首个开源的智能体视频制作系统 12 条生产管线 100+ 工具 零 API Key 也能出片
大家好，我是Zack。
今天聊聊我最近实测的一个开源项目—— OpenMontage。
一句话介绍：它能把你的 AI 编程助手（Claude Code、Cursor 这些）变成一整个视频制作工作室。你用大白话说”帮我做个 60 秒的讲解视频”，它就自动完成调研、写脚本、配旁白、找素材、剪辑、渲染，最后给你一条成片。
这个项目 3 月份上线，拿过 GitHub Trending 当日第一，现在已经有 449 次提交、12 条制作流水线、100+ 工具。最关键的是——不花一分钱也能出片，我从克隆到出片全程实测，下面把完整过程掰开讲给你。
一、它能干什么？
先看几个官方数据：
- 12 条制作流水线：动画讲解、口播、屏幕演示、电影感预告片、纪录片蒙太奇、播客转视频、本地化配音……
- 100+ 生产工具：视频生成、图像、TTS、音乐、字幕、超分辨率
- 60+ 供应商接入：OpenAI、Google、ElevenLabs、Suno、可灵、火山方舟……统一在一套评分系统后面调度
官方 showcase 里有几条片子挺能打的：
| 作品 | 做法 | 成本 |
|---|---|---|
| 《来自明天的信号》 | 电影级科幻预告片，Veo 生成动态片段 + 配乐 | 约 $3 |
| 《最后的香蕉》 | 60 秒皮克斯风动画短片，6 个 Kling 片段 + 旁白 + 词级字幕 | $1.33 |
| 《虚空神经接口》 | 产品广告，仅用一个 OpenAI Key | $0.69 |
| 《糖果乐园的午后》 | 吉卜力风动画，12 张 FLUX 图 + 运镜 + 粒子特效 | $0.15 |
注意《糖果乐园》这条：完全没调用视频生成 API，就是 12 张 AI 图 + Remotion 动画引擎做运镜和特效，成本压到 1 块钱人民币以内。这是它跟”图生视频”工具的本质区别——静态图也能剪出成片感。
当然，它最牛的一条路是：从免费素材库和开放档案馆（Archive.org、NASA、Wikimedia）检索真实动态视频，剪成时间线渲染成片。官方特意强调”这不是那种让几张静态图动起来就叫视频的把戏”。
二、零基础准备：装三样东西
OpenMontage 本体不是软件，是一套”剧本 + 工具箱”，真正干活的执行者是你的 AI 编程助手。所以你需要：
1. Python 3.10+（macOS 装 Homebrew 后执行）
brew install python
2. FFmpeg（视频处理引擎，必装）
brew install ffmpeg
3. Node.js 18+（渲染引擎 Remotion 依赖它）
brew install node
4. 一个 AI 编程助手：Claude Code、Cursor、Copilot、Windsurf、Codex 都行。没有的话装个 Cursor（免费额度够用）。
前三个如果嫌麻烦，直接装 Homebrew 后三连：brew install python ffmpeg node。
Windows 用户：Python 从 python.org 下安装包，FFmpeg 从 ffmpeg.org 下，Node 从 nodejs.org 下，都是”下一步下一步”装完。
三、三行命令，从零到出片
环境就绪后，整个安装就三条命令：
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup
我实测 make setup 全程自动：它自己创建 Python 虚拟环境、装 60+ 个依赖包、安装 Remotion 渲染器，最后自动生成 .env 配置文件。中途不需要任何操作。
装完先别急，跑一条官方演示视频验证环境：
make demo
这条命令会渲染一个 25 秒的演示片。我实测几分钟出片，输出在 projects/demos/renders/code-to-screen.mp4——1920×1080、H.264 编码、3.8MB，任何播放器都能直接放。
上面这张三联图就是演示片里的画面：动态标题、数据对比卡片、进度条动画、KPI 网格——全是 Remotion 用 React 代码”画”出来的，注意这全程没花一分钱、没配任何 API Key。
四、真正开始做你的视频
