梦瑶 发自 凹非寺
量子位 | 公众号 QbitAI
Github 热榜持续屠榜，短短几天狂揽 15.4k stars，一度冲至 Top 1。引发轰动的并非大厂项目或新模型，而是一个名为 OpenMontage 的开源「视频制作」系统。
该项目将传统视频剪辑的繁琐流程整合为一支「全自动拍片团队」。用户只需向 Claude Code、Cursor、GitHub Copilot 等编程工具输入需求，系统即可自动完成脚本撰写、素材搜集、配音、字幕生成及剪辑合成。
这意味着 AI 编程工具已转型为视频工作室，Agent 赛道在视频剪辑领域的应用展现出巨大潜力。
火爆 GitHub 的 OpenMontage 视频制作系统
传统短视频制作往往涉及多个工具的切换：从素材网站下载视频、使用配音软件生成音频，再到剪辑软件进行合成，流程繁琐且效率低下。现有 AI 工具多仅解决单一环节痛点，缺乏全流程自动化方案。
OpenMontage 的核心优势在于重构了整条视频生产链。系统内置 52 个工具模块、12 条标准化视频流水线和 400+ 可组合技能，将选题、脚本、分镜、素材、配音、字幕、剪辑及输出等环节拆解为可编排的生产模块。
OpenMontage 并非单纯的剪辑工具，而是利用 AI Coding 助手（如 Claude Code、Cursor、Copilot）作为调度与执行单元，驱动完整的视频制作流程。
此外，系统支持接入 Archive.org、NASA、Wikimedia、Pexels、Unsplash 等大量开放素材源，构建可检索的真实视频素材库并自动拼入时间线。
官方 Demo 展示了其强大的生产能力：皮克斯风格动画短片由 6 段 fal.ai 生成的动作片段组成，搭配 Google Chirp3-HD 配音、TikTok 风格字幕及 Remotion 统一渲染；另一条 50 秒广告大片则融合了 GPT 生成图像、自动配音、无版权音乐抓取、WhisperX 逐词字幕对齐及 Remotion 视觉包装。全流程自动化确保了画面、声音与字幕节奏的高度协同。
成本方面，单条视频制作成本约为 0.69 美元（约合人民币 4 元）。系统兼容 Kling、Runway Gen4、Google Veo 等主流视频模型，将这些顶级能力整合为一套基于 Agent 的可调用生产系统。
核心运行逻辑：Agent 驱动架构
OpenMontage 采用三层协同架构实现全流程自动化：
工具层
作为底层基础，提供原始能力单元。包括 Kling、Runway、Veo 等视频生成模型，以及图像生成、TTS 配音、音乐生成、字幕识别、剪辑渲染等基础模块。
技能层
作为中间层，负责将零散工具封装为可复用的方法。涵盖脚本生成、分镜拆解、画面风格控制、剪辑节奏调整及模型调用策略等，使工具转化为标准化的做事方式。
调度与编排层
作为顶层 Agent，直接理解用户需求，自动拆解任务结构，将合适的技能与工具串联成完整的生产管线（Production Pipeline），实现从需求输入到成片输出的全自动调度。
部署方式
部署流程简便：从 GitHub 克隆项目至本地，安装 Python 依赖与基础运行环境，在.env 文件中配置所需模型与服务能力，最后通过命令行或 AI Coding 工具启动 Pipeline 即可。
相较于 HeyGen 等依赖单一平台能力的解决方案，OpenMontage 的创新之处在于将流程本身变为可编排对象，具备更强的系统可扩展性。对用户而言，其核心价值在于大幅降低操作门槛，避免多工具切换与中间环节成本，实现高效、低成本的视频自动化生产。
参考链接：https://github.com/calesthio/OpenMontage