Pixelle-Video 如何搭建开发环境并提交 Pull Request【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 是一个 AI 全自动短视频引擎支持从文案、配图、语音到视频合成的完整生成流程。如果你想修改源码或给它提交新功能需要先把开发环境搭起来跑通验证再按贡献流程提交 Pull Request。本文基于项目自带的贡献指南docs/zh/development/contributing.md和安装文档docs/zh/getting-started/installation.md给出一条从克隆代码到发起 PR 的可执行路径。贡献流程Fork 到 Pull Request 的完整路径贡献指南给出的标准流程共 5 步Fork 项目仓库创建功能分支git checkout -b feature/AmazingFeature提交更改git commit -m Add some AmazingFeature推送到分支git push origin feature/AmazingFeature开启 Pull Request整个前提是你先完成本文下面两节开发环境搭建以及本地验证通过。搭建开发环境Pixelle-Video 使用uv作为包管理器Python 版本要求在 pyproject.toml 的requires-python 3.11中有定义。需要注意的是安装文档中写的是「Python 3.10 或更高版本」而pyproject.toml声明的是 3.11 及以上两处来源不一致建议以pyproject.toml为准准备 Python 3.11。克隆你的 Fork贡献指南要求克隆的是你自己的 fork而不是上游仓库# 克隆你的 fork git clone https://github.com/your-username/Pixelle-Video.git cd Pixelle-Video命令中的https://github.com/your-username/Pixelle-Video.git是文档中的占位地址替换为你 Fork 后仓库的实际 URL否则无法推送到你的分支。安装依赖在仓库根目录执行# 安装开发依赖uv 会自动创建虚拟环境 uv sync如果没有安装 uv先执行安装文档中的安装命令curl -LsSf https://astral.sh/uv/install.sh | sh这个脚本会从 astral.sh 下载并安装 uv 到你的 shell 环境属于对本地环境的修改首次使用前确认来源可信。此外pyproject.toml定义了dev可选依赖组包含pytest、pytest-asyncio和ruff三个开发工具文档给出的uv sync未指定安装该组。如需本地使用这些工具可安装开发依赖uv sync --extra dev不想用 uv 的读者安装文档给出了 pip 替代路径python -m venv venv创建虚拟环境、激活后pip install -e .步骤与安装文档一致此处不再展开。验证环境可用安装文档推荐的验证方式是启动 Web 界面# 使用 uv uv run streamlit run web/app.py # 或使用 pip需先激活虚拟环境 streamlit run web/app.py浏览器会自动打开http://localhost:8501看到 Pixelle-Video 的 Web 界面即说明安装成功。仓库根目录的 start_web.sh 脚本执行的就是uv run streamlit run web/app.py这一条命令可以直接用它替代。测试方面贡献指南给出的命令是pytest。pyproject.toml 中的[tool.pytest.ini_options]已配置asyncio_mode auto和testpaths [tests]不过当前仓库中不存在tests/目录因此现在直接运行pytest不会收集到任何测试用例。如果你要为修改添加测试按 代码规范的要求测试应放在tests/目录下代码和注释使用英文并遵循 PEP 8。代码规范与提交 PR贡献指南对提交内容的硬性要求有三条所有代码和注释使用英文遵循 PEP 8 规范添加适当的测试pyproject.toml中同时给出了 ruff 的 lint 配置line-length 100、target-version py311规则选择E、F、I忽略E501本地安装了dev依赖组后可用它自查代码风格。完成修改后按 5 步流程走分支操作# 创建功能分支 git checkout -b feature/AmazingFeature # 提交更改 git commit -m Add some AmazingFeature # 推送到分支 git push origin feature/AmazingFeature其中的分支名和提交信息是文档给出的示例替换为你实际的功能名。推送成功后到代码托管平台开启 Pull Request即完成提交。遇到问题的排查Python 版本判断安装文档写 3.10pyproject.toml写3.11两个来源不一致以pyproject.toml的 3.11 准备环境最稳妥。依赖安装失败确认执行的是uv sync它会自动创建并管理虚拟环境而不是在系统 Python 里直接pip install。启动验证用uv run streamlit run web/app.py启动后浏览器打开http://localhost:8501能看到 Web 界面就说明环境搭建完成。