OpenMontage 完整教程：用 AI 编程助手做视频，从安装到出片

OpenMontage 是 Calesthio AI Labs 开源的全球首个 Agentic 视频生产系统，GitHub 地址：github.com/calesthio/OpenMontage，MIT 许可证。它的核心思路是：把 Claude Code、Cursor、Codex、Copilot 等 AI 编程助手直接当成视频制作的"编导"——你用自然语言描述需求，AI 自动完成调研、脚本、分镜、素材生成、配音、剪辑、合成的全流程。系统内置 12 条生产流水线、52 个制作工具、500+ Agent 技能，支持 14 家视频生成提供商（含 Kling、Runway Gen-4、Google Veo 3 等）和 10 家图像生成提供商；最低零 API Key 即可出片（使用本地 Piper TTS + 免费图库素材），图像驱动动画视频成本低至 $0.15，60 秒 Pixar 风格动画约 $1.33。本文从安装、配置、第一个视频，到各流水线选型和进阶技巧，提供完整上手路径。

OpenMontage 是什么：一句话定义

OpenMontage 是一个安装在你的 AI 编程助手里的视频工厂——你说"做一个 60 秒的科幻预告片"，AI 负责把这句话变成渲染好的 MP4 文件。

与普通 AI 视频工具的本质区别：

安装：三步完成

前置依赖

# 检查依赖版本
python3 --version    # 需要 3.10+
node --version       # 需要 18+
ffmpeg -version      # 核心视频处理工具

# macOS 安装 FFmpeg
brew install ffmpeg

# Windows / Linux
# 官网下载：ffmpeg.org/download.html
# 或 winget install Gyan.FFmpeg

克隆并初始化

git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup    # 自动配置所有免费工具，约 2-5 分钟

make setup 会自动完成：

• 安装 Python 依赖

• 安装 Node.js 依赖（Remotion 渲染引擎）

• 配置 Piper TTS（本地语音合成）

• 初始化 FFmpeg 处理管道

下载预编译版（可选）

不想从源码安装，可直接下载各平台预编译版（见 GitHub Releases 页）：

配置：API Key 按需填写

OpenMontage 采用"零 API Key 也能跑"的设计——所有提供商都是可选的，不填则自动降级到免费替代。

配置文件位置

make setup 完成后，在项目根目录创建 .env：

# .env（项目根目录）

# 视频生成（按需选一个或多个）
FAL_KEY=your-fal-key            # FLUX 图像 + Kling/Veo/Higgsfield 视频
OPENAI_API_KEY=your-key         # DALL-E 图像 + OpenAI TTS
RUNWAY_API_KEY=your-key         # Runway Gen-4 视频

# 免费图库（强烈推荐，申请简单）
PEXELS_API_KEY=your-key         # 免费申请：pexels.com/api
PIXABAY_API_KEY=your-key        # 免费申请：pixabay.com/api/docs

# 高质量语音（可选）
ELEVENLABS_API_KEY=your-key     # 顶级音质 TTS
GOOGLE_TTS_KEY=your-key         # 700+ 声音，50+ 语言

零 API Key 时的免费工具链

不填任何 API Key，以下免费工具自动启用：

零 API Key 制作的视频：无法使用 AI 生成的独创画面，素材全部来自图库和档案库，适合纪录片蒙太奇、播客视频化、讲解类内容。

预算控制（重要）

OpenMontage 有内置预算上限机制，防止 Agent 无限调用 API：

# 在项目配置中（或通过环境变量）
budget:
  total_cap: 10.00       # 默认 $10 上限，可调整
  confirm_threshold: 0.50  # 单次操作超过 $0.50 需确认
  mode: cap              # cap = 硬性停止 / warn = 仅提醒 / observe = 仅记录

与 AI 编程助手配合

安装完成后，在 AI 编程助手中打开 OpenMontage 项目目录，然后直接用自然语言描述需求：

第一个视频：完整命令示例

"Make a 45-second animated explainer about why the sky is blue"

或用中文（Claude Code 对中文支持最好）：

帮我做一个 45 秒的动画解说视频，主题是"为什么天空是蓝色的"，
使用 Animated Explainer 流水线，配中文旁白，风格清晰易懂。

AI 会自动执行标准生产流程：

research → proposal → script → scene_plan → assets → edit → compose

整个过程约 5-20 分钟（取决于视频长度和提供商响应速度），完成后输出 MP4 文件到 output/ 目录。

12 条流水线选型指南

根据你的视频需求选对流水线，AI 会加载对应的工具链和质量标准：

流水线指定方式

在提示词中直接说明，或通过参数指定：

"使用 Documentary Montage 流水线，制作一个 90 秒的视频，
主题是凌晨四点的城市景象，只用真实素材，不要旁白，忧郁基调。"

