OpenMontage Skill：把 AI 编程助手变成全自动视频工作室

OpenMontage Skill：把 AI 编程助手变成全自动视频工作室

OpenMontage 是当前 GitHub 上最活跃的开源 AI 视频制作系统之一。它不是「几张图片 Ken Burns 效果轮播」的玩具，而是一套真正的端到端视频生产流水线——你用自然语言描述需求，Claude Code、Cursor 等 AI 编程助手自动完成调研、脚本、素材生成、配音配乐、剪辑渲染全流程，零手动操作，60 秒短片成本最低 $0.15。

功能与原则

OpenMontage 的核心设计是「管道（Pipeline）驱动」。整个系统围绕 12 条制作管道展开，每条管道对应一种特定视频类型，每条管道内封装了从内容策划到最终输出的完整工作流。

系统内置 52 个工具能力（图片生成、视频生成、语音合成、配乐、素材检索、字幕、转码等），以及 700+ 个 Agent Skill 文件。AI 编程助手在执行任务时，会先分析需求、匹配合适的管道、再按 DAG 顺序调度工具能力，最终输出带字幕、背景音乐、转场动画的成品视频。

关键原则：
– 管道优先：先选管道，再读 manifest，再按阶段 skill 执行——不是上来就生成图片
– 成本透明：每条管道执行前自动估算成本，可设预算上限，超限自动暂停
– 创意门控：素材生成后在场景级别设 contact sheet 审批 gate，用户确认后才继续渲染

认可度

• GitHub Star：截至 2026-08-19 约 48,867 星，6,121 Fork
• 最新更新：2026-08-18，仍在活跃维护
• 媒体热度：2026 年 8 月多篇 CSDN 深度解析，腾讯云社区同步跟进
• 定位：World’s first open-source, agentic video production system（GitHub 官方标题）

链接

GitHub：https://github.com/calesthio/OpenMontage

原作者

calesthio（Calesthio AI Labs），独立开发者/团队，专注于 AI 视频工作流基础设施。GitHub：https://github.com/calesthio。官方频道：YouTube @OpenMontage（每个视频含完整 prompt + 管道 + 工具 + 成本清单，可直接复现）。

介绍

OpenMontage 最早被人关注，是因为它解决了一个具体问题：市面上的 AI 视频工具大多数是「图片动画化」——把几张静态图做个 Ken Burns 效果就自称视频，真实运动画面极度匮乏。OpenMontage 则不同，它的实纪录片管道从 Pexels、Pixabay、Unsplash、Archive.org、NASA 等免费素材库检索真实运动视频片段，再配合 AI 配音和音乐剪辑成连贯成片。

另一条主流管道是 AI 生成素材路线：调用 Veo（Google）、Kling（快手）、Runway、OpenAI 等图片/视频生成模型，生成连续 motion clip，再由 Remotion（React 驱动的视频渲染引擎）完成合成。每一步都有 ffprobe 校验、帧采样、音频电平检测、字幕 checks 等多节点自检，确保输出质量可验证。

最具冲击力的是它的成本数据：60 秒 Pixar 风格动画——6 段 Kling v3 视频 + Chirp3-HD 配音 + 免版权钢琴 + TikTok 字幕 = $1.33；60 秒产品广告片（4 张产品图 + TTS + 配乐 + 字幕）= $0.69。这个成本比任何商业 AI 视频方案低 2-3 个数量级。

特点

• 12 条制作管道：动画短片、纪实短片、产品宣传、知识解说、音乐 MV、角色动画、新闻简报、社交媒体短片、纪录片、教学视频、电影预告片、自定义管道
• 52 个工具能力：覆盖图片生成（SD、FLUX、DALL-E）、视频生成（Veo、Kling、Runway）、语音合成（ElevenLabs、Chirp3、OpenAI TTS）、配乐（免版权自动匹配）、字幕（WhisperX 逐词时间轴）、合成（Remotion、HyperFrames）、素材检索（Pexels/Pixabay API）
• Provider 插件式架构：可自由切换底层 AI 服务商，已接入 20+ Provider，包括豆包语音、Doubao Speech 等国内服务
• Backlot 可视化看板：本地 board 自动填充任务状态，阶段点亮、脚本落地、素材生成进度、每笔成本都在墙上
• 本地 GPU 加速：支持 make install-gpu 解锁本地视频生成（wan2.1、hunyuan、ltx2、cogvideo 等开源模型）
• 零 API Key 也能跑：Piper TTS（离线免费配音）、Archive.org 真实素材、免版权音乐、Remotion 合成全部免费

使用方法

安装（macOS/Linux）：

git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup

安装（Windows PowerShell）：

py -3 -m venv .venv; .venvScriptsActivate.ps1
python -m pip install -r requirements.txt
cd remotion-composer; npm install; cd ..
python -m pip install piper-tts
Copy-Item .env.example .env

前提条件：Python 3.10+、FFmpeg、Node.js 18+、任意 AI 编程助手（Claude Code / Cursor / Copilot / Windsurf / Codex）

基本使用：在 AI 编程助手中打开项目目录，直接输入自然语言需求：

"帮我制作一个 60 秒的科普动画，主题是神经网络如何学习。
 风格简洁明快，适合 B 站。包含配音和中文字幕。"

或者明确指定真实素材路线：

"制作一个 75 秒的城市雨景纪实短片。使用真实素材，无旁白，
 忧伤风格，配背景音乐。"

使用场景与人群

适用场景：技术博主自动生成科普动画、产品团队批量制作推广短片、内容创作者快速产出社交媒体视频、团队内部知识库视频化、无需专业剪辑经验的自动化视频流水线。

目标用户：AI 编程助手用户（开发者/技术团队）、内容创作者、想要低成本视频制作的个人或小团队。尤其适合那些熟悉 AI 编码工具、愿意用自然语言驱动工作流的用户。

输入与输出案例

案例一：Pixar 风格动画短片
输入（自然语言）：

"制作一个 60 秒的 Pixar 风格动画短片，主角是一根孤独的香蕉，
  它和一个奇异果成为了朋友。包含配音和字幕。"

输出：6 段 Kling v3 motion clip + Chirp3-HD 配音 + 免版权钢琴背景音乐 + TikTok 风格逐词字幕 + Remotion 合成 MP4，总成本 $1.33。

案例二：产品广告片
输入（自然语言）：

"制作一个 60 秒产品广告片，主题是某科技产品从零件到完整产品的
  装配过程。4 张产品图，AI 配音，有字幕。"

输出：4 张产品 AI 图各自「拆分」又「重组」的运动视频 + TTS 配音 + 自动配乐 + 字幕合成，总成本 $0.69。

GitHub: https://github.com/calesthio/OpenMontage