OpenMontage 实战零密钥的 AI 智能体视频制作流水线一支 1.33 美元的短片【免费下载链接】OpenMontageWorlds first open-source, agentic video production system. 12 production pipelines, 100 tools, 700 agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.项目地址: https://gitcode.com/GitHub_Trending/op/OpenMontage做视频最耗时的从来不是想法而是执行配音要再约一次、空镜在素材库里翻不到、字幕得一句句对轴。OpenMontage 是一条智能体视频制作流水线把一句需求交给你的 AI 编程助手调研、脚本、素材、配音、剪辑、合成由它自己跑完成片落在 projects 目录里。市面上多数 AI 视频工具从一个提示词输出一段片段。OpenMontage 干的是另一件事跑完调研、提案、脚本、分镜、素材、剪辑、合成七个阶段交付一个能播放的文件整个仓库没有一行代码编排器。Python 只提供工具执行与状态持久化编排、创意判断、审查规则全部住在 700 多份可读可改的指令文件里。说白了想改工作方式改文档不改代码。三行命令从克隆到看到成片前置依赖四样Python 3.10、FFmpeg、Node.js 18、以及任意能读文件跑代码的 AI 编程助手Claude Code、Cursor、Copilot、Codex 均可。装完后零密钥就是可用状态Piper 离线 TTS 负责配音Remotion用 React 组件渲染视频帧的引擎和 HyperFramesHTML/CSS/GSAP 一套负责合成FFmpeg 负责后处理tools/video/stock_sources/ 下 16 个开放素材源适配器Archive.org、NASA、Wikimedia Commons 等不需要任何密钥。git clone https://gitcode.com/GitHub_Trending/op/OpenMontage cd OpenMontage make setup make demo最后一行用预设 props 直接渲染三支零密钥演示片数据解说、开发者流程解说、创业 pitch输出到projects/demos/renders/全程不花一分钱。想做自己的片子把项目目录打开对助手说一句 “Make a 45-second animated explainer about why the sky is blue”它先跑预检再开工不会规划出你机器上跑不动的镜头。一句需求怎么变成可渲染的文件整条线是固定的七阶段状态机research - proposal - script - scene_plan - assets - edit - compose每个阶段配一位“阶段导演”技能文件。research 阶段会先做 15-25 次以上网络搜索YouTube、Reddit、新闻站、学术来源产出带引用的调研简报脚本不靠模型编。下面挑五个容易漏看的机制。先扫描机器上真实可用的东西注册表预检它解决的是“模型不知道你机器上有没有 Kling 密钥或本地 GPU规划出执行不了的镜头”的问题。tools/ 下 100 多个工具全部继承 BaseTool由 tools/tool_registry.py 扫描目录自动发现注册无需手工登记AGENT_GUIDE.md 把预检列为强制步骤python -c from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.provider_menu_summary(), indent2))摘要返回四个字段三个合成运行时ffmpeg/remotion/hyperframes的布尔值、每个能力族“N of M configured”的计数、一条环境变量就能解锁的 setup_offers、以及运行时警告。60 多个提供方集成就是这样摆到你面前的能力边界没搞清之前不许开工。CLIP 语义语料库真实素材的检索优先路线它解决“把几张静态图做成 Ken Burns 效果就号称视频”这个最常见的偷懒做法。tools/video/corpus_builder.py 向多源并发下载、抽帧、算运动分数再对缩略图跑 CLIP 池化成每素材一条 512 维向量落盘成 JSONLNumPy 语料库验收标准写在 pipeline_defs/documentary-montage.yaml 的 assets 阶段review_focus: - Every slot has exactly one picked clip - No clip_id is picked for two slots - Provenance (provider, original_url, license) present on every asset标准路径下语料规模必须达到镜头槽位的 8 倍以上、相似度分数不低于 0.22、每个槽位唯一一条素材、每条素材都带提供方、原始 URL 和许可协议。这些数字看起来苛刻恰恰是把“素材随机拼贴”挡在门外的东西。七维加权评分提供方怎么选出来的它解决“按配置顺序取第一个可用的”这种既不可复现也无法解释的选择方式。每次视频、图像、配音、音乐的选择都过 lib/scoring.pyproperty def weighted_score(self) - float: return ( self.task_fit * 0.30 self.output_quality * 0.20 self.control * 0.15 self.reliability * 0.15 self.cost_efficiency * 0.10 self.latency * 0.05 self.continuity * 0.05 )任务适配度权重最高占 30%输出质量 20%可控性与可靠性各 15%成本效率 10%延迟和连续性各 5%。