【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 如何搭建开发环境并提交 Pull Request【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 是一个 AI 全自动短视频引擎支持从文案、配图、语音到视频合成的完整生成流程。如果你想修改源码或给它提交新功能需要先把开发环境搭起来跑通验证再按贡献流程提交 Pull Request。本文基于项目自带的贡献指南docs/zh/development/contributing.md和安装文档docs/zh/getting-started/installation.md给出一条从克隆代码到发起 PR 的可执行路径。贡献流程Fork 到 Pull Request 的完整路径贡献指南给出的标准流程共 5 步Fork 项目仓库创建功能分支git checkout -b feature/AmazingFeature提交更改git commit -m Add some AmazingFeature推送到分支git push origin feature/AmazingFeature开启 Pull Request整个前提是你先完成本文下面两节开发环境搭建以及本地验证通过。搭建开发环境Pixelle-Video 使用uv作为包管理器Python 版本要求在 pyproject.toml 的requires-python 3.11中有定义。需要注意的是安装文档中写的是「Python 3.10 或更高版本」而pyproject.toml声明的是 3.11 及以上两处来源不一致建议以pyproject.toml为准准备 Python 3.11。克隆你的 Fork贡献指南要求克隆的是你自己的 fork而不是上游仓库# 克隆你的 fork git clone https://github.com/your-username/Pixelle-Video.git cd Pixelle-Video命令中的https://github.com/your-username/Pixelle-Video.git是文档中的占位地址替换为你 Fork 后仓库的实际 URL否则无法推送到你的分支。安装依赖在仓库根目录执行# 安装开发依赖uv 会自动创建虚拟环境 uv sync如果没有安装 uv先执行安装文档中的安装命令curl -LsSf https://astral.sh/uv/install.sh | sh这个脚本会从 astral.sh 下载并安装 uv 到你的 shell 环境属于对本地环境的修改首次使用前确认来源可信。此外pyproject.toml定义了dev可选依赖组包含pytest、pytest-asyncio和ruff三个开发工具文档给出的uv sync未指定安装该组。如需本地使用这些工具可安装开发依赖uv sync --extra dev不想用 uv 的读者安装文档给出了 pip 替代路径python -m venv venv创建虚拟环境、激活后pip install -e .步骤与安装文档一致此处不再展开。验证环境可用安装文档推荐的验证方式是启动 Web 界面# 使用 uv uv run streamlit run web/app.py # 或使用 pip需先激活虚拟环境 streamlit run web/app.py浏览器会自动打开http://localhost:8501看到 Pixelle-Video 的 Web 界面即说明安装成功。仓库根目录的 start_web.sh 脚本执行的就是uv run streamlit run web/app.py这一条命令可以直接用它替代。测试方面贡献指南给出的命令是pytest。pyproject.toml 中的[tool.pytest.ini_options]已配置asyncio_mode auto和testpaths [tests]不过当前仓库中不存在tests/目录因此现在直接运行pytest不会收集到任何测试用例。如果你要为修改添加测试按 代码规范的要求测试应放在tests/目录下代码和注释使用英文并遵循 PEP 8。代码规范与提交 PR贡献指南对提交内容的硬性要求有三条所有代码和注释使用英文遵循 PEP 8 规范添加适当的测试pyproject.toml中同时给出了 ruff 的 lint 配置line-length 100、target-version py311规则选择E、F、I忽略E501本地安装了dev依赖组后可用它自查代码风格。完成修改后按 5 步流程走分支操作# 创建功能分支 git checkout -b feature/AmazingFeature # 提交更改 git commit -m Add some AmazingFeature # 推送到分支 git push origin feature/AmazingFeature其中的分支名和提交信息是文档给出的示例替换为你实际的功能名。推送成功后到代码托管平台开启 Pull Request即完成提交。遇到问题的排查Python 版本判断安装文档写 3.10pyproject.toml写3.11两个来源不一致以pyproject.toml的 3.11 准备环境最稳妥。依赖安装失败确认执行的是uv sync它会自动创建并管理虚拟环境而不是在系统 Python 里直接pip install。启动验证用uv run streamlit run web/app.py启动后浏览器打开http://localhost:8501能看到 Web 界面就说明环境搭建完成。【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
