一、它是什么
OpenMontage 是一个基于 AI Agent 架构的开源视频制作系统。它包含 12 条生产流水线、100+ 个专业工具、700+ 智能体技能（均为 2026-10 仓库实查现状，早期版本为 52 工具 / 500+ 技能，半年内翻了一倍）——从创意构思、脚本撰写、素材生成到剪辑合成，全流程由 AI 自动编排。一句话：你用自然语言描述想要什么视频，AI Agent 帮你完成从零到成品的所有工作。
它和「提示词 → 5 秒视频」类工具的根本区别在于：普通 AI 视频工具只产出几秒片段，没有调研、脚本、剪辑、质控的完整链路；OpenMontage 是端到端的流水线，且这些技能协同模拟真实视频团队的工作流——把代码 / Codex 直接转化为完整视频内容。
一句话定位：你的 AI 编程助手（Claude Code / Cursor / Copilot / Windsurf / Codex）就是编排器，OpenMontage 让它自主跑完「调研 → 提案 → 脚本 → 场景 → 素材 → 剪辑 → 渲染」全链路。
二、核心能力拆解
OpenMontage 的能力可以拆成三层：流水线定义「做什么样的视频」，工具提供「怎么生产」，技能教 AI「怎么像个专家一样用工具」。
- 12 条生产管线
动画解说、电影预告片、纪录片蒙太奇、Talking Head、短视频批量生产、播客转视频、本地化 / 配音、屏幕演示等——覆盖视频制作全场景。
- 100+ 专业工具
视频生成、图像生成、TTS 配音、音乐生成、音频混音、字幕、画面增强、分析等，拼出完整制作链路。仓库
tools/目录下分 13 类（video / audio / graphics / avatar / subtitle / analysis / capture / enhancement / character / publishers…）+ 厂商适配（Kling / ComfyUI / Sora / Veo / Gemini）。 - 700+ 智能体技能
每个工具都有对应的技能文件，教 AI 如何像专家一样使用它们——这是它区别于「裸调 API」的关键。技能分
core/creative/meta/pipelines四大类，skills/INDEX.md统一索引。 - 参考视频驱动
粘贴一个你喜欢的 YouTube / Reel / TikTok 链接，AI 分析它的节奏、风格、结构，帮你创建差异化版本，而非凭空猜。
三、真实素材 · 零成本
它不依赖「付费用 AI 生成几秒片段」，而是尽量用真实、可商用的素材把视频做出来：
- 真实素材纪录片：支持从 Archive.org、NASA、Wikimedia Commons 等免费开放资源中检索和剪辑真实影像，做真正的纪录片蒙太奇。
- 零 API Key 也能跑：内置 Piper TTS（离线语音合成）、免费素材源、Remotion / HyperFrames 合成引擎，完全免费也能制作视频。
- CLIP 语义检索 + 免费素材库：把「想要什么画面」翻译成可检索的真实素材，而不是硬生成。
和普通 AI 视频工具的区别
Sora / Kling 类只生成几秒片段，没有调研、脚本、剪辑、质控的完整链路；OpenMontage 是端到端流水线，且 Agent-First——你的 AI 编程助手就是编排器。
四、成本治理与质量把关
把 AI 编程助手变成视频工作室，最怕两件事：账单炸了、成品是废品。OpenMontage 用两套机制兜住：
| 维度 | 做法 |
|---|---|
| 成本治理 | 7 维度评分 + 成本预估 + 预算上限 + 人工审批，杜绝意外账单；每次制作前先给预估。 |
| 质量把关 | 渲染前验证、渲染后自检（ffprobe + 帧采样 + 音频分析 + 字幕检查），确保不出废品。 |
| 决策可追溯 | 每个 Provider 选择跨 7 维度打分，留可追溯决策日志；每个创作决策需你审批。 |
五、部署与安装
前置依赖（门槛不高，但要齐）：
- Python 3.10+（python.org）
- Node.js 18+（nodejs.org）
- FFmpeg 最新版（brew install ffmpeg / apt install ffmpeg）
- 一个 AI 编程助手：Claude Code / Cursor / Copilot / Windsurf / Codex
然后在你的 AI 编程助手里打开项目，直接说一句话就行：「做一个 60 秒的动画解说，讲神经网络怎么学习」，或真实影像路线：「做一个 75 秒的纪录片蒙太奇，关于雨中的城市生活，只用真实素材、无旁白、挽歌基调、配乐」。
六、我克隆下来实跑了一遍
这版不止读 README——我把 calesthio/OpenMontage clone 到一台 2 核 60G 的云服务器上真跑了一遍，重点验证它最主打的「零 API Key 出片」。仓库自带 render_demo.py（make demo 的底层）：读 remotion-composer/public/demo-props/*.json 里内置的 3 个 demo（world-in-numbers / code-to-screen / focusflow-pitch），用 Remotion 的 React 组件直接渲成 MP4，全程不碰任何付费 API。流程：
结果：真出一个 world-in-numbers.mp4，4.2 MB。ffprobe 读到 h264 + aac、1920×1080 @ 30fps、23.06 秒、共 690 帧——不是「跑通了没产物」那种假成功，是可量化的真视频。从片子里抽 3 帧看渲染内容（标题页 / 数据柱状图 / 中段）：
实跑踩到的一个真 bug（读代码才挖得出）
另一个「克隆下来玩」的可视化入口是 backlot 活故事板（python -m backlot serve，FastAPI 本地只读板，SSE 驱动 pipeline 阶段亮灯 / 剧本页 / 场景片条 / 花费 / 活动流）。官方用 scripts/backlot_simulate_run.py 先造一个 demo 项目再开板。但我实测 backlot_simulate_run.py 在初始化项目时直接崩：lib/checkpoint.py 里校验 style_playbook 的 schema 引用把路径拼重了——报错 unknown url type: 'openmontage/styles/openmontage/styles/playbook'（"openmontage/styles" 重复出现），init_project 抛 CheckpointValidationError。这说明 Beta 阶段的校验 schema 还有路径拼接缺陷，early-adopter 得自己绕。这也是「读代码」比「读 README」值钱的地方：README 不会告诉你 demo 脚本本身是坏的。
实跑收尾按「跑完即销毁」清场：停 vite dev、删 /tmp 下 clone 源（~885M）、渲染产物、Chrome 缓存，服务器盘回落到基线，不留垃圾。
七、我的判断
适合：已经在用 AI 编程助手、想把「写代码」的能力拓展到「做视频」的人；需要批量生产短视频 / 解说 / 纪录片的内容团队；想要可审查、可定制、成本可控的视频流水线的人。
注意：① 仍处于 Beta / 早期活跃开发阶段，无正式 release 版本，稳定性待验证；② 协议是 AGPL-3.0，商业化需留意义务；③ 依赖 AI 编程助手环境，纯小白上手有门槛；④ 抽象主题的素材匹配偶有违和，需人工筛选（和 MoneyPrinterTurbo 类似）。star 数已从 7-11 本文初稿时的 7k+ 涨到 6 万+（本次 2026-10 实查 62,739★），热度真实——但「星多 ≠ 稳定」：它仍是无正式 release 的 Beta，AGPL-3.0 的商用留意义务和早期项目的接口变动风险都在，请自担。
定位：它不是「提示词 → 5 秒视频」的玩具，而是 Agent 驱动的端到端视频生产系统——把真实视频团队的工作流（调研、提案、脚本、场景、素材、剪辑、渲染）压缩进一条可编排的流水线。如果你要的是「从一句话到成片」的整套能力，它比单点生成器完整得多。
返回技艺录