夜雨聆风AI Agent 拍电影的时代来了：开源视频制作系统 OpenMontage，让 AI 编程助手变身电影制片厂
溜回几千年 | 2026-06-24
一句话震惊
你正在用的 AI 编程助手，现在可以直接给你拍一部电影了。
本周，GitHub 上有一个开源项目彻底炸了——OpenMontage，号称全球首个开源的、由 AI Agent 驱动的视频制作系统。12 条自动化流水线、52 个专业工具、500+ 预设技能，把 Claude Code / Codex / Cursor 这些 AI 编程助手，直接升级成一个完整的视频制作工作室。
不是那种"帮你写个脚本然后你手动执行"的开源项目。是真的让 AI 从写脚本、生成配音、剪辑画面、加特效，一条龙全自动完成。
目前该项目已经获得 15.5K GitHub Stars，并且今天还在持续更新。
这到底是个什么东西？
简单说，OpenMontage 不是又一个"AI 视频生成工具"（你肯定用过 Sora、Kling、可灵这些），而是一个面向开发者的视频制作自动化流水线。
它的工作方式是：
- 你输入需求
：比如"帮我做一个 30 秒的产品宣传片" - AI Agent 接管
：Claude Code / Codex / Cursor 开始自动工作 - 12 条流水线并行
：脚本策划 → 配音生成 → 画面渲染 → 字幕叠加 → 特效处理 → 音乐合成 → 剪辑输出 - 最终输出
：一条完整的视频文件
最关键的区别在于：这不是一个封闭式 AI 视频应用，而是一套可以二次开发的开源框架。你可以自定义每个环节的工具，接入 Stable Diffusion、ElevenLabs、Remotion 等各种服务。
核心能力一览
让我把这个系统的能力拆解给你看，你就知道为什么它能引爆开源社区了：
🎬 12 条自动化流水线
整个视频制作被拆分为 12 个独立环节，每个环节都是可替换的：
- 脚本策划
：AI 自动生成分镜脚本（Claude / GPT） - 配音生成
：文字转语音，多语言支持（ElevenLabs / 本地模型） - 画面生成
：AI 绘图 + 视频片段（Stable Diffusion / Flux） - 字幕处理
：自动识别、翻译、叠加（Whisper + 翻译 API） - 特效处理
：转场、滤镜、调色（FFmpeg / GPU 加速） - 音乐合成
：自动生成背景音乐（MusicGen / 本地模型） - 剪辑输出
：多轨道自动剪辑拼接（Remotion / FFmpeg）
🛠️ 52 个内置工具
不需要你自己去搜 API、写 SDK 调用。OpenMontage 已经把常见的视频处理工具都封装好了：
图片生成工具（接入 Stable Diffusion、Flux） 音频处理工具（降噪、混音、剪辑） 视频处理工具（格式转换、压缩、拼接） 文字处理工具（自动字幕、标题动画） 网络素材工具（免版权素材自动搜索下载）
🎯 500+ 预设 Skills
这可能是最让开发者兴奋的部分。500 个预设技能，覆盖：
- 信息图动画
：数据可视化动态展示 - 解释型视频
：类似 YouTube 那种手绘解说风格 - 短视频剪辑
：TikTok/Reels 竖屏自动剪辑 - 动态排版
：Kinetic Typography 文字动画 - WebGL 特效
：3D 转场和粒子效果
每个 Skill 都是独立可组合的，开发者可以自由搭配出无穷的组合。
实际能做出什么效果？
光说不练不行。我整理了几个典型的应用场景：
场景 1：产品宣传片（30 秒）
你在 Claude Code 里输入：
用 OpenMontage 为我的开源项目做一个 30 秒的宣传片， 风格是科技感，配乐激昂，突出项目的核心特点AI 会自动：
分析你的项目 README 和代码结构 生成 6 组分镜脚本 为每个分镜生成配音 用 Stable Diffusion 生成对应画面 自动剪辑、加字幕、配乐、输出 1080P 视频
全程你不需要打开任何视频编辑软件。
场景 2：YouTube 解释型视频（5 分钟）
类似 3Blue1Brown 那种数学解说风格，或者 Kurzgesagt 那种科普动画。OpenMontage 专门有预设的 Skill 包，能把复杂的概念自动转化为生动的动画。
场景 3：社交媒体日更
对于内容创作者来说，这个项目简直是神器。每天早上让 AI 自动从你的博客文章生成一条短视频，自动配好音、加好字幕、选好 BGM，直接发布。
技术架构：为什么是"Agentic"？
这个词在项目名字里就体现了：Agentic AI（智能体 AI）。
传统的 AI 视频工具是"单次请求"——你发一个 prompt，AI 生成一段视频。OpenMontage 不同，它利用 AI Agent 的多步骤推理能力：
