夜雨聆风
（图源：项目仓库）
现在能「生成视频」的工具不少，但大多是同一个套路：你给一句提示词，模型吐回一段画面。OpenMontage 想做的是另一件事——它不是又一个文生视频模型，而是一套编排系统，把你已经在用的 AI 编码助手（Claude Code、Cursor、Copilot 这些）变成一个完整的视频制作团队。
将您的 AI 编程助手变成一个完整的视频制作工作室。用通俗的语言描述您的需求——您的智能体会自动处理研究、脚本编写、资产生成、剪辑以及最终合成。
它给自己的定位是「首个开源的、代理化（agentic）的视频制作系统」。GitHub 上 24.6k 星，AGPLv3 协议，主要用 Python 写成。从 4 月到 6 月，星标几乎是平的，6 月突然垂直拉起。
（图源：star-history.com）
它能做「真·视频」：去真实素材库里捞片来剪
这里有个关键区别：很多开源方案做出来的「视频」，其实是一堆 AI 图片加转场，本质是会动的幻灯片。OpenMontage 也能做这种图生视频，但它还能做「原生视频」：
智能体会从免费的免版税素材和开源档案中建立语料库，检索实际的动态画面，将它们剪辑到时间线中，并渲染出成品。
也就是说，给它一句「做一条 90 秒的纪录片混剪，主题是凌晨四点的城市，只用真实素材、不要旁白」，它会去 Pexels、Archive.org、NASA、Wikimedia 这些免费素材库和公开档案里捞真实的动态片段，剪进时间线——而不是凭空生成几张图。
它怎么工作：你只描述，Agent 逐阶段闯关
这是 OpenMontage 的核心。它不是「一个大模型一口气生成」，而是一条有明确阶段、每步都要过关的流水线——从你的一句话到成片，中间是这样一条链路：
几个关键设计，决定了它为什么「靠谱」而不是「碰运气」：
结构是写死的，Agent 不瞎来。 每条流水线都有一份 YAML 清单，规定了有哪些阶段、每阶段用什么工具、过关标准是什么；再配一份 Markdown 的「阶段导演技能」，告诉 Agent 每一步具体怎么做。Agent 是在这套轨道里执行，而不是自由发挥——这也是它能稳定出片的根本。
选工具靠打分，不锁定厂商。 同一个任务（比如生成一段视频）往往有十几个 provider 可选，OpenMontage 用一个评分选择器，在 7 个维度上给每个候选打分排名，取最高的那个。
任务契合度权重最高（30%），其次是质量、可控性、可靠性，成本和延迟反而靠后。因为是打分制，你随时可以换掉某个 provider，不会被某一家绑死。
一路都在把关。 图里标黄的那几步不是摆设：调完工具要自我复审（schema 校验），渲染前有验证关卡 + 你点头确认，渲染完还要再自我复审、通过才输出。它还专门有「交付承诺」机制——如果你要的是「以动态画面为主」，最后却拼出一堆静态图，渲染会被直接拦下来。中间状态存成 JSON 检查点，可以中断、续跑。
规模：12 条流水线、52 个工具、400+ 技能
它的「肌肉」来自一个挺大的工具库：
• 12 条生产流水线：解说、口播、屏幕演示、电影预告、动画、播客、本地化、纪录片混剪等。 • 52 种生产工具：覆盖视频生成、图像创建、TTS、音乐、混音、字幕、增强、分析。 • 400 多项智能体技能：制作技能、流水线导演、创意技法、质量检查清单、技术知识包。
光视频生成就接了 14 个 provider（Kling、Runway、Google Veo、Grok、HeyGen，以及本地 GPU 方案），图像 10 个（FLUX、Imagen、DALL-E 等），TTS 4 个。合成引擎用 Remotion、FFmpeg，以及 HyperFrames——后面这个本号写过，正是「写 HTML 就能渲染视频」那套。
花多少钱
它的一个卖点是「零密钥也能跑」：
零密钥开箱：Piper TTS、Archive.org 素材、Remotion 合成均免费。
也就是用本地 TTS（Piper）、本地渲染（Remotion/FFmpeg）、免费素材库和公开档案，一分钱不花也能出片。要更好的效果，再配上付费 provider 的 key（FLUX、Veo、ElevenLabs、Suno 等）。官方给的几个成本例子：一条 60 秒动画约 1.33 美元，一条产品广告约 0.69 美元，一段吉卜力风格动画（12 张 FLUX 图）约 0.15 美元。
怎么用
前提是你得先有一个 AI 编码助手（Claude Code、Cursor、Copilot、Windsurf、Codex 都行）——因为 OpenMontage 本身不是一个独立 App，它是给 Agent 用的「能力包」。
环境上要 Python 3.10+、FFmpeg、Node.js 18+，然后：
git clone https://github.com/calesthio/OpenMontage.gitcd OpenMontagemake setup之后就是在你的编码助手里用大白话下单，比如官方的例子：
制作一个 60 秒的动画解说视频，讲解神经网络是如何学习的。
或者「这是一条我喜欢的 YouTube Short，照这个风格给我做一条讲 CRISPR 的，面向高中生」。
几条注记
• 它是给 Agent 用的，不是独立软件。没有一个 AI 编码助手在前面驱动，它跑不起来。 • AGPLv3 协议。这是强 copyleft，拿它做商业产品、二次分发前要先看清楚授权义务。 • 付费 provider 要自己配 key。零密钥能出片，但想要高质量的 AI 视频/配音，还是得接付费服务，成本随用量走。 • 素材版权要自己把关。免费素材库和公开档案各有各的授权条款，商用前要逐个核实，工具不替你担这个责任。 • 目前没有正式 release。仓库还在快速迭代，尝鲜可以，上生产要做好跟版的准备。
写在最后
OpenMontage 的思路，是把「做视频」这件事拆成一条有清单、有导演、有关卡的流水线，交给你已经在用的编码 Agent 去跑。它不保证一句话就出大片，但把研究、脚本、找素材、剪辑、渲染这套流程工程化了——而且免费档位就能完整走通。
AGPLv3，24.6k 星。仓库地址：github.com/calesthio/OpenMontage。
近期文章
阿里开源 ReMe：像写双链笔记一样给 AI Agent 做长期记忆
腾讯开源 Agent 记忆方案：不堆历史、不暴力摘要、Token 最高省 61%
写 HTML 就能渲染视频：HeyGen 开源 hyperframes，专为 AI Agent 而生