OpenMontage：让 AI 编程助手接管视频制作

你以为 AI 编程助手只能写代码？一个刚冲上 GitHub Trending、星标逼近 7 万的开源项目，正在把 Claude Code、Cursor、Copilot 直接训练成"视频制片厂"。它不生成 10 秒碎片，而是从调研、写脚本、找素材、剪辑到合成，端到端产出一支完整成片——而且核心路径完全离线免费。

一、它到底是什么

OpenMontage 是开发者 calesthio 开源的 agentic 视频生产系统（AGPL-3.0，GitHub: calesthio/OpenMontage，官网 openmontage.video）。它的核心设定很反直觉：

你用自然语言描述一句需求，比如"做一支 60 秒讲神经网络怎么学习的动画科普视频"，Agent 会读一份 YAML 流水线清单了解阶段、工具和评审标准，再读一份"导演技能"文档学会怎么执行每个阶段，然后调用 Python 工具、自动评分选最优模型、做多轮自检，并在关键创意节点暂停等你拍板。

仓库自带 12+ 条 YAML 流水线、100+ 工具集成、700+ 个 Agent 技能与制作知识文件——从镜头语言到动效编排，全是写给 AI 助手读的操作手册。

二、为什么它值得关注：Agent 即编排器

传统 AI 视频工具要么点选式 SaaS（黑盒、按次收费、能力受限于厂商），要么是"输入 prompt 出一段片段"的单点生成。OpenMontage 走的是另一条路：

它把"专业视频制作"拆解成 Agent 可以逐步执行、可自检、可审批的工作流——这正是当下 Deep Agent / Agent Skill 范式在创意生产领域的落地样本。

三、架构拆解：700+ 技能怎么被组织

OpenMontage 的每一个视频都跑同一条主干：

图：OpenMontage 视频生产主干流水线（research → proposal → script → scene_plan → assets → edit → compose）

这条主干之外，真正的"护城河"是那 700+ 个知识文件。它们按阶段被切片成 Director Skill，让 Agent 不只是"会调用工具"，而是理解专业视频创作的语境与质量标准。Provider 选择也不是拍脑袋——它在 7 个维度上打分（质量、成本、速度、分辨率、合规、可用性、本地化），并产出可审计的决策日志。

12 类管线速览：

（共 12+ 条，覆盖讲解、预告、混剪、切条、配音等场景。）

四、离线优先，但 Provider 可插拔

图：Agent 即编排器的工作循环——读清单、调工具、评分选 Provider、自检、在创意节点暂停审批

它的核心路径零付费 API：Piper 离线 TTS 旁白、Archive.org / NASA / Wikimedia Commons / Pexels 的免费影像、Remotion 或 HyperFrames 渲染、FFmpeg 后期——全部本地跑。需要更好效果时，再插 fal.ai、Kling、Veo、Runway、ElevenLabs、OpenAI 等密钥；有 NVIDIA GPU 还能 make install-gpu 解锁 Wan、Hunyuan、CogVideo 本地视频模型。

实测 demo 预算能压到 $0.15–$1.33——当然这取决于你用的是免费额度还是付费 API。

五、质量门禁与预算护栏

Agent 不是无脑生成。提案、脚本、分镜、素材、发布五个节点强制人工审批；渲染后用 ffprobe 校验文件、抽帧、查音量、查字幕。预算上默认 $10 上限，单个动作超过 $0.50 就暂停等你确认。

它还支持"逆向参考"：贴一个 YouTube Short，Agent 分析其节奏、结构和风格，先给你 2-3 个差异化创意方案 + 诚实的成本预估，再决定要不要生成。

六、十分钟上手

环境要求 Python 3.10+、FFmpeg、Node.js 18+，以及任意一个支持的编程助手。

git clone https://github.com/calesthio/OpenMontage.git cd OpenMontage make setup # 或手动： python3 -m venv .venv && source .venv/bin/activate python -m pip install -r requirements.txt cd remotion-composer && npm install && cd .. python -m pip install piper-tts cp .env.example .env

把仓库在 Claude Code / Cursor 里打开，用一句话描述你要的视频即可。官网还预告了一款独立桌面应用 OpenMontage Studio，目前仍在私有 Alpha。

七、给我的启发：Agent Skill 才是资产

OpenMontage 最值得 AI 工程师借鉴的，不是它能做视频，而是它把专业知识沉淀成 Agent 可读、可复用、可审计的知识文件。700+ 技能不是 prompt 堆砌，而是分阶段的"操作手册 + 质量判据"。这和当下"可验证的 Agent Skill""Deep Agent"方向高度一致：真正的壁垒不在模型，而在把领域 know-how 结构化进工作流。

对做 Agent / Skill 商业化的人来说，OpenMontage 是一个很有说服力的范本：用开源协议（AGPL-3.0）+ 可复现的 code-first 流水线，避开 SaaS 黑盒，又用"知识文件"构建护城河。

八、边界与风险

• 没有人类 GUI
  ：它的目标用户是"读代码的 Agent"，README 甚至直接跟通过图灵测试的同行打招呼。如果你要时间轴拖拽编辑器，它不适合。
• demo 预算依赖免费额度
  ：那几个 "$0.15" 的漂亮数字依赖特定免费/试用额度，可能变动或消失。
• AGPL-3.0 商用注意
  ：若你想闭源集成它的代码，需留意 copyleft 义务。
• 仍在快速演进
  ：最近一次提交在 2026 年 10 月中旬，尚无正式 release / tag。

小结

OpenMontage 把"AI 编程助手能做什么"的边界又推了一步：从写代码，到独立操盘一支视频的完整生产。对关注 Agent 化工作流、Deep Agent 与 Skill 商业化的开发者，它是 2026 年最值得拆的一个开源样本。

小ai辅食助手

ai梦想本