前段时间在 GitHub trending 上看到一个项目，star 涨得离谱，点进去一看：OpenMontage，号称全球第一个开源的 Agentic 视频生产系统，不到半年 5 万多 star。花了点时间把它的 README 和文档翻完，这篇把我觉得值得说的东西整理一下。
先一句话概括：它不卖你一个“输入提示词、输出 5 秒片段”的玩具，而是把你的 AI 编程助手（Claude Code、Cursor、Copilot 都行）变成一整个视频制作组——调研、写脚本、生成素材、配音、配乐、剪辑、压字幕、成片，全包。
它跟别的 AI 视频工具到底哪里不一样
现在绝大多数 AI 视频工具的逻辑是：你写 prompt，它吐一个 clip。而 OpenMontage 的逻辑是：真正的制片流程。每条管线都固定走这几个阶段：
research -> proposal -> script -> scene_plan -> assets -> edit -> compose先联网调研（YouTube、Reddit、Hacker News、新闻和论文都要翻一遍，写成带引用的简报），再出方案，然后才是写脚本、做分镜、生成素材、剪辑、合成。每个阶段都有专门的“导演 skill”教 agent 怎么做，做完自检，关键节点停下来等你点头才继续。
最打动我的是它对“真视频”的执念。很多号称免费 AI 视频的方案，本质是几张图做 Ken Burns 推拉糊弄一下。OpenMontage 有一条纪录片混剪管线：从 Archive.org、NASA、Wikimedia、Pexels 这些免费库建语义可检索的素材库（CLIP 索引），捞出真正的运动镜头剪成片子。README 里那部讲盐的 100 秒纪录片《How Salt Made History》就是这么做的——真实 footage + 配音 + 手绘风动效，不是图片轮播。
12 条管线，覆盖了绝大多数视频需求
官方给了 12 条完整生产管线：动画解说、MG 动画、数字人发言、Cinematic 预告片、长视频切片（Clip Factory，一条长视频批量拆十几条短视频）、纪录片混剪、实拍+AI 混合、本地化配音翻译、播客转视频、录屏演示、Talking Head。基本上个人创作者和中小团队能想到的体裁全了。
管线背后是 100 多个注册工具（20 多家视频生成、15 家生图、10 家 TTS，外加 Suno 配乐、FFmpeg 后期、WhisperX 转写、Remotion/HyperFrames 合成），60 多家 provider 接入。选哪家不靠拍脑袋，有个 7 维度打分器（任务匹配、质量、可控性、可靠性、成本、延迟、连续性）自动算，决策过程全记日志，能审计。
价格：零 key 也能玩，贵也贵不到哪去
这是我觉得它最聪明的地方——每个能力都有免费/本地平替。不配任何 API key，make setup 装完就有：Piper 离线 TTS 配音、免费素材库、Remotion 合成、FFmpeg 后期、内置字幕。README 里直接给了几个实例：一部 60 秒皮克斯风动画短片总成本 1.33 美元，50 秒竖屏变形短片约 4 美元，7 个世界的混剪 showcase 约 5 美元。
而且花钱之前 agent 会先报价，默认总预算 cap 10 美元，单笔超 0.5 美元要你确认。有 GPU 的话还能本地跑 Wan2.2、Hunyuan 这些开源视频模型，一分不花。
两个我觉得很妙的设计
一个是从参考视频开局。不用对着空白 prompt 憋创意，直接粘一个你喜欢的 YouTube Short / Reel / TikTok 链接，agent 把它的文案、节奏、钩子、分镜全拆出来，给你 2-3 个差异化翻拍方案，附带成本预估和试看小样，再开工。做过账号的人都懂，这比“帮我想个创意”靠谱得多。
另一个是 Backlot 实时看板。agent 干活时自动打开一个本地页面：哪个阶段亮了、剧本长什么样、每个镜头的备选 take 和单价全贴在墙上，卡在审批点就停住等你回话。做完还能一键回放整个生产过程。对“AI 到底在干嘛”这种黑盒焦虑治愈效果极强。
怎么上手
要 Python 3.10+、FFmpeg、Node.js 18+，再加一个会读文件跑代码的 AI 助手：
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup然后在助手的对话框里直接说人话就行，比如“做个 60 秒讲神经网络是怎么学习的动画解说”，或者“剪个 90 秒城市雨夜纪录片混剪，只要真实 footage、不要旁白、基调挽歌一点”。key 全是可选的，手里有什么加什么，.env 里配 FAL、Pexels、Suno、ElevenLabs、Google 这些。
Claude Code、Cursor、Copilot、Codex、Windsurf 都有专门的适配文件，Ollama 本地模型支持还在路上。平台输出模板也齐了：横屏 16:9、竖屏 9:16、方形 1:1、21:9 影院幅，一次成片多端分发。
适合谁，有什么要注意的
独立创作者、做课程和产品演示的人、播客主想切短视频的、要做多语言发行的小团队，闭眼试。它的质量门做得很重（渲染前验计划、渲染后抽帧验黑帧验音频验字幕），不太会给你一坨垃圾。
注意两点：一是协议是 AGPLv3，自己玩、做视频都没事，但要拿它的代码改完对外提供服务，得先搞清楚传染性条款；二是这是 agent 驱动的重型系统，跑一条完整管线中间要来回确认好几次，别指望 30 秒出片，它拼的是成品质量不是速度。
项目地址：github.com/calesthio/OpenMontage，官网 openmontage.video。觉得有用就去点个 star，作者说这是靠晚上和周末时间维护的，也欢迎去 Discussions 的 Show and Tell 区晒作品。
