你用过 AI 视频工具吗？大概率体验是这样的：输入一段提示词，等半天，生成 5 秒钟的片段。想拼成完整视频？自己手动剪。想要剧本和旁白？自己写。想参考某个视频的风格？从头描述吧。
OpenMontage 走了另一条路。它不让你"生成一个片段"，而是让你的 AI 编程助手（Claude Code、Cursor、Copilot 等）变成一个完整的视频制作团队，从调研、写剧本、生成素材、配音、剪辑到渲染成片，全流程自动完成。
项目来自 Calesthio AI Labs，采用 AGPLv3 开源协议。
Github:
https://github.com/calesthio/OpenMontage
它和别的 AI 视频工具有什么不同？
大多数 AI 视频工具是"单次生成器"：一个提示词进去，一个片段出来。没有剧本，没有调研，没有端到端流程。
OpenMontage 把视频制作建模成一个真正的生产流程：调研 → 剧本 → 素材生成 → 配音 → 剪辑 → 渲染。每一步由专门的工具负责，AI 编程助手充当总指挥，协调各个环节。
还有一个关键区别：OpenMontage 不只是"把图片动起来"。它有一条纪录片剪辑管线，能从 Archive.org、NASA、Wikimedia Commons、Pexels、Pixabay 等免费素材库构建可检索的语料库，剪辑真实的运动画面，渲染成完整的纪录片风格视频。不需要任何付费的视频生成 API。
12 条生产线
OpenMontage 提供了 12 条生产线（Pipeline），每条都是从创意到成片的完整工作流：
动画讲解（Animated Explainer） 适合做教育内容、教程、知识科普。AI 先调研你的主题，写剧本，生成画面，配音，加字幕，渲染成片。
动态图形（Animation） 适合社交媒体、产品演示。做动态排版、运动图形、抽象概念可视化。
虚拟发言人（Avatar Spokesperson） 适合企业宣传、培训视频。用虚拟形象做演讲。
电影级预告片（Cinematic） 适合品牌短片、预告片、氛围剪辑。官方演示的"SIGNAL FROM TOMORROW"就是这条管线做的，概念→剧本→场景规划→Veo 运动片段→原声→Remotion 合成，全流程自动化。
短视频工厂（Clip Factory） 从一个长视频批量生成多个短视频，适合长内容的社交分发。
纪录片剪辑（Documentary Montage） 这条管线值得单独说。从免费素材库构建 CLIP 检索语料库，剪辑真实运动画面。不需要付费 API，不需要视频生成，纯素材检索+剪辑。比如你可以说"做一个 90 秒的城市凌晨纪录片，只用真实素材，不要旁白，忧郁风格"，它就能从 Archive.org 和 Wikimedia 搜素材，剪成片。
混合模式（Hybrid） 真实素材 + AI 辅助视觉，给实拍素材加图形增强。
本地化配音（Localization & Dub） 字幕、配音、翻译，适合多语言分发。
播客转视频（Podcast Repurpose） 把播客精华片段转成视频，适合播客营销。
软件演示（Screen Demo） 录屏演示，适合产品 Demo 和教程。
演讲者视频（Talking Head） 适合演讲、Vlog、访谈风格的视频。
角色动画（Character Animation） 本地骨骼卡通角色动画，用 SVG 骨架 + GSAP 时间线 + HyperFrames 渲染，适合做卡通短片（目前 Beta 阶段）。
52 个工具 + 500+ Agent 技能
OpenMontage 内置了 52 个 Python 工具，覆盖视频生成、图像生成、语音合成、字幕、素材检索等环节。同时提供了 500 多个 Agent 技能，教 AI 编程助手怎么在每种场景下做决策：选哪个供应商、用什么风格、怎么控制预算。
供应商选择不是随便挑的。系统有一个 7 维度评分引擎：任务匹配度（30%）、输出质量（20%）、控制能力（15%）、可靠性（15%）、成本效率（10%）、延迟（5%）、连续性（5%）。每个选择都有可审计的决策日志。
