AI

OpenMontage：把 Claude Code 變成影片製作工作室的開源 Agent 系統

Monday

本內容僅供參考，詳細使用規則與工具安全性與否，建議要進行相關安全性測試與評估

AI 影片生成模型越來越強，但「生成一段 8 秒的畫面」和「做出一支完整的影片」之間，還隔著研究、腳本、分鏡、配音、配樂、剪輯與渲染。OpenMontage（calesthio/OpenMontage）自稱是「世界第一個開源的 Agent 式影片製作系統」——它不是一個獨立的 App，而是一套讓 Claude Code、Cursor、Copilot、Codex 等 AI Coding Agent 驅動的影片生產工具箱。專案目前約 65.2k stars，近期再度登上 AI 開源趨勢榜。

1. 專案背景與定位

OpenMontage 採用 AGPL-3.0 授權，以 Python 工具為主、搭配 Node.js 的 Remotion 渲染。使用者用自然語言描述想要的影片，Agent 就會依照固定流程完成：research → proposal → script → scene_plan → assets → edit → compose。

它的定位很清楚：沒有程式碼層的 orchestrator，Agent 本身就是導演。專案提供的是流程定義、工具與大量的領域知識檔案，讓 Agent 知道每個階段該做什麼、怎麼做才專業。

2. 技術架構與核心設計

  • 三層知識結構：tools/ 與 pipeline_defs/ 描述有哪些能力；skills/ 描述 OpenMontage 的製作規範；.agents/skills/ 收錄外部技術的知識包。README 宣稱有 700+ 個技能與知識檔、100+ 個工具、20+ 個 JSON Schema。
  • 執行流程：YAML 流程定義 → Markdown 階段導演 skill → Python 工具 → 自我檢查 → JSON checkpoint → 人工核准 → 合成前驗證 → 渲染 → 渲染後審查。
  • 12 條製作流程：動畫解說、動態圖像、虛擬主播、電影感預告、長片切短、紀錄片蒙太奇、Podcast 轉影片、螢幕操作示範、在地化配音等。
  • 評分式供應商選擇：每個供應商依任務契合度（30%）、品質（20%）、可控性（15%）、可靠度（15%）、成本（10%）、延遲（5%）、連貫性（5%）評分，每次選擇都會記錄考慮過的替代方案。
  • 雙渲染引擎：Remotion（React）適合資料驅動的解說影片，HyperFrames（HTML/CSS/GSAP）適合動態圖像；引擎在提案階段選定後就鎖定，README 甚至把「悄悄換引擎」定義為治理違規。
  • 真實素材路線：紀錄片蒙太奇流程會從 Archive.org、NASA、Wikimedia Commons 等免費來源建立可用 CLIP 搜尋的素材庫，剪輯真實影像。
  • Backlot 看板：本機的即時看板，顯示流程進度、場景卡、供應商決策與花費，並有分鏡核准關卡。

3. 社群熱度與生態採用

約 65.2k stars、8.3k forks。第三方報導指出它在 2026 年 6 月曾單日新增超過 3,400 顆星。整合 60+ 家供應商，包括 Veo 3.1、Kling、Runway Gen-4、FLUX、GPT Image 2、ElevenLabs、Suno，也支援 WAN、Hunyuan、LTX-Video 等本機模型與免費離線的 Piper TTS。每支官方展示影片都會公開其 prompt、流程、工具與成本，透明度不錯。

4. 局限性與潛在風險

  • AGPL 授權：若你修改後以網路服務形式提供給他人使用，就必須公開原始碼。商業產品整合前一定要評估。
  • API 費用失控：影片生成是最燒錢的 AI 應用之一。專案內建預算控管（預設總上限 $10、單次超過 $0.50 需核准，並有 observe／warn／cap 三種模式），強烈建議保持開啟。
  • API 金鑰集中：.env 裡可能同時放著十幾家供應商的金鑰，Agent 有能力讀取它們，需要做好檔案權限與金鑰範圍限制。
  • 著作權與肖像權：使用參考影片、虛擬主播、配音等功能時，輸出內容的版權與肖像授權問題由使用者自行承擔；免費素材庫的授權條件也各不相同。
  • 網路研究的可信度：Agent 在寫稿前會進行 15–25 次以上的網路搜尋，搜尋到的內容可能含錯誤資訊或 prompt injection，研究摘要仍需人工審閱。
  • 數字前後不一：不同來源對工具與技能數量的描述有出入（例如 500+ 與 700+），反映專案快速變動，文件可能落後於程式碼。

5. 應用價值與適用場景

對需要大量產出解說影片、產品示範、社群短影音的個人創作者或小型行銷團隊，OpenMontage 把原本需要多人協作的流程壓縮成「描述需求 → 核准關卡 → 成品」。零 API 金鑰也能用 Piper 配音加免費素材做出真實影片，入門門檻很低。README 的範例成本：60 秒動畫短片約 $1.33、50 秒直式短片約 $4。

如果你需要的是高度精緻、品牌一致性要求極高的商業影片，它更適合作為初稿與分鏡工具，而非最終成品。

Monday 的觀點與架構建議

  • 「沒有 orchestrator，Agent 就是導演」是一個大膽但正在成形的架構趨勢：把流程知識寫成 skill 與 schema，讓通用 Agent 執行，而不是為每個領域寫一套專用的工作流引擎。
  • 它的治理設計值得借鏡：每個階段都有 checkpoint、人工核准、預算預留與對帳、渲染後自動審查——這些是讓 Agent 執行「昂貴且不可逆」任務的必備護欄。
  • 供應商評分並記錄替代方案的做法，讓 Agent 的決策可稽核，這在任何多供應商的 Agent 系統中都很實用。
  • 導入時建議把預算模式設為 cap、限縮 .env 中的金鑰權限，並對所有對外發佈的成品做人工最終審核。

參考來源