make demo 只是验证。真正的用法是：用 AI 编程助手打开这个项目文件夹，直接说人话。
比如在 Cursor / Claude Code 里输入：
制作一个 60 秒的动画解说视频，讲解神经网络是如何学习的
然后就是见证流程的时刻。智能体不会闷头就做，它走的是一套完整的”制片厂流水线”：
调研 → 提案 → 剧本 → 场景规划 → 素材生成 → 剪辑 → 合成
每一步都有检查点，关键节点（提案、剧本、场景、素材、发布）会暂停等你批准——不满意就打回重做，批准了才进下一阶段。像不像一个真剧组？你是甲方，智能体是整个制作团队。
几个实用提示词，按需求选：
零 Key 白嫖款（Piper 离线配音 + 免费素材库）：
制作一个 45 秒的动画解说视频，解释为什么天空是蓝色的
真实素材纪录片（全程免费）：
制作一部 75 秒的纪录片蒙太奇，展现雨中的城市生活。
只使用真实素材，无旁白，需要一种挽歌般的基调。
配了 API Key 的进阶款（$0.15 起）：
制作一部 30 秒吉卜力风格的动画视频：
黄金时刻，云端的魔法漂浮图书馆
参考视频起手（最推荐的起手式）：
这是一个我喜欢的 YouTube Short。
给我做个类似的，但主题是量子计算。
最后这个”参考视频”模式很有意思：它会分析那条视频的文案结构、节奏、场景切换、关键帧，然后给你 2-3 个差异化创意方案 + 每个方案的成本估算，你选一个再开工。比对着空白提示词瞎想快多了。
五、钱的事，说清楚
这是我觉得 OpenMontage 设计最聪明的地方：预算是内建的，不是事后算的。
零 Key 能用的东西：
| 能力 | 免费方案 |
|---|---|
| 旁白配音 | Piper TTS（离线，不要钱） |
| 真实素材 | Archive.org + NASA + Wikimedia |
| 图像素材 | Pexels + Unsplash + Pixabay（免费 Key） |
| 渲染合成 | Remotion / FFmpeg（本地） |
| 字幕 | 内置，词级时间轴 |
想升级画质再配 Key，每个都是可选的：FAL_KEY（FLUX 图像 + 可灵视频）、OPENAI_API_KEY（TTS + 图像）、SUNO_API_KEY（音乐）。配几个用几个。
花钱有硬性护栏：单次动作超过 $0.50 要审批，单项目默认预算上限 $10，超了直接停。所有决策（为什么选这个供应商、花了多少）都有审计日志可查。你永远不会一觉醒来收到天价账单。
另外它有 GPU 的话还能跑本地视频生成（make install-gpu），WAN 2.2、Hunyuan 这些开源模型，彻底零 API 成本。
六、几个实战建议
- 先跑
make demo。确认环境没问题再开始正式创作，省得中途排错。 - 第一天用零 Key 模式。把流程跑通，感受审批节奏，再决定要不要充钱升级画质。
- 中文提示词直接说。仓库自带
README_zh-CN.md完整中文文档，智能体处理中文需求没问题。 - 善用审批门。提案阶段多打回几次没关系，这时候改方向成本是零；素材生成完再改，钱就花了。
- Backlot 看板值得一看。
python -m backlot open能打开实时分镜板，整个制作过程可视化，还能完整回放。
写在最后
OpenMontage 的思路其实很”反直觉”：别人做 AI 视频都是卷模型，它偏偏不做模型，做流水线——把 100 多个现成工具编排成 12 条制片流水线，让 AI 编程助手当导演。
这个定位跟 AI 编程工具的普及是同频的。当越来越多的人手里都有一个”会用终端的智能体”，那这个智能体除了写代码，还能不能顺手把宣传视频也做了？OpenMontage 的答案是：能，而且做得有模有样——有审批、有预算、有质检、有审计。
对独立开发者来说，这意味着产品宣传视频的制作成本，从”找外包四位数”降到”一条提示词 + 一杯咖啡钱”。下一次产品发布，不妨让它先出个 30 秒预告片试试水。
项目地址：github.com/calesthio/OpenMontage（有中文文档，AGPLv3 开源）
以上就是本次的全部分享。
你打算用它做一条什么视频？实操中卡在哪一步？欢迎留言讨论，我看到都会回。
觉得有用的话，转发给正在琢磨 AI 做视频的朋友。
公众号：Zack说AI
大厂程序员，现独立开发者，分享 AI 技术与过程。