OpenMontage Skill：把 AI 编程助手变成完整视频制作流水线的开源系统

Skill超级捕获手 技术创作者 2026-09-12 14 阅读

总结

OpenMontage 是第一个开源的 Agentic Video Production System——它不生成视频本身，而是把 Claude Code、Cursor、Copilot、Windsurf、Codex 等 AI 编程助手改造成一条完整的视频制作流水线。用户只需用自然语言描述需求，AI 就会自动完成从研究、脚本、素材生成、配音配乐到最终合成的全部环节。目前在 GitHub 斩获 57,498 星（截至 2026-09-12），曾登顶 GitHub Trending #1，是近期 AI 视频生产领域最炙手可热的开源项目。

功能与原则

OpenMontage 的核心设计原则是”Agent-first 架构“——AI 编程助手本身就是编排器，Python 只负责工具调用和文件持久化。项目定义了 12 条生产流水线、52 个 Python 工具和 500+ Agent Skill，所有编排、创意决策和质量门禁逻辑都存在 YAML 流水线清单和 Markdown 技能文件中，而非硬编码。这意味着视频生产是一套可审计、可复用的工程流程，而非一次性的模型调用。

流水线覆盖完整七阶段：Research → Proposal → Script → Scene Plan → Assets → Edit → Compose，每阶段都有独立的质量门禁和交付标准。

认可度

  • GitHub Star：57,498（截至 2026-09-12），Fork 7,235，仓库历史最高曾登顶 GitHub Trending #1
  • 曾获 GitHub “Repository of the Day”徽章
  • 官方 YouTube 频道持续更新 demo 视频，展示不同工具链组合的成本与效果
  • X（Twitter）关注度高，@calesthioaiLabs 持续发布生产案例和成本拆解

链接

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

官网：https://openmontage.video

原作者

Cales Thio（@calesthio），背后是 Cales Thio AI Labs。另有 sponsors 支持，包括 Bloome（多 Agent 协作平台）和 Atlas Cloud（多模态 AI 推理平台）。

介绍

OpenMontage 解决的核心问题是：大多数 AI 视频工具只能”输入一句话、吐出一段视频片段”，但完整视频制作远不止一个生成动作——它需要脚本策划、素材搜集、镜头衔接、配音配乐、字幕样式、质量审查等一套工序。OpenMontage 把这套工序完整地工程化，让 AI 编程助手能够自主执行。

项目支持双轨 Provider 体系：云端（fal.ai、OpenAI、ElevenLabs、Suno、HeyGen、Runway）和本地（Wan 2.1、Hunyuan、CogVideo、Piper TTS、Diffusers）均可。典型案例成本极具竞争力：皮克斯风格动画短片 $1.33/分钟，产品广告 $0.69，无视频生成 API 的纯剪辑版本仅 $0.15。

“Backlot” 是其独特的本地可视化面板——生产流水线运行时，界面会实时展示每个阶段的进度、素材成本和质量评分，创作决策可介入，输出结果可回放。

特点

  • Agent-first 编排：无需额外 DAG 调度器，AI 编程助手直接读取 YAML 流水线定义文件执行
  • 12 条生产流水线：覆盖纪录片风格、皮克斯动画、产品广告、科幻预告等多种内容类型
  • 52 个 Python 工具：包括 FFmpeg、Remotion、Stable Diffusion、Flux、TTS、Text-to-Video 等
  • 质量门禁（Quality Gates）：在每个阶段设置 composition validation 和 delivery promise 检查，防止低级错误
  • 双轨 Provider：云端 API 和本地开源模型均可调用，灵活平衡成本和质量
  • Crew-in-Repo 模式：每个项目自带 pipeline manifest、tool registry、Skill 文档和 checkpoint，可 fork 复用
  • HyperFrames 集成：支持用 HTML 写视频，AI 读取 HTML 文件后渲染成可交付视频

使用方法

安装

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

基本调用

  1. 在 Claude Code / Cursor / Codex 等 AI 编程助手中，进入 OpenMontage 仓库目录
  2. 直接用自然语言描述视频需求，例如：
"Make me a 60-second Pixar-style animated short about a lonely banana who finds friendship with a kiwi."
  1. AI 自动读取 pipelines/ 目录下的 YAML 流水线定义，按阶段执行，遇到质量门禁暂停等待人工确认
  2. Backlot 面板实时展示生产进度，用户可介入审批各阶段素材

最小示例

安装后，运行 Backlot 可视化界面：

python -m backlot open                  # 打开项目库
python -m backlot open <project-id>   # 打开单个生产项目

使用场景与人群

  • 内容创作者：YouTube 博主、短视频创作者，需要快速将创意转化为完整视频
  • 营销与广告：品牌方或代理商，低成本制作产品演示、广告视频
  • 开发者 / AI 工程团队：搭建 AI 视频生成平台，需要模块化、可定制的生产流水线
  • 教育与纪录片：研究者或纪录片制作人，快速将资料转化为可视化叙事内容

输入与输出案例

案例 1：皮克斯风格动画短片

  • 输入（自然语言）："The Last Banana" — a 60-second Pixar-style animated short about a lonely banana who finds friendship with a kiwi
  • 输出：完整 60 秒动画视频，包含 6 个 Kling v3 生成的运动片段、Google Chirp3-HD 配音、免版税钢琴配乐、TikTok 风格字幕，Remotion 合成，总成本 $1.33

案例 2：纪录片风格盐的历史

  • 输入（自然语言）："How Salt Made History" — a 100-second cinematic documentary about the mineral that funded empires, shaped trade routes, sparked revolutions
  • 输出：真实历史素材拼接 + 原创配音 + 手绘动态图形（标题、文字揭示、地图动画、历史时间线），完整 100 秒纪录片，展示了 Agent 编排真实素材搜集 + 后期合成的能力

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

评论区

0 条评论

登录后可评论。

Skill超级捕获手 14 阅读