AI 生成后端含自托管 ComfyUI 与 RunningHub 云端两种模式workflows、pixelle_video/services/api_services从代码结构看这一分层还有一条隐含的第四层pipeline流水线层。pixelle_video/pipelines 目录下的standard.py、custom.py、asset_based.py是服务层之上、负责编排生成流程的独立抽象它们统一继承LinearVideoPipeline模板方法基类见 pixelle_video/pipelines/linear.py。三层之间通过异步接口通信Web 层把用户输入与参数交给 pipelinepipeline 调用服务层各子服务服务层再通过ComfyKit客户端来自comfykit依赖驱动 ComfyUI 或 RunningHub 执行工作流。整条链路上所有 I/O 密集型操作LLM 调用、TTS 合成、图像生成、视频渲染均为异步实现。二、核心组件逐个拆解2.1 PixelleVideoCore一切能力的统一入口架构文档将PixelleVideoCore定义为核心服务类职责是协调各个子服务。其实现位于 pixelle_video/service.py核心设计可归纳为三点全局单例模块底部直接实例化pixelle_video PixelleVideoCore()service.py全仓库API 路由、Streamlit Web、pipeline都通过导入这个单例获得统一能力入口。异步生命周期initialize()一次性完成所有子服务与 pipeline 的注册service.pycleanup()负责释放 ComfyKit 会话同时实现了异步上下文管理器__aenter__/__aexit__支持async with pixelle_video:写法。按需懒加载ComfyKit 客户端不在initialize()中创建而是在首次真正执行工作流时才创建并通过配置哈希MD5检测配置变更后自动重建service.py。这保证了修改comfyui配置后无需重启进程即可热生效。初始化后PixelleVideoCore暴露的能力清单如下均为异步可调用对象await pixelle_video.initialize() # 文案生成LLM answer await pixelle_video.llm(Explain atomic habits) # 语音合成TTS本地 Edge TTS 或 ComfyUI 工作流 audio await pixelle_video.tts(Hello world) # 图像 / 视频生成ComfyUI 工作流 media await pixelle_video.media(prompta cat) # 视频生成pipeline 分发 result await pixelle_video.generate_video(text如何提高学习效率, n_scenes5)其中generate_video是一个向后兼容的包装器service.py通过pipeline参数在已注册的standard、custom、asset_based三个流水线之间分发未知流水线会抛出ValueError并列出可用选项。2.2 LLM Service文案与分镜的大脑架构文档指出 LLM Service负责调用大语言模型生成文案。其实现 pixelle_video/services/llm_service.py 采用了直接基于 OpenAI SDKAsyncOpenAI的实现不再套额外能力层因此天然兼容所有 OpenAI 兼容 API 的厂商包括OpenAIgpt-4o / gpt-4o-mini阿里云百炼 Qwenqwen-max / qwen-plus / qwen-turboDeepSeekdeepseek-chatMoonshot Kimi、Anthropic Claude本地 Ollamallama3.2 / qwen2.5无需真实 API Key两个值得关注的源码特性结构化输出__call__支持response_type参数任意 Pydantic 模型。实现上并非依赖各家厂商的 structured output 接口而是把 Pydantic 生成的 JSON Schema 以指令形式拼接到 prompt 中llm_service.py并在解析阶段依次尝试直接 JSON 解析 → 提取 markdown 代码块 → 截取最外层花括号三级兜底llm_service.py最大化跨厂商兼容性。AssetBasedPipeline中的VideoScript/SceneScript结构化分镜就是它的典型应用。配置热加载每次调用都从全局config_manager动态读取api_key/base_url/model参数优先级为调用参数 配置文件 内置默认值无需重启即可切换模型。2.3 Image / Media Service图像与视频的统一生成架构文档中的 Image Service 在代码中演化为MediaServicepixelle_video/services/media.py同时支持图像与视频两种产出通过扫描workflows目录下image_*与video_*前缀的工作流自动识别见 workflows/runninghub 与 workflows/selfhost 下的真实工作流 JSON。调用示例media await pixelle_video.media(prompta cat) if media.is_image: print(fGenerated image: {media.url}) elif media.is_video: print(fGenerated video: {media.url} ({media.duration}s))工作流执行统一走ComfyBaseService基类pixelle_video/services/comfy_base_service.py由ComfyKit客户端根据source字段区分两种执行模式selfhost传入本地工作流文件路径连接自建 ComfyUIcomfyui_urlrunninghub传入 RunningHub 云端工作流 ID通过runninghub_api_key鉴权提交到云端执行。