视频生成提供商选择

OpenMontage 支持 14 家视频生成提供商，AI 会根据 7 维度评分自动选最合适的：

云端付费提供商：

本地免费 GPU 提供商：

本地 GPU 提供商零成本，适合有显卡的用户大量出片。

典型案例和成本参考

进阶：项目结构和自定义

OpenMontage/
├── tools/              # 52 个 Python 工具（视频/音频/图形/字幕/分析）
├── pipeline_defs/      # 12 条流水线的 YAML 定义
├── skills/             # 500+ Markdown 技能文件（AI 阅读的知识层）
├── schemas/            # 15 个 JSON Schema（输入输出格式验证）
├── styles/             # 视觉风格手册（YAML，定义画风、色调、运镜）
├── remotion-composer/  # React/Remotion 渲染引擎
├── lib/                # 核心基础设施（提供商适配、预算管理）
└── output/             # 成品 MP4 输出目录

自定义视觉风格

在 styles/ 目录添加 YAML 风格文件，AI 会在生成时参考：

# styles/my-brand.yaml
name: "MyBrand"
color_palette:
  primary: "#FF6B35"
  secondary: "#004E89"
motion_style: "smooth, minimal"
typography:
  font: "Inter"
  weight: "600"
tone: "professional, warm"

使用时在提示词里说明："使用 my-brand 风格"

添加自定义技能

在 skills/ 目录添加 Markdown 文件，扩展 AI 的领域知识：

# skills/chinese-short-video.md

## 中文短视频创作规范

- 前 3 秒必须出现核心信息（吸引留存）
- 字幕字号不小于 36px，白字黑边
- BGM 音量控制在旁白的 30-40%
- 结尾必须有明确的行动号召

常见问题 FAQ

Q1：OpenMontage 和 Sora、可灵这类 AI 视频工具有什么区别？

Sora/可灵是视频生成模型，负责把文字或图片变成短视频片段（通常 5-30 秒）。OpenMontage 是完整的视频制作系统，用 AI 编程助手编排整个生产流程：它可以调用可灵、Runway、Veo 等模型生成素材，再自动完成剪辑、配音、字幕、合成，输出完整的 60-90 秒成品视频。两者是工具和工作流的关系，不是竞争关系。

Q2：不会编程可以用 OpenMontage 吗？

可以，但需要能安装 Python 和 Node.js 环境。安装完成后的使用方式是纯自然语言对话——在 Claude Code 或 Cursor 里描述你要做什么视频，不需要写代码。推荐使用下载预编译版（GitHub Releases），跳过源码编译步骤。

Q3：make setup 之后直接能出片吗？

零 API Key 情况下可以出片，但只能用免费图库素材和本地 Piper TTS，无法生成 AI 独创画面。想用 AI 生成视觉画面至少需要一个 FLUX/FAL 的 API Key（fal.ai，按量付费，成本低）或 OpenAI API Key。Pexels/Pixabay 的免费 Key 强烈建议申请，能大幅提升素材质量。

Q4：本地 GPU 跑视频生成需要什么配置？

WAN 2.1 需要 12GB+ 显存（NVIDIA RTX 3080/4070 以上），Hunyuan 需要 16GB+（RTX 4080 以上），LTX-Video 需要 8GB+（RTX 3070 可用）。Apple Silicon M3 Max/M4 Max 的统一内存也支持，但速度比 NVIDIA 慢。本地 GPU 生成一段 5 秒视频约 3-10 分钟（取决于显卡和量化级别）。

Q5：OpenMontage 生成的视频有水印吗？版权归谁？

MIT 许可证，无水印，生成内容版权归用户所有。使用了付费提供商（Runway、Kling 等）的内容，需遵守各提供商的使用条款，商用前需核实对应提供商的版权政策。使用 Archive.org 等公开档案素材时，部分素材有原始版权，系统会在使用时注明来源。

小结

OpenMontage 的核心价值是把视频制作从"点击工具"变成"描述需求"——你不需要学会 Premiere、After Effects 或各类 AI 视频工具的界面，只需要在 Claude Code 或 Cursor 里说清楚你想做什么视频。12 条流水线覆盖了从科普动画到企业培训视频的主要场景，零 API Key 即可上手，本地 GPU 用户可以做到零成本批量出片。安装路径：g，然后在 AI 编程助手里打开项目目录开始对话。本文数据来源：OpenMontage 官方 README（github.com/calesthio/OpenMontage），2026-06。助手里打开项目目录开始对话。本文数据来源：OpenMontage 官方 README（github.com/calesthio/OpenMontage），2026-06。

参考来源：

• OpenMontage GitHub 仓库：github.com/calesthio/OpenMontage（MIT License）

• 七牛云：AI 大模型广场（含视频生成模型）