OpenMontage上手实测1.33美元一支60秒动画短片智能体视频制作系统【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/OpenMontage6段运动镜头、1份配音、1条配乐、逐词字幕、1支成片——60秒皮克斯风格总成本1.33美元。这是开源项目 OpenMontage 在 README 里公开的一支完整作品的账单。它是一个智能体视频制作系统让 AI 编程助手Claude Code、Cursor、Codex 等自己跑完调研、写稿、素材、配音、剪辑、合成的整条视频生产流水线人只负责在关键节点点头。它是什么一条可审计的视频生产流水线不是生成 API先划清边界。市面上输入提示词、输出一段视频的工具给的是素材OpenMontage 给的是流程。它的智能体优先架构里没有写死的 Python 编排器——你的 AI 编程助手读取 YAML 流水线清单和 Markdown 技能文件自己决策、自己执行、自己审查Python 只提供工具与持久化。规模上可以直接数文件pipeline_defs/里躺着 13 份 YAML 流水线清单解说、纪录片蒙太奇、口播、屏录演示、角色动画等tools/下注册了 100 多个生产工具skills/目录有 700 多份技能与生产知识文件视频生成一家就接了 20 多个提供方。它的差异化判断只有一句视频制作的手艺活被拆成了可编程、可复现、可审计的工程活而调整方式从改代码重新发布降级成改文档即生效。零密钥上手三步拿到第一支渲染视频前置条件是 Python 3.10、FFmpeg、Node.js 18 和一个能读写文件的 AI 编程助手然后git clone https://gitcode.com/GitHub_Trending/op/OpenMontage cd OpenMontage make setupmake setup会装 Python 依赖、装 Remotion 渲染器、装 Piper 离线 TTS、预热 HyperFrames 运行时并生成.env。不往.env里填任何密钥你已经有Piper 离线配音、RemotionReact 场景栈、FFmpeg 后处理、HyperFramesHTML/GSAP 动效外加 Archive.org、NASA、Wikimedia Commons 等免费开放素材源——免费能力全部来自离线引擎与开放档案不依赖任何付费 API。想先验证环境跑一下make demo它会用仓库内置的 Remotion 属性直接渲染三支零密钥演示视频到projects/demos/renders/。装好之后把项目目录交给你的 AI 助手可以直接执行的第一条指令是Make a 45-second animated explainer about why the sky is blueREADME 的提示词库按预算分了档零密钥档、配图像/视频密钥档约 0.15–1.50 美元、全配置档约 1–3 美元每档都有可复制的原句。四条真实任务链从参考链接到交付门禁粘贴一条参考视频拿到有依据的制作方案你的起点通常不是白纸而是我想要类似这支视频的感觉。这是 OpenMontage 的一等入口贴一条 YouTube Short、Reel 或本地片段智能体按 video-reference-analyst 技能 走完整分析——转录、节奏、场景切分、关键帧、风格然后给你 2–3 个差异化概念并逐项写明保留参考片的什么节奏、钩子、结构、改什么题材、视觉、旁白方式、按你的目标时长花多少钱、用你当前机器上可用的工具拍成什么样。它不承诺复刻只承诺基于真实分析的迁移方案分析跑在本地工具链上不是靠模型猜画面。不花生成费用真实素材剪一支 90 秒纪录片documentary-montage流水线是最能看出它和Ken Burns 套图区别的一条路corpus_builder从 Pexels、Archive.org、NASA、Wikimedia、Unsplash 建一个可语义检索的素材库clip_search用 CLIP 嵌入给素材打标签、按分镜描述检索排序最终剪的是真实动态镜头。pipeline_defs/documentary-montage.yaml给素材阶段写死了验收标准每个镜头槽位恰好一条素材、同一条素材不得占两个槽位、每份素材必须记录提供方、原始 URL 与许可协议、标准路径下素材库规模不低于槽位数的 8 倍。这些硬性约束把素材随机拼贴挡在交付之外。七维加权打分决定这一镜头用谁来做视频有 Kling、Veo、Seedance、本地 WAN图像有 FLUX、Imagen、GPT Image配音有 ElevenLabs、Google TTS、免费 Piper——选谁评分引擎 不做按配置取第一个可用而是对每个候选工具加权打分# lib/scoring.py 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 )细节比权重更见功力意图匹配用同义词簇扩展cinematic 能对上 trailer需要动态镜头但工具只有静态图会把任务适配度直接砍到两成免费提供方成本效率直接记满分。每一次选择连同备选方案和落选理由都写进只增不改的决策日志——为什么用了它永远有答案而不是一句它刚好可用。