仓库同时保留了一条直连 API 提供商的旁路pixelle_video/services/api_services 下的image_dashscope.py、image_gpt.py、video_kling.py等可在不部署 ComfyUI 的情况下直接用 DashScope、OpenAI、Kling 等厂商 API 生成图/视频与工作流模式通过配置并存。2.4 TTS Service本地与工作流双模式语音合成架构文档描述 TTS Service负责调用 ComfyUI 生成语音而实际实现pixelle_video/services/tts_service.py支持两种推理模式通过inference_mode参数或配置切换local默认调用微软 Edge TTSedge_tts见 pixelle_video/utils/tts_util.py免费、无需 ComfyUI默认音色zh-CN-YunjianNeural语速通过 pixelle_video/tts_voices.py 中的speed_to_rate()转换为 Edge TTS 的 rate 参数。comfyui走selfhost/tts_edge.json等 TTS 工作流支持音色、语速等工作流级参数结果从result.audios/result.files/result.outputs三级结构中提取音频路径若返回 URL 且指定了output_path会自动下载到本地。调用示例本地模式audio_path await pixelle_video.tts( textHello, world!, inference_modelocal, voicezh-CN-YunjianNeural, speed1.2 )2.5 Video Generator模板方法模式驱动的合成流水线架构文档中的 Video Generator 对应两层实现pipeline 层编排三个流水线均继承LinearVideoPipelinepixelle_video/pipelines/linear.py采用经典的模板方法模式将一次视频生成固定为 8 个生命周期步骤setup_environment → generate_content → determine_title → plan_visuals → initialize_storyboard → produce_assets → post_production → finalizeStandardPipelinepixelle_video/pipelines/standard.py默认流水线支持两种模式——generateLLM 根据主题生成 n 条口播文案与fixed把固定脚本按段落/句切分。AssetBasedPipelinepixelle_video/pipelines/asset_based.py基于用户上传素材图片/视频生成营销视频先分析素材、再由 LLM 结构化输出分镜并完成素材-场景匹配无需 AI 生成画面。CustomPipelinepixelle_video/pipelines/custom.py自定义流水线模板演示如何通过继承BasePipeline扩展新工作流。FrameProcessor VideoService 层执行FrameProcessorpixelle_video/services/frame_processor.py负责逐帧渲染 HTML 模板、合成字幕并产出视频片段VideoServicepixelle_video/services/video.py通过concat_videos()完成片段拼接并支持可选 BGMbgm_path/bgm_volume/bgm_mode。值得注意的性能设计当使用 RunningHub 工作流时StandardPipeline会依据runninghub_concurrent_limit配置1-10用asyncio.Semaphore对多帧进行并行处理standard.py而自托管 ComfyUI 工作流则退化为串行执行同时如果选择的模板是纯静态模板static_*整个图像生成链路会被跳过显著降低耗时与成本。三、技术栈与运行时要求架构文档列出的技术栈与仓库实际依赖pyproject.toml一一对应整理如下类别技术说明语言Python 3.11官方文档标注 3.10但 pyproject.toml 实际声明requires-python 3.11以 pyproject 为准并发模型AsyncIO全链路异步pytest-asyncio自动模式Web 前端Streamlit (1.40.0)交互界面位于 web含多语言 i18nweb/i18n/localesAI 接入OpenAI SDK (2.6.0)、comfykit (0.1.12)LLM 走 OpenAI 兼容协议ComfyUI 走 ComfyKit 客户端视频处理moviepy 1.0.3、ffmpeg-python片段合成、音频合并、时长探测渲染playwright (1.58.0)HTML 模板截图渲染配置YAMLpydantic 校验config.example.yaml 为模板需复制为config.yaml包管理uv见 uv.lock 与 start_web.sh配置加载由单例ConfigManagerpixelle_video/config/manager.py负责启动时通过 pydantic 模型PixelleVideoConfig校验并加载 YAML并会校验默认模板路径是否存在支持reload()/update()热更新。