_{Monty the Clapper — linh vật chính thức của OpenMontage}

OpenMontage

Hệ thống sản xuất video tự động, mã nguồn mở đầu tiên.

Dán một video  ·  Bắt đầu nhanh  ·  Hãy thử những lời nhắc này  ·  Đường ống  ·  Nó hoạt động như thế nào  ·  Nhà tài trợ  ·  Nhà cung cấp  ·  Hướng dẫn đánh giá  ·  Hướng dẫn đại lý

Theo dõi bản dựng

Nhà tài trợ

Bạn muốn hỗ trợ OpenMontage? Nhà tài trợ dự án.

Bấm để thu gọn

hoa cho phép nhiều tác nhân AI (Claude, ChatGPT, DeepSeek, v.v.) cộng tác trong một cuộc trò chuyện cho các đường dẫn video tổng đài. Nó không cần thiết lập, chạy trên đám mây, hoạt động trên web và thiết bị di động, đồng thời cho phép bạn chia sẻ một tác nhân đã được định cấu hình với cả nhóm của mình. Hãy thử Bloome.

Đám mây Atlas là một nền tảng suy luận AI đầy đủ phương thức cung cấp cho các nhà phát triển một AI API duy nhất để tạo video, tạo hình ảnh và API LLM. Thay vì quản lý tích hợp nhiều nhà cung cấp, bạn kết nối một lần và có quyền truy cập thống nhất vào hơn 300 mô hình được tuyển chọn trên tất cả các phương thức. Khám phá tính năng mới của Atlas Cloud kế hoạch mã hóa khuyến mãi để có quyền truy cập API thân thiện với ngân sách hơn.

Biến trợ lý mã hóa AI của bạn thành xưởng sản xuất video hoàn chỉnh. Mô tả những gì bạn muốn bằng ngôn ngữ đơn giản — đại diện của bạn xử lý việc nghiên cứu, viết kịch bản, tạo nội dung, chỉnh sửa và sáng tác cuối cùng.

Sự phân biệt quan trọng: OpenMontage có thể tạo video dựa trên hình ảnh, nhưng nó cũng có thể tạo video thực tế video video đối với quy trình công việc mã nguồn mở/miễn phí: tác nhân xây dựng kho dữ liệu từ các cảnh quay có sẵn miễn phí và các kho lưu trữ mở, truy xuất các clip chuyển động thực tế, chỉnh sửa chúng thành dòng thời gian và hiển thị một đoạn hoàn chỉnh. Đó không phải là thủ thuật "làm sinh động một số ảnh tĩnh và gọi nó là video" thông thường.

"TÍN HIỆU TỪ NGÀY MAI" — đoạn giới thiệu khoa học viễn tưởng điện ảnh được sản xuất hoàn chỉnh thông qua OpenMontage: ý tưởng, kịch bản, sơ đồ cảnh, clip chuyển động do Veo tạo, nhạc nền và bố cục Remotion.

"CÁCH CHUỐI CUỐI CÙNG" - một bộ phim hoạt hình ngắn theo phong cách Pixar dài 60 giây kể về một quả chuối cô đơn tìm thấy tình bạn với một quả kiwi. 6 clip chuyển động do Kling v3 tạo (thông qua fal.ai), tường thuật Google Chirp3-HD, nhạc piano miễn phí bản quyền, chú thích cấp độ từ theo phong cách TikTok và sáng tác Remotion. Tổng chi phí: $1.33.

"Hình dung lại vũ trụ của bạn" - một bộ phim chuyển đổi dọc dài 50 giây trong đó một ý tưởng trực quan di chuyển qua các vật thể, thời đại, vật liệu và quy mô. Năm cảnh chuyển động được tạo, lời tường thuật thưa thớt của Google Chirp, điểm Pixabay và bố cục HyperFrames riêng biệt biến các clip riêng biệt thành một hành trình điện ảnh có tác giả. Tổng chi phí: khoảng 4 USD.

"Sản phẩm trở nên sống động" — một bộ phim sản phẩm dài 60 giây được xây dựng từ những bức ảnh tĩnh chính đã được phê duyệt. Năm sản phẩm bề mặt cứng được tách thành các phần kỹ thuật riêng và lắp ráp lại, trong đó mỗi sản phẩm vẫn được ghim làm khung đầu tiên và khung cuối cùng để mô hình phát minh ra chuyển động mà không làm mất đi đặc tính nhận dạng của sản phẩm. Việc tạo hình ảnh thành video, âm thanh riêng biệt, tường thuật và bố cục tùy chỉnh sẽ hoàn thiện bộ phim.

"Hãy tưởng tượng những khả năng với OpenMontage" — bảy thế giới được tạo ra được tập hợp lại thành một chương trình giới thiệu chỉ dành cho âm nhạc. Ba người mẫu hình ảnh cung cấp các tác phẩm nghệ thuật về chiến dịch, thời trang và thế giới thu nhỏ; bốn mô hình video mở rộng hành trình qua kiến ​​trúc, biến đổi vật chất, nhà kính sống và cuộc gặp gỡ với sinh vật. OpenMontage tạo hoạt ảnh cho ảnh tĩnh, chỉnh sửa chuyển động, thống nhất nhạc nền và kết thúc bằng Monty the Clapper. Chi phí tạo nguồn: khoảng $5.