三道交付门禁拦住动画 PPT和坏帧预合成前lib/slideshow_risk.py对分镜方案做六维幻灯片风险评分重复版式、装饰性画面、无效运动、镜头意图缺失、文字堆砌、无支撑的电影感宣称平均分到 4.0 直接判 fail、不许进合成lib/delivery_promise.py校验交付承诺——motion_led类型要求至少 70% 的镜头是真实动态禁止静默降级成静帧。渲染完成后强制自检ffprobe 校验、四位置抽帧查黑帧、音频电平查静音和削波、字幕存在性检查自检不过关成片根本不会呈现给你。过程本身也可以看Backlot 本地看板从项目文件自动派生阶段灯点亮、剧本以剧本页落盘、场景卡片在生成资产时显示单卡成本和质量分每一次提供方决策挂在右侧栏里。1.33 美元的账单The Last Banana 是怎么做出来的仓库公开了一支 60 秒皮克斯风格动画短片 The Last Banana——一只孤独的香蕉和猕猴桃成为朋友的故事。链路拆开看智能体走动画流水线完成提案与脚本逐段生成 6 个 Kling v3 运动镜头经 fal.ai 网关Google Chirp3-HD 配音免版权钢琴曲打底TikTok 风格逐词字幕Remotion 合成渲染最后过自检交付。整支片子的全部花费 1.33 美元人类只在创意节点做了通过与否的判断。想自己复现直接复制模板Create a 30-second Ghibli-style animated video of a magical floating library in the clouds at golden hour走图像生成加 Remotion 动画路径README 标注的成本区间约 0.15 美元起配齐视频生成密钥做电影感 trailer全配置档约 1–3 美元。与传统制作和单点 AI 工具比在哪对比维度传统视频制作单点 AI 视频工具OpenMontage产出形态成片单个片段成片含脚本、配音、字幕、配乐人力投入导演/编剧/剪辑/配音多角色逐段手写提示词再人工拼接单智能体驱动人在创意节点审批素材来源付费图库或自拍单一生成模型20 生成提供方 开放档案素材库成本治理事后对账单价透明、总价失控预估→预留→对账单次超 0.5 美元默认暂停确认质量保障靠经验人工审查基本没有六维幻灯片风险 交付承诺校验 渲染后自检供应商切换换团队重做换模型重写流程评分层自由切换决策留痕成本治理的数字都写在代码里tools/cost_tracker.py默认总预算 10 美元、预留 10% 额度、单次动作超过 0.5 美元触发审批支持 observe / warn / cap 三种模式。核心差异一句话单点工具交付一段素材OpenMontage 交付一条每一步可追溯的生产记录。最反直觉的取舍代码里找不到编排器整个系统没有传统意义的编排器AGENT_GUIDE.md 写得直白Python 只提供工具与持久化编排、创意决策、审查逻辑全部住在指令文件里。支撑它的是三层知识架构——tools/加pipeline_defs/回答有什么skills/回答OpenMontage 希望怎么用.agents/skills/回答外部技术本身怎么运作生成工具被强制要求先读自己的 Layer 3 技能再写提示词。为什么这么选决策逻辑一旦写死在代码里行为就不可定制了而指令驱动下改审查标准是改技能文件加环节是改 YAML 清单。代价同样真实这套玩法依赖大模型的听话程度同一份指令在不同模型上执行质量会波动。兜底是具体的lib/checkpoint.py把人工审批变成硬门禁——带审批的阶段没有human_approvedTrue就无法写成 completed写入器直接抛 GATE VIOLATIONdecision_log只增不改改主意必须追加新条目并把旧选项移入落选记录schemas/下 20 多份 JSON Schema 校验每个阶段的标准产物tests/contracts/里是成套的契约测试。适合谁、不适合谁以及扩展路径判断标准很简单有明确成片需求、愿意在创意节点拍板的人适合它——它给你的是流程、账单和可审查的中间产物只想随手生成一段短视频发出去的人不适合用单点工具反而轻。另外零密钥能出片不等于免费出好片高质量生成需要按需往.env里配密钥好在每个密钥都是可选的。扩展有两条标准路径在tools/对应子目录新增一个继承BaseTool的类注册表自动发现无需手工登记或在pipeline_defs/新增一份 YAML 清单再配齐skills/pipelines/流水线/下的阶段导演技能。两条路都有 Schema 和契约测试兜底扩展成本就是写文档加写测试。路线图上的下一站是 Ollama / LM Studio 本地大模型支持目标是彻底离线跑完整条流水线。你的下一支片子成本可能就在这 1.33 美元量级回到开头那笔账1.33 美元买到的不是六段素材是一支带配音、配乐、逐词字幕、过了自检的成片外加一份完整的决策与花费记录。你下一次能省下的是约配音、翻素材库和对字幕的那整块时间。下一步动作具体到可以现在就做clone 仓库make setup打开你的 AI 编程助手把Make a 60-second animated explainer about how neural networks learn发过去在projects/项目名/renders/final.mp4等结果。剩下的问题留给你调研、脚本、镜头选择、成本账单这些你打算亲自审几层又愿意把多少拍板权交给流水线【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