用户请求 → AI Agent 分析需求 → 制定计划 → 调用 12 条流水线并行工作 → 每条流水线内部 AI 做细节决策 → Agent 统筹全局，处理异常 → 输出成品
这就是为什么它是"Agentic Video Production"——视频制作的每一步都有 AI 在自主决策，而不是简单的指令执行。
而且，它支持热重载。你可以在 AI 工作时随时介入，调整某个环节，AI 会自动重新编排后续步骤。
生态对比：OpenMontage vs 现有方案
- 开源
：OpenMontage ✅ 完全开源 vs Sora/Kling ❌ 闭源 vs Adobe ❌ 闭源 - 可编程
：OpenMontage ✅ API + Skill 系统 vs Sora/Kling ❌ vs Adobe ⚠️ 插件系统 - 自动化程度
：OpenMontage ✅ 全流程自动 vs Sora/Kling ⚠️ 仅生成片段 vs Adobe ❌ 需大量人工 - 二次开发
：OpenMontage ✅ 无限制 vs Sora/Kling ❌ vs Adobe ⚠️ 受限 - 成本
：OpenMontage 按需付费 vs Sora/Kling 订阅制 vs Adobe $55/月 - 视频长度
：OpenMontage 无限制 vs Sora/Kling 通常 < 30秒 vs Adobe 无限制
同类项目：Anthropic 网络安全 Skills 也在疯涨
说个题外话。本周 GitHub 上还有一个和 Agent Skills 相关的项目大火——Anthropic-Cybersecurity-Skills（19.6K Stars），它给 AI 编程助手提供了 817 个结构化的网络安全技能。
映射到 MITRE ATT&CK、NIST CSF 2.0、D3FEND 等 6 大安全框架，覆盖渗透测试、威胁狩猎、事件响应、恶意软件分析等 29 个安全领域。
这意味着：AI Agent 正在从"写代码工具"进化为"专业领域专家"。从视频制作到网络安全，从金融分析到医疗诊断，每个垂直领域都在被 AI Agent Skills 重新定义。
这也许才是 2026 年最值得关注的技术趋势。
怎么上手？
OpenMontage 的安装和使用门槛不高：
# 克隆项目 git clone https://github.com/calesthio/OpenMontage.git cd OpenMontage # 配置 API Key（支持多种 AI 服务） cp .env.example .env # 编辑 .env 填入你的 API Key # 一行命令启动 openmontage run --prompt "做一个 15 秒的 logo 动画"环境要求：
Python 3.10+ 至少一个 AI API Key（OpenAI / Anthropic / Google 均可） 推荐 GPU 环境加速渲染 Docker 一键部署支持
我的看法：这是 Agent 时代的基建
2024 年，AI Agent 能写代码、做数据分析、聊天；
2025 年，AI Agent 能操作浏览器、管理服务器、自主调试；
2026 年，AI Agent 开始能做视频了。
OpenMontage 的意义不在于"又多了一个 AI 视频工具"，而在于它证明了：AI Agent 的边界正在快速扩展，从生产力工具到创意领域，没有什么是 Agent 不能渗透的。
更重要的是，它是开源的。这意味着任何一个开发者都可以修改、扩展、二次开发。未来可能会出现基于 OpenMontage 的各种垂直领域视频工作室——教育视频自动生成、电商产品视频批量制作、新闻资讯视频化……
对于做内容创作、自媒体、产品运营的朋友来说，现在就开始关注 AI Agent + 视频制作的交叉领域，绝对不会错。
今日总结
🎬 视频制作：OpenMontage — Agentic 全自动，15.5K ⭐ 🔐 安全 Skills：Anthropic Cybersecurity — 817 个技能，19.6K ⭐ 🧠 Agent 学习：agent-apprenticeship — AI 从真实工作中学，853 ⭐ 📝 记忆：recall — Claude Code 持久记忆，411 ⭐ ⌨️ 输入法：FUTO Swipe — 全新滑动输入模型，HN 热榜
溜回几千年，专注解读 AI 领域最硬核的技术趋势，用最通俗的语言讲清楚最前沿的东西。
⭐ 关注我，每天 5 分钟，跟上 AI 时代的步伐。
💬 你更想用 AI Agent 做什么？写代码？做视频？还是管安全？欢迎评论区讨论！