ARTICLE · 977497
OpenMontage:把 AI 编程助手变成一整间视频制作工坊
今天给大家推荐的项目是 OpenMontage，它自称是第一个开源的「智能体视频生产系统」。你不需要打开剪辑软件，只要在 Claude Code、Cursor、Codex 这类 AI 编程助手里说一句「做一条 60 秒讲解神经网络的短片」，它就会顺着调研、写脚本、生成素材、剪辑、合成的完整流程把片子做出来。
它最大的不同在于不做单点生成，而是做整条流水线。市面上多数 AI 视频工具给你一段片段，OpenMontage 给你一套带审批、带成本记录、带自检的生产流程。对普通创作者来说，这意味着从「拿到一堆碎片再自己拼」变成「拿到一个可以继续改的项目」。
❝项目名称： OpenMontage
主要语言： Python、HTML、TypeScript
Stars： 53.1k
Forks： 6.6k
项目链接： https://github.com/calesthio/OpenMontage
做一条短片，为什么总是卡在中间
想过自己做一条科普短片吗？流程通常是：查资料、写脚本、找配音配乐画面，最后进剪辑软件对时间轴、打字幕、压视频。
问题不在某一步太难，而在于步骤太散。真正耗时间的是切换和返工：脚本改一句，配音要重录，画面要重排，字幕要重对。近两年的 AI 工具解决了「素材从哪来」，却没解决「素材怎么变成一条完整的片子」，你依然要自己当导演和质检。
OpenMontage 的思路是把导演流程写成文件，交给 AI 智能体去跑。根据官方 README，每条流水线都固定按 research → proposal → script → scene_plan → assets → edit → compose 推进，每个阶段配一份 Markdown「阶段导演技能」说明该怎么做。
十余条成品流水线，覆盖常见内容形态
README 列出的流水线有十余条，每条对应一种成品：动画讲解片、动态图形、数字人口播、电影感预告、长视频切片、纪录片式蒙太奇、屏幕演示、播客改视频、多语言配音与本地化等。
想做知识类内容，走 Animated Explainer； 手上有一段两小时直播，用 Clip Factory 批量切出可发的短片； 只想用真实影像不想用 AI 生成画面，走 Documentary Montage。
这条纪录片流水线值得单独说。官方明确区分了两种做法：一种是把静态图片做成运镜（很多「免费 AI 视频」其实只是这个），另一种是从 Pexels、Archive.org、NASA、Wikimedia 等免费与开放来源检索真实动态素材，语义排序后剪成时间轴再渲染。后者才是它强调的差异点。
零密钥也能出片，可选密钥换更多能力
这是它对普通用户最实际的一点：不配任何付费 API 也能跑通全流程。
官方说明 make setup 之后即可获得的免费能力包括：
旁白用 Piper TTS，本地离线合成； 素材来自 Archive.org、NASA、Wikimedia Commons 等开放档案； 合成用 Remotion（React 渲染）或 HyperFrames（HTML/CSS/GSAP 渲染）； 后期用 FFmpeg 做编码、字幕烧入、音频混合； 字幕内置生成，带逐词时间轴。
如果你愿意接入密钥，能力会明显扩展：README 记录了 20 多个视频生成方案、15 个以上图像方案、10 个以上语音方案，涵盖 Kling、Veo、Runway、Seedance、FLUX、ElevenLabs 等。有 GPU 的话还能启用本地视频生成模型，把这部分成本降到零。
值得注意的是，README 中的成本数字来自作者自己的示例作品，例如一条 60 秒动画短片记为 1.33 美元。这是特定配置下的单次结果，不代表你的花费。
花钱之前先卡一道闸
AI 生成最让人不安的地方是「钱花出去了，东西不能用」。OpenMontage 在这件事上做了几层约束。
人工审批是强制的。 提案、脚本、分镜、素材、发布这几个节点都要你签字，检查点写入器会拒绝没有审批记录却标为完成的阶段。 渲染前有校验闸。 说好「动态为主」却有八成静态图，或渲染器族缺失，会被直接拦住，不浪费算力。 渲染后自查。 用 ffprobe 校验，抽四个位置的帧检查黑帧与错位叠加，分析音量是否静音或削波，核对字幕。自查不通过，片子不会交给你。 幻灯片风险评分。 从重复度、装饰性画面、运动感弱等六个维度打分，避免做出「会动的 PPT」。 预算控制。 支持预估、预留、对账三步，默认总预算上限 10 美元，单次操作超过 0.50 美元暂停确认。
配套还有一块本地看板 Backlot，把流水线状态、脚本页、分镜卡和每一笔花销显示出来，让你能看见智能体正在做什么，而不是只看聊天记录。
技术实现：把编排权交给智能体本身
它的核心在于一个「智能体优先」的架构：项目里没有代码编排器，你的 AI 编程助手就是编排器。
交互层是你已有的 AI 编程助手，通过 CLAUDE.md、CURSOR.md、COPILOT.md、CODEX.md等指令文件接入，都指向共享的AGENT_GUIDE.md。能力层是 tools/下 100 多个注册工具，按视频、音频、图形、增强、分析、数字人、字幕分类，注册表自动发现新工具。知识层分三级： tools/与pipeline_defs/说明「有什么」，skills/说明「该怎么用」，.agents/skills/提供外部技术知识包。Python 只负责提供工具和持久化，创作决策、编排逻辑、审查标准都放在可读的 YAML 清单与 Markdown 技能文件里，配 20 多份 JSON Schema 做契约校验。 渲染交给 Remotion 与 HyperFrames，运行时在提案阶段锁定，中途静默切换被视为治理违规。
这种组合的好处是可读可改：你不满意某个阶段的做法，改一个 Markdown 文件就行，不用读源码。代价是它依赖一个足够可靠的智能体，且需要本地环境齐备——README 要求 Python 3.10 及以上、FFmpeg、Node.js 18 及以上，加一个能读文件并执行代码的 AI 编程助手。
值不值得试
OpenMontage 最值得关注的不是接了多少模型，而是它把「制片流程」本身开源了：流水线清单、阶段技能、质量闸、决策日志都摆在明面上，可以逐条检查和修改。
它适合已经在用 AI 编程助手、又要持续产出视频的人——知识类创作者、做产品演示的团队、需要把长内容切成短片的运营。截至本次查询，仓库采用 AGPLv3 协议，最近一次提交在 2026 年 8 月 22 日，尚未发布正式 Release，社区 PR 合并活跃。
如果你只想快速拿一条 15 秒片段，它偏重了；但如果你想把「做视频」变成一条可复现、可审计、能反复跑的流程，这个项目值得花一晚上装起来试试。
项目地址：https://github.com/calesthio/OpenMontage
资料来源
GitHub Trending（Daily）：https://github.com/trending 项目仓库：https://github.com/calesthio/OpenMontage 项目 README：https://github.com/calesthio/OpenMontage/blob/main/README.md GitHub API 仓库数据：https://api.github.com/repos/calesthio/OpenMontage 官方网站：https://www.openmontage.video/