适配度匹配带同义词簇brief 里写 cinematic 和工具标注 film 能对上分不是死板的字符串比对。胜出方、分数、备选和理由全部写进只增不删的决策日志“为什么是它”永远有答案。预合成幻灯片风险与交付承诺它解决“花了钱产出却是动画 PPT”。lib/slideshow_risk.py 对分镜做六维打分——重复度、装饰性画面、无目的运动、镜头意图弱、过度依赖文字、无支撑的电影感宣称——每维 0-5 分均值 4.0 以上直接判 fail 并阻止渲染。lib/delivery_promise.py 则在提案阶段锁死承诺motion_led: { still_fallback_allowed: False, requires_video_generation: True, min_motion_ratio: 0.7, }承诺“动感主导”的片子真实运动镜头必须占剪切量的 70% 以上静态兜底被明令禁止合成阶段兑现不了就必须停下问人静默替换属于治理违规。渲染后自检、检查点与预算门禁它解决“渲染几小时交付才发现黑帧、静音、字幕缺失”。渲染报告必须过 ffprobe 校验、四位置抽帧查黑帧与损坏叠层、音频电平分析、字幕存在性和承诺复核自检不过视频不会呈现给你。lib/checkpoint.py 负责断点续传与人工审批门禁tools/cost_tracker.py 管钱预算总上限默认 10 美元单次付费动作超过 0.50 美元暂停等确认另留 10% 储备observe/warn/cap 三种模式里 cap 是硬上限。Backlot 看板python -m backlot open把阶段灯、剧本页、场景卡片、决策与花费实时铺在墙上它完全从项目文件推导是观察者永不阻塞生产。12 条流水线、2 个渲染引擎你的需求落在哪pipeline_defs/ 下 13 份 YAML 清单12 条生产级流水线加 1 条冒烟测试animated-explainer、documentary-montage、cinematic、talking-head、avatar-spokesperson、screen-demo、podcast-repurpose、clip-factory、localization-dub、hybrid、animation、character-animation。每份清单声明各阶段的工具、审查重点和成功标准预检时逐个工具对照注册表报告 passed、degraded 或 blocked。渲染引擎在提案阶段选择并锁定数据驱动的解说走 RemotionReact 组件栈在 remotion-composer/20 多个场景组件覆盖文字卡、统计卡、图表、逐词字幕动效密集和 SVG 角色动画走 HyperFramesHTML GSAP要求 Node 22。中途换引擎被禁止选择写进决策日志两个引擎都在时智能体必须把两个选项都摆出来等你确认。视觉风格受 styles/ 下 5 份风格剧本约束吉卜力、干净专业、扁平动效、极简图解、高级极简内置 8 个平台输出档位覆盖 16:9、9:16、1:1、21:9。创意节点不只是口头确认——分镜本身就是真实审批门资产生成会停在逐场景的样片接触表上候选镜头的提示词、单条成本、质量评分摆出来等你过目通过才继续。账本怎么说1.33 美元的 60 秒短片仓库 README 公开了每支成片的完整账单没有一句估算。“The Last Banana”60 秒皮克斯风格动画短片6 段 Kling v3 运动镜头经 fal.ai、Google Chirp3-HD 配音、免版权钢琴曲、逐词字幕、Remotion 合成总成本$1.33。“Reimagine Your Universe”50 秒竖屏片5 个生成运动场景加定制 HyperFrames 合成约 4 美元。七世界音乐秀约 5 美元。“How Salt Made History”100 秒纪录片真实素材加手写运动图形动画地图、历史时间轴未计生成成本。每支片子的提示词、流水线、工具清单和花费都随官方频道发布可以原样复现。它帮你省了什么又欠你什么对比传统制作导演、编剧、剪辑多角色协作数天到数周和单点工具一段片段、逐镜头手写提示词再人工拼接、换模型等于重写流程OpenMontage 强在单智能体驱动全流程20 多个视频生成提供方靠评分引擎自由切换、无供应商锁定预算有预估、预留、对账和超支拦截质量前后都有机器校验。代价同样明确指令驱动意味着质量受大模型听话程度约束同一份指令在不同模型上执行质量有波动项目用检查点和人工门禁兜住不确定性talking-head、localization-dub、character-animation 等在文档中标注 beta有毛边要预期零密钥路径的画面上限就是“静态图加动画”或开放档案素材低于云端生成AGPLv3 许可要求商用二次开发开源。如果你的目标只是随手出一条短视频发朋友圈这套流程明显偏重。用任意 AI 编程助手打开项目目录说一句Make a 60-second explainer about how neural networks learn.【免费下载链接】OpenMontageWorlds first open-source, agentic video production system. 12 production pipelines, 100 tools, 700 agent skill and production-knowledge files. Turn your AI coding assistant into a full video production studio.项目地址: https://gitcode.com/GitHub_Trending/op/OpenMontage创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考