OpenMontage：把 AI 编程助手变成开源视频制作工作室
摘要
OpenMontage 是一个让 Claude Code、Cursor、Codex 等 AI 编程助手直接参与完整视频生产的开源系统，覆盖研究、脚本、素材、配音、字幕、剪辑、渲染与质量检查，并支持真实素材和多模型工作流。
本文目录
OpenMontage：把 AI编程助手变成开源视频制作工作室
OpenMontage是一个面向 AI编程助手的开源智能体视频制作系统。它不是单纯封装一个文生视频模型，而是把选题研究、脚本、素材生成与检索、配音、字幕、剪辑、渲染和质量检查串成完整生产流程，让 Claude Code、Cursor、Copilot、Windsurf或 Codex这类能读取文件并运行代码的智能体充当“制作统筹”。
项目目前给出的定位很明确：用户只需要用自然语言描述想做的视频，智能体会读取项目里的流程定义和技能文件，再调用 Python工具完成生产。对于需要真实素材的内容，它也能从开放档案和免费素材源建立可检索语料库，寻找真实运动镜头，而不是只把几张静态图做成转场视频。
OpenMontage 项目官方展示图
它解决的不是“生成一个镜头”，而是整条视频生产链
很多 AI视频工具擅长生成单个镜头，但真正做成一条可发布的视频，还要处理脚本结构、镜头节奏、画面来源、旁白、音乐、字幕、渲染以及最终检查。OpenMontage把这些环节拆成可读、可检查的工作流，由智能体逐阶段执行。
项目采用 agent-first架构：没有一个固定的代码编排器替你决定全部流程，AI编程助手本身就是编排器。它会读取 YAML管线清单了解阶段、可用工具和验收条件，再读取 Markdown技能文件确定每个阶段怎么做，随后调用具体工具，并在关键节点保存状态和等待用户确认。
这种设计的价值在于，生产逻辑不是藏在黑盒服务里。管线、技能、审查条件和大量创作规则都能直接打开查看和修改，更适合希望自己控制模型、素材来源、成本和成片逻辑的开发者。
从参考视频出发，也是它重点覆盖的工作方式
OpenMontage不要求所有项目都从一句空白提示词开始。你可以给它一个 YouTube、Short、Reel、TikTok或本地视频，让智能体分析转录文本、节奏、场景、关键帧和风格，再生成多个差异化的新方案。
这种流程更接近真实创作中的“参考片分析”：保留节奏、开场方式、结构或情绪，但更换主题、视觉处理、叙述角度和旁白方式。项目还会在正式生成大量素材前给出工具路径、成本预估和样片方向，减少做到一半才发现模型或预算不合适的情况。
Backlot：让智能体的视频生产过程可见
项目内置了名为 Backlot的本地动态故事板。视频制作开始后，它会把脚本、场景、素材生成状态、模型选择和成本等信息放到一个可视化面板里。素材生成阶段还可以停在逐场景审批节点，让用户先看接触表、提示词、单项成本和质量评分，再决定是否继续渲染。
这让 OpenMontage不只是“输入提示词，等一个 MP4”。它更像一个可以介入的制作系统：智能体负责执行大量操作，但关键创意选择仍然可以由人确认。
零付费 API Key也能跑出完整流程
OpenMontage的一个有意思之处，是它没有把完整体验完全绑定在付费生成模型上。按照项目文档，基础安装后可以使用 Piper做本地语音，使用 Archive.org、NASA、Wikimedia Commons等开放来源寻找素材，再结合 Remotion、HyperFrames和 FFmpeg完成画面合成、字幕、音频混合与后期处理。
如果希望加入生成式图片和视频，也可以按需配置不同服务。项目已经接入多种视频、图片、语音和素材提供方，包括 Kling、Veo、Runway、Seedance、WAN、本地扩散模型、Pexels、Pixabay、Unsplash等。不同提供方会进入统一的评分和选择逻辑，而不是把整套工作流锁死在单一模型上。
安装与运行
基础环境要求包括 Python 3.10+、FFmpeg、Node.js 18+，以及一个能读取项目文件和执行代码的 AI编程助手。最直接的安装方式是：
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup安装完成后，在 AI编程助手里打开项目，然后直接描述成片需求。例如可以让它制作一条60秒的神经网络动画解说，也可以明确要求使用真实素材、不要旁白，只做纪录片式蒙太奇。
如果不使用 `make`，项目也提供手动创建 Python虚拟环境、安装依赖、安装 Remotion依赖和 Piper TTS的方式。需要更多生成模型时，再把对应 API Key写入 `.env` 即可；这些 Key并不是启动基础工作流的硬性条件。
适合什么人
OpenMontage更适合已经在使用 Claude Code、Cursor、Codex等智能体编程工具，并且愿意自己管理素材、模型和生产配置的用户。它的优势不是“点一下按钮就出片”，而是把视频生产步骤做成可读、可修改、可恢复、可审查的智能体工作流。
这也意味着它比普通在线 AI视频产品更偏工程化。首次配置需要准备 Python、Node.js和 FFmpeg，想接入更多云端模型还要分别配置服务密钥。对于只想快速生成几秒镜头的人，它可能显得过重；但如果目标是重复生产完整视频、控制成本、复用流程并保留人工审批，OpenMontage的结构就很有吸引力。
项目采用 AGPL-3.0许可证。对于准备把它接入商业产品或网络服务的团队，正式部署前应先确认许可证义务和自己的分发方式是否匹配。