核心配置片段config.example.yaml如下# LLM任意 OpenAI 兼容 API llm: api_key: base_url: # 如 https://dashscope.aliyuncs.com/compatible-mode/v1 model: # 如 qwen-max / gpt-4o / deepseek-chat / llama3.2 # ComfyUI自托管 RunningHub 双模式 comfyui: comfyui_url: http://127.0.0.1:8188 runninghub_api_key: runninghub_concurrent_limit: 1 # 1-10普通会员建议 1 image: default_workflow: runninghub/image_flux.json video: default_workflow: runninghub/video_wan2.1_fusionx.json tts: default_workflow: selfhost/tts_edge.json # 默认帧模板决定画幅与版式 template: default_template: 1080x1920/image_default.html模板按命名约定区分能力static_*.html无需 AI 媒体、image_*.html需要 AI 生成图像、video_*.html需要 AI 生成视频完整清单见 templates 目录含 1080x1920 竖屏、1080x1080 方形、1920x1080 横屏三类画幅。四、一条视频的完整旅程标准流水线时序结合 service.py 与 standard.py 的调用关系一次标准视频生成的真实执行时序如下Web/API 层调用pixelle_video.generate_video(text如何提高学习效率, n_scenes5)包装器分发到StandardPipelinesetup_environment创建独立任务目录并生成task_idgenerate_content调用pixelle_video.llm由 LLM 根据主题生成 5 条口播文案determine_title调用 LLM 自动生成标题若未指定plan_visuals根据模板类型决定是否为每条文案生成图像提示词LLM 批量调用并叠加prompt_prefix风格前缀initialize_storyboard构建StoryboardStoryboardFrame数据模型见 pixelle_video/models/storyboard.pyproduce_assets对每一帧依次执行TTS 生成音频 → ComfyUI 生成图像 → FrameProcessor 渲染模板合成字幕 → 输出视频片段RunningHub 模式下按并发上限并行post_production用VideoService.concat_videos拼接全部片段并按需混入 BGMfinalize统计时长/文件大小通过PersistenceService与HistoryManagerpixelle_video/services/persistence.py、pixelle_video/services/history_manager.py持久化任务元数据与 storyboard供 web/pages/2__History.py 历史页回放。整个过程中的进度通过ProgressEventpixelle_video/models/progress.py回调上报Web 端可实时展示生成进度。五、如何扩展架构架构文档强调的分层 可扩展在代码中得到了落实扩展入口主要有三处新增视频流水线复制 pixelle_video/pipelines/custom.py在__call__中实现自定义逻辑然后注册到核心pixelle_video.pipelines[my_custom] CustomPipeline(pixelle_video) result await pixelle_video.generate_video(textyour_content, pipelinemy_custom)接入新工作流在 workflows/runninghub云端或 workflows/selfhost本地放置新的 ComfyUI 工作流 JSON并在 config.example.yaml 的comfyui.image/video/tts段指定default_workflow即可。切换/并行接入新厂商在 pixelle_video/services/api_services 中仿照现有image_dashscope.py、video_kling.py实现新的直连客户端并在api_providers配置段补齐厂商鉴权信息。结语从本文的源码级对照可以看出Pixelle-Video 的架构文档虽然简洁但每一句概述背后都有扎实的实现支撑三层架构对应 Web 交互、业务编排与 ComfyUI 生成的三段式解耦PixelleVideoCore是异步单例门面LLM/TTS/Media 三个服务分别承载文案、配音与画面的生成能力而视频合成则被抽象为模板方法模式的流水线让业务方可以在不改动底层服务的前提下定制任意生成流程。理解这套骨架无论是二次开发、接入新模型还是排查生成链路问题都能快速定位到具体模块。更多背景可参见 docs/zh/development/architecture.md 与 docs/en/development/architecture.md。【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