乐于分享
好东西不私藏

OpenMontage:把 AI 编程助手变成一套视频制作工作室

OpenMontage:把 AI 编程助手变成一套视频制作工作室

一句话定位

OpenMontage[1] 是一套开源的 Agent 视频生产系统:你用自然语言描述需求, Claude Code 、 Codex 、 Cursor 等 AI 编程助手负责组织调研、脚本、素材、配音、剪辑、审核和渲染流程。

它的重点不是“输入提示词生成一个视频片段”,而是把完整的视频生产过程做成可编排、可恢复、可审核的流水线。

基础信息卡片

项目 信息
项目名称 OpenMontage
GitHub calesthio/OpenMontage[2]
官网 openmontage.video[3]
GitHub Star 约 44.1K
Fork 约 5.3K
许可证 GNU AGPLv3
创建时间 2026 年 3 月
主要技术 Python 、 FFmpeg 、 Remotion 、 React 、 HyperFrames
运行依赖 Python 3.10+、 Node.js 18+、 FFmpeg
支持的 Agent Claude Code 、 Codex 、 Cursor 、 Copilot 、 Windsurf
当前成熟度 仓库更新活跃,但暂时没有正式 Release 和版本 Tag

解决什么问题

目前很多 AI 视频工具只解决单个环节:

文生视频模型负责生成几秒钟的镜头;
图片模型负责生成画面;
TTS 服务负责配音;
FFmpeg 或剪辑软件负责合成;
用户自己负责脚本、素材管理、字幕、成本控制和质量检查。

真正制作一条完整视频时,仍然需要在多个工具之间反复切换。

OpenMontage 把这些环节整合成统一流程:

调研
  → 制作方案
  → 脚本
  → 分镜
  → 素材生成
  → 剪辑决策
  → 视频合成
  → 成品检查

它没有单独实现一个封闭的 AI 调度服务,而是采用 Agent-first 架构: AI 编程助手直接读取 YAML 流程定义和 Markdown Skills ,再调用仓库里的 Python 工具完成任务。

核心功能

1. 11 类视频生产流水线

项目内置了多种制作流程,包括:

动画科普视频
动态图形和文字动画
AI 数字人视频
电影感预告片
长视频切片
纪录片式素材混剪
AI 素材与实拍素材混合
视频翻译与配音
播客转短视频
软件操作演示
口播视频

每条流水线都定义了自己的步骤、工具、审核条件和输出要求。

2. 可以从参考视频开始创作

OpenMontage 支持输入:

YouTube 视频
YouTube Shorts
TikTok
Instagram Reel
本地视频文件

Agent 会分析参考视频的:

文稿和字幕
节奏
场景结构
关键帧
视觉风格
开头钩子

然后生成两到三个差异化方案,并在正式制作前给出工具选择和费用预估。

它提取的是参考视频的节奏与结构,不是简单复制内容。

3. 同时支持真实视频素材和 AI 生成素材

OpenMontage 不只会把静态图片做成幻灯片。

在不使用付费视频生成模型的情况下,它可以从以下来源获取真实动态素材:

Archive.org
NASA
Wikimedia Commons
Pexels
Pixabay
Unsplash

系统会建立素材库,通过 CLIP 做语义检索,再把匹配的视频片段剪入时间线。

配置 API 后,还能使用 Kling 、 Google Veo 、 Runway 、 FLUX 、 Imagen 、 OpenAI 、 ElevenLabs 等服务生成视频、图片、配音和音乐。

4. 支持本地免费制作路径

项目宣称所有 API Key 都是可选的。零付费 Key 时,可以使用:

Piper TTS:本地离线配音
Remotion: React 驱动的视频合成
HyperFrames: HTML 、 CSS 、 GSAP 动效视频
FFmpeg:编码、混音、字幕和后期处理
开放素材库:获取真实视频和图片
内置字幕工具:生成逐词字幕