渲染引擎有两个：Remotion（基于 React，适合数据驱动的讲解视频和图片场景）和 HyperFrames（基于 HTML/GSAP，适合运动图形密集的内容）。系统在提案阶段就会锁定用哪个。
零 API Key 也能出片
这是 OpenMontage 的一个亮点。make setup 装完之后，不配任何 API Key 也能做视频：
Piper TTS 提供免费的离线语音合成，能生成听起来像真人的旁白。Archive.org + NASA + Wikimedia Commons 提供免费的开档素材。Pexels + Unsplash + Pixabay 提供免费的素材图片和视频（开发者 Key 免费申请）。Remotion 和 HyperFrames 负责渲染。FFmpeg 负责编码、字幕烧录、音频混流。
零成本能走两条路：图片动画化路线（Piper 旁白 + AI 图片 + Remotion 动画），或者真实素材路线（纪录片管线，从免费素材库检索剪辑）。
参考视频驱动：贴一个视频，给你方案
OpenMontage 有个很实用的功能：你可以贴一个你喜欢的视频（YouTube、TikTok、Reel 或本地文件），AI 会自动分析它的节奏、结构、风格，然后给你 2-3 个差异化的制作方案，附带成本估算和预览。
比如你说"我喜欢这个 YouTube Short 的节奏，帮我做一个关于量子计算的类似视频"，它会告诉你：从参考视频保留了什么（节奏、钩子风格、结构），改了什么（主题、视觉处理、叙事角度），预计成本多少，用你现有的工具能做出什么效果。
成本有多低？
看官方的演示案例：
"THE LAST BANANA"，60 秒皮克斯风动画短片，6 段 Kling 运动片段 + Chirp3-HD 旁白 + TikTok 逐字字幕，总成本 1.33 美元。
"VOID — Neural Interface"，产品广告，只需 1 个 API Key（OpenAI），4 张 AI 图 + TTS 旁白 + 自动匹配版权音乐 + 逐字字幕，总成本 0.69 美元。
"Afternoon in Candyland"，吉卜力风动画，12 张 FLUX 图 + 多图交叉淡入 + 电影级运镜 + 粒子特效 + 环境音乐，总成本 0.15 美元。
0.15 美元做一段吉卜力风动画，传统视频制作里这个价格连素材都买不到。
质量自检
OpenMontage 每次渲染后自动跑一轮自检：ffprobe 验证视频完整性、4 个位置抽帧检测黑帧和损坏的叠加层、音频电平分析、字幕验证。还有 6 维度幻灯片风险评分，防止输出变成"动画 PPT"。
每个创意和技术决策都记录在审计日志里，包括考虑过的替代方案、置信度评分和推理过程。
安装和使用
环境要求：Python 3.10+、FFmpeg、Node.js 18+、一个 AI 编程助手。
然后用你的 AI 编程助手打开项目，直接用自然语言描述你想要的视频就行：
想要真实素材纪录片：
API Key 全部可选，加得越多可用工具越多。支持 fal.ai、Runway、HeyGen、Suno、ElevenLabs、OpenAI、Google、xAI 等十多个供应商。有 GPU 的话还能跑本地视频生成模型（WAN、Hunyuan、LTX-Video、CogVideo）。
Github:
https://github.com/calesthio/OpenMontage
适合什么人？
如果你是内容创作者，想批量生产视频但不想花大价钱，OpenMontage 能帮你把成本压到几毛钱一条。如果你是开发者，想给自己的 AI 工作流加上视频输出能力，OpenMontage 的管线架构可以集成到 n8n、Make 等自动化平台。如果你是教育工作者，想做讲解视频但不会剪辑，零 API Key 路线就能上手。
反过来，如果你只是想生成 5 秒的炫酷片段，那 Sora 或 Runway 可能更直接。OpenMontage 的强项是端到端的完整视频制作，不是单次片段生成。