calesthio/OpenMontage · 上手攻略

• 仓库：calesthio/OpenMontage
• 链接：https://github.com/calesthio/OpenMontage
• 分类：agent / multimodal
• 作者：Jay
• 更新：2026-07-12

是什么

OpenMontage 是全球首个开源 Agentic 视频制作系统——把 AI 编程助手（Claude Code、Cursor、Copilot、Windsurf、Codex 等）变成完整的视频制作工作室。用户用自然语言描述需求，Agent 自主完成从研究、剧本、资产生成、剪辑到最终合成的全流程。

它不是简单的"图生视频"工具。OpenMontage 真正厉害的地方在于：Agent 可以构建真实视频——从免费素材库和开放档案中检索实际运动片段、编辑时间线、渲染成品。12 条流水线、52 个工具、500+ Agent Skills，覆盖图像动画和真实视频两条完全不同的制作路径。

解决什么问题

传统视频制作流程需要专业软件（Premiere、After Effects、DaVinci Resolve）、专业技能和多轮人工操作，成本极高。OpenMontage 让任何人只需向 AI 描述想法，就能在几分钟内获得完整视频。其制作成本低得惊人：示例作品最低 $0.02（纯文字档案视频）、最高 $1.33（Pixar 风格动画短片）。

同时，它解决了一个关键问题：AI 编程助手不知道"怎么做视频"——OpenMontage 通过结构化流水线（pipeline manifests）和阶段导演技能（stage director skills）来约束 AI 的视频制作行为，避免 AI 胡乱生成。

快速安装

# 1. 前提条件
# - Python 3.10+
# - FFmpeg：brew install ffmpeg 或 sudo apt install ffmpeg
# - Node.js 18+
# - 一个 AI 编程助手（Claude Code / Cursor / Copilot / Windsurf / Codex）

# 2. 克隆并设置
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup

# 3. 在 AI 编程助手中打开项目
# 以 Claude Code 为例：
claude
# 然后输入：
"Make a 60-second animated explainer about how neural networks learn"

核心用法

Backlot：实时制作看板

OpenMontage 有一个独特的 Backlot 实时看板功能，可视化整个制作流程：

python -m backlot open                          # 打开项目库
python -m backlot open <project-id>             # 打开特定项目的实时看板
python scripts/backlot_simulate_run.py          # 观看模拟制作流程（无项目时）

看板会自动展示：脚本页面、场景卡（带资产生成进度和质量分数）、每一笔花费和供应商决策。创意门控（Creative Gates） 在每个场景的资产生成前暂停，等待用户审批后再继续渲染。

推荐提示词示例

动画风格（Ghibli 等）：

"Make a 60-second animated explainer about how neural networks learn"

真实素材纪录片：

"Make a 75-second documentary montage about city life in the rain.
Use real footage from free archives."

参考视频驱动（粘贴 YouTube/本地视频 URL）：

"Here's a YouTube Short I love. Make me something like this,
but about quantum computing."

AI 产品广告：

"Make a product ad for a neural interface device.
Use only one API key (OpenAI)."

流水线系统

每个视频制作都必须经过流水线系统（禁止跳过）：

1. 选择流水线（12 种，从 pipeline_defs/ 目录中选择）
2. 预检（Preflight）：发现可用工具，呈现能力菜单
3. 阶段执行：每个阶段前先阅读阶段导演技能（skills/pipelines/*/-director.md）
4. 质量门控：每个阶段后暂停等待人工审批

⚠️ 不要跳过流水线系统直接调用 API！OpenMontage 的智能在技能文件（skills/）中，而非即兴代码。

Layer 3 Skills：质量的关键

每个工具都有一个对应的 Layer 3 Skill 文件（.agents/skills/），包含： - 供应商特定的 Prompt 优化参数 - 模型参数调优建议 - 输出质量技巧

调用任何工具前必须先阅读对应的 Layer 3 Skill——这是高质量输出的关键。

创意门控（Creative Gates）机制

OpenMontage 在每个场景资产生成前会自动暂停，等待用户审批：

• 显示该场景的所有候选资产（prompt、参数、预计成本）
• 用户确认后再调用付费 API
• 防止"先斩后奏"的高额账单风险

Replay Run 功能可在完成后回放整个制作时间线，可视化每一帧的生成决策。

依赖的 API 服务

OpenMontage 支持多个 AI 视频/图像生成服务商。典型的供应商包括（详见 PROVIDERS.md）：

典型适用场景

• AI 主题动画短片：教程、解释视频、概念可视化（例：60 秒神经网络学习动画）
• 社交媒体短视频：TikTok/Shorts/Reels 快速批量生产，单视频成本 $0.15–$1.33
• 真实素材纪录片：从免费视频档案库构建叙事视频，支持 YouTube/本地视频参考风格迁移
• 产品演示 / 广告：低成本 AI 视频制作，单 API key 即可完成（示例 $0.69）
• Ghibli/动漫风格动画：基于 FLUX 图像 + Remotion 相机运动（zoom/pan/Ken Burns），12 张图像生成流畅动画
• YouTube 专题内容：从零开始构建长视频，Agent 自动处理研究→剧本→素材→合成全流程

视频参考分析工作流

当你提供一个参考视频时，OpenMontage 会执行：

1. 视频分析（skills/meta/video-reference-analyst.md）：提取字幕、节奏、场景、关键帧和风格
2. 能力审计：对照用户可用工具评估制作可行性
3. 概念呈现：生成 2–3 个差异化的改编方案（不是复制，而是风格迁移）
4. 成本预估：在资产生成前给出诚实报价

成本参考：

坑与注意

1. AI 编程助手是必须的：OpenMontage 不能独立运行——它本质上是一套技能和流水线定义，需要 Claude Code 等工具来读取和执行。
2. API 费用会快速累积：虽然单次成本低，但高质量视频涉及多个 API 调用（图像生成、视频生成、TTS、音乐、渲染），全流程批量制作需要留意账单。
3. 视频生成质量依赖服务商：动画路径（Remotion + FLUX）质量稳定；真实素材路径受限于版权素材库质量。
4. GPU 资源需求：Remotion 渲染和视频生成需要一定 GPU 算力。
5. 国内网络环境：fal.ai、OpenAI 等服务商在国内访问可能受限，需要代理或 API 中转。

与同类对比

OpenMontage 的核心差异在于以 AI 编程助手为大脑、用流水线 Skill 为约束，实现真正的端到端 Agentic 视频生产，而非简单的"一次 API 调用"。

一句话推荐结论

OpenMontage 把"花 $1.33 做 Pixar 动画"和"让 AI 自己决定用什么工具"变成现实——不是玩具，是真正的视频制作系统，适合想用 AI 规模化生产视频内容的团队。