如果本机有合适的 GPU ,还可以配置 WAN 2.1 、 Hunyuan 、 CogVideo 、 LTX-Video 等本地模型。

需要注意,“不需要付费 API”不代表完全没有成本,本地视频生成仍会消耗较多显存和计算时间。

5. 把质量检查加入生产流程

OpenMontage 不只是调用模型生成素材,还加入了多层质量门槛:

在脚本、分镜和素材阶段等待人工确认
渲染前检查计划是否满足交付要求
分析视频是否过于接近静态幻灯片
使用 ffprobe 检查成品格式
抽取多个时间点的画面检查黑帧和异常叠层
分析静音、爆音和音量问题
检查字幕是否存在
检查最终视频是否兑现最初的制作方案

如果检查不通过,系统不会直接把视频当作最终成品交付。

6. Backlot 可视化制作看板

OpenMontage 提供一个名为 Backlot 的本地看板,用来展示:

当前制作阶段
脚本和分镜
每个场景的候选素材
使用的生成提示词
单项素材成本
质量评分
等待用户确认的节点
历史制作项目

基本命令:

python-mbacklotopen
python-mbacklotopen<project-id>

它还支持回放整个制作过程,方便定位某个素材或决策是在哪个阶段产生的。

7. 成本预算与模型选择

项目会从七个维度选择视频、图片、 TTS 和音乐服务:

任务匹配度
输出质量
可控性
稳定性
成本效率
延迟
连续性

正式调用付费 API 前可以估算费用,并设置:

单次操作确认阈值
总预算上限
超预算警告
强制费用上限
实际花费记录

README 给出的默认总预算上限是 10 美元,单项超过 0.50 美元时可以暂停确认。

适合谁

OpenMontage 比较适合:

想用 Codex 、 Claude Code 制作视频的开发者
需要批量制作技术科普或产品演示视频的团队
想把播客、长视频转成短视频的内容创作者
需要在多个视频、图片和语音模型之间切换的用户
希望自托管并保留完整项目文件的团队
想研究 Agent 流水线、质量门槛和预算治理的开发者

它尤其适合“有一定开发能力,但不想手工拼接十几个视频工具”的用户。

快速上手

环境要求

先准备:

Python 3.10+
Node.js 18+
FFmpeg
Claude Code 、 Codex 、 Cursor 等能够读写文件并执行命令的 Agent

安装

gitclonehttps://github.com/calesthio/OpenMontage.git
cdOpenMontage
makesetup

安装完成后,在 AI 编程助手中打开项目,直接描述想制作的视频:

制作一条 60 秒的动画科普视频,介绍神经网络是如何学习的。

如果希望使用真实素材,可以明确要求:

制作一条 75 秒的雨中城市纪录片式混剪。
只使用真实视频素材,不要旁白,整体保持克制、怀旧的氛围。

需要 AI 图片、视频、付费配音或音乐时,再按需配置 .env 中的服务密钥。

结论

OpenMontage 真正值得关注的地方,不是又接入了多少个视频模型,而是它把视频制作拆成了可阅读、可修改、可恢复、可审核的 Agent 流水线

它把 YAML 用作流程定义、 Markdown Skills 用作制作知识、 Python 工具用作执行能力,再让 AI 编程助手承担调度角色。这种架构让视频制作过程不再局限于一次提示词调用,也更容易检查成本、替换服务商和复现结果。

不过该项目创建时间较短,目前虽然已有约 44K Star ,但还没有正式 Release 或版本 Tag 。现阶段更适合把它看作一个快速演进中的开源视频生产框架,正式用于长期生产前,建议先用一条短视频验证安装、素材来源、渲染速度和实际费用。


参考链接

[1] OpenMontage: https://github.com/calesthio/OpenMontage

[2] calesthio/OpenMontage: https://github.com/calesthio/OpenMontage

[3] openmontage.video: https://www.openmontage.video/