"Muối làm nên lịch sử như thế nào" - một bộ phim tài liệu điện ảnh dài 100 giây về loại khoáng sản đã tài trợ cho các đế chế, hình thành các tuyến đường thương mại, châm ngòi cho các cuộc cách mạng và cho chúng ta từ “tiền lương”. Cảnh quay trong thế giới thực được kết hợp cùng với tường thuật gốc và đồ họa chuyển động được viết tay cho tiêu đề khắc, tiết lộ từ nguyên, bản đồ hoạt hình, dòng thời gian lịch sử và luận điểm kết thúc.

"Một lời nhắc đã xây dựng thế giới 3D hoàn chỉnh này" - một hành trình liên tục kéo dài 60 giây xuyên qua một thế giới giả tưởng mạch lạc, có thể chỉnh sửa được. Các vùng địa hình khác biệt, một ngôi làng có người ở, đường thủy, tàn tích, thảm thực vật dày đặc và tiết lộ về địa danh anh hùng quá cố được tập hợp từ nội dung 3D có kết cấu, sau đó kết hợp với ánh sáng điện ảnh, âm nhạc trong không khí và đường đi camera theo kế hoạch.

Đăng ký @OpenMontage trên YouTube để xem các video mới khi chúng được gửi đi — mỗi video đều có đầy đủ lời nhắc, quy trình, công cụ được sử dụng và chi phí để bạn có thể tự tái tạo video đó.

Bắt đầu từ một video bạn đã yêu thích

Bắt đầu từ một video tham khảo thường nhanh hơn bắt đầu từ một dấu nhắc trống.

OpenMontage có thể bắt đầu từ một Video YouTube, Video ngắn, Đoạn phim, TikTok hoặc clip địa phương và biến nó thành một kế hoạch sản xuất có căn cứ:

1. Dán video tham khảo
2. Tác nhân phân tích bản ghi, nhịp độ, cảnh, khung hình chính và phong cách
3. Bạn nhận được 2-3 khái niệm khác biệt, đường chạy dao trung thực, ước tính chi phí và mẫu trước khi sản xuất hoàn chỉnh

"Here's a YouTube Short I love. Make me something like this, but about quantum computing."

Những gì bạn nhận được không phải là "spaghetti gợi ý đoán tốt nhất." Bạn nhận được:

• Nó giữ cái gì từ tham chiếu: nhịp độ, kiểu hook, cấu trúc, giai điệu
• Nó thay đổi cái gì: chủ đề, xử lý hình ảnh, góc nhìn, cách kể chuyện
• Nó sẽ có giá bao nhiêu tại thời lượng mục tiêu của bạn, trước khi bắt đầu tạo nội dung
• Nó thực sự sẽ trông như thế nào với các công cụ hiện có của bạn

Hoạt động với Claude Code, Cursor, Copilot, Windsurf, Codex — bất kỳ trợ lý mã hóa AI nào có thể đọc tệp và chạy mã.

Hãy xem điều đó xảy ra — Bảng phân cảnh sống của Backlot

Trò chuyện cho bạn biết những gì đại lý đã nói. Backlot cho bạn thấy quá trình sản xuất thực sự đang làm gì — một bảng cục bộ tự điền vào khi đường ống chạy. Các sân khấu sáng lên, kịch bản xuất hiện dưới dạng trang kịch bản, thẻ cảnh lung linh trong khi nội dung được tạo ra và mọi quyết định của nhà cung cấp cũng như số đô la chi tiêu đều được ghi trên tường.

Khi quá trình sản xuất bắt đầu, đại lý sẽ tự động mở nó cho bạn. Không cần thiết lập, không cần báo cáo - hội đồng quản trị lấy mọi thứ từ các tệp dự án mà quy trình đã viết.

Bảng phân cảnh bây giờ là một cổng phê duyệt thực sự. Quá trình tạo nội dung tạm dừng trên bảng liên hệ theo từng cảnh — thực hiện, lời nhắc, chi phí cho mỗi nội dung, điểm chất lượng — để bạn phê duyệt hình ảnh trước đây kết xuất, không phải sau khi quá muộn:

Cổng sáng tạo giữ cho đến khi bạn trả lời. Bảng hiển thị những gì đang chờ đợi và tại sao; bạn trả lời trong trò chuyện:

Mọi sản phẩm trên máy của bạn, trực tiếp đầu tiên, trong thư viện:

python -m backlot open                  # the library — every project on disk
python -m backlot open <project-id>     # one production's live board
python scripts/backlot_simulate_run.py  # no production yet? watch a simulated one live

Và khi chạy xong, hãy đánh ▶ CHẠY PHÁT LẠI — toàn bộ quá trình sản xuất phát lại từ dấu thời gian của nó, có thể sửa được từ đầu đến cuối. Xem backlot/README.md về cách nó hoạt động.

Bắt đầu nhanh

Điều kiện tiên quyết

• Python 3.10+ — Python.org
• FFmpeg — brew install ffmpeg / sudo apt install ffmpeg / ffmpeg.org
• Node.js 18+ — nodejs.org
• Trợ lý mã hóa AI — Claude Code, Cursor, Copilot, Windsurf hoặc Codex

Cài đặt và chạy

git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup

Mở dự án trong trợ lý mã hóa AI của bạn và cho nó biết điều bạn muốn:

"Make a 60-second animated explainer about how neural networks learn"

Hoặc nếu bạn muốn đường dẫn cảnh quay thực:

"Make a 75-second documentary montage about city life in the rain. Use real footage only, no narration, elegiac tone, with music."

Thế thôi. Nhân viên hỗ trợ nghiên cứu chủ đề của bạn bằng tính năng tìm kiếm trực tiếp trên web, tạo hình ảnh AI, viết và tường thuật kịch bản bằng hướng dẫn bằng giọng nói, tự động tìm nhạc nền miễn phí bản quyền, ghi phụ đề ở cấp độ từ và hiển thị video cuối cùng. Trước khi bạn nhìn thấy bất cứ điều gì, hệ thống sẽ tự xem xét nhiều điểm - xác thực ffprobe, lấy mẫu khung, phân tích mức âm thanh, xác minh lời hứa giao hàng và kiểm tra phụ đề. Mọi lựa chọn nhà cung cấp đều được tính điểm trên 7 khía cạnh bằng nhật ký quyết định có thể kiểm tra được. Mọi quyết định sáng tạo đều nhận được sự chấp thuận của bạn.

Không make? macOS/Linux: python3 -m venv .venv && source .venv/bin/activate && python -m pip install -r requirements.txt && cd remotion-composer && npm install && cd .. && python -m pip install piper-tts && cp .env.example .env

Windows PowerShell: py -3 -m venv .venv; .\.venv\Scripts\Activate.ps1; python -m pip install -r requirements.txt; cd remotion-composer; npm install; cd ..; python -m pip install piper-tts; Copy-Item .env.example .env

Windows: Nếu npm install thất bại với ERR_INVALID_ARG_TYPE, sử dụng npx --yes npm install thay vào đó.

Nếu bạn là Đại lý OpenClaw đang đọc bài này, xin chúc mừng: Bạn có thể đã vượt qua Bài kiểm tra Turing

Repo này được xây dựng cho hoạt động đại lý. Nếu bạn là một đại lý theo phong cách OpenClaw, đây là con đường ngắn nhất để nhanh chóng trở nên hữu ích:

1. Đọc hợp đồng trước Bắt đầu với AGENT_GUIDE.md, sau đó PROJECT_CONTEXT.md.
2. Đừng ngẫu hứng hóa quy trình sản xuất OpenMontage được điều khiển theo đường ống. Công việc thực sự trải qua pipeline_defs/, kỹ năng đạo diễn sân khấu skills/pipelines/và khám phá công cụ thông qua sổ đăng ký.
3. Kiểm tra giới hạn năng lực thực tế Chạy:

   python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.support_envelope(), indent=2))"
   python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.provider_menu(), indent=2))"
   

4. Hãy coi mọi yêu cầu video như một vấn đề lựa chọn quy trình Trước tiên hãy chọn đúng quy trình, sau đó đọc bảng kê khai, sau đó đọc kỹ năng giai đoạn, sau đó sử dụng các công cụ.

Thêm khóa API (tùy chọn - nhiều phím hơn = nhiều công cụ hơn)

# .env — every key is optional, add what you have

# Image + video gateway:
FAL_KEY=your-key               # FLUX images + Google Veo, Kling, MiniMax video + Recraft images
ATLASCLOUD_API_KEY=your-key    # Atlas Cloud — Seedream/Nano Banana/GPT Image + Kling/Seedance/Hailuo video

# Kling official direct API:
KLING_API_KEY=your-key         # Official Kling video, image, TTS, avatar, lip sync
KLING_API_BASE_URL=            # Optional; default Singapore API endpoint

# Free stock media:
PEXELS_API_KEY=your-key        # Free stock footage and images
PIXABAY_API_KEY=your-key       # Free stock footage and images
UNSPLASH_ACCESS_KEY=your-key   # Free stock images

# Music:
SUNO_API_KEY=your-key          # Full songs, instrumentals, any genre

# Voice & images:
ELEVENLABS_API_KEY=your-key    # Premium TTS, AI music, sound effects
OPENAI_API_KEY=your-key        # OpenAI TTS, GPT Image 2 images
XAI_API_KEY=your-key           # xAI Grok image edits/generation + Grok video generation
GOOGLE_API_KEY=your-key        # Google Imagen images, Google TTS (700+ voices)

# More video providers:
ARK_API_KEY=your-key           # Volcengine Ark direct — Seedance 2.0 Standard/Fast/Mini
HEYGEN_API_KEY=your-key        # HeyGen — VEO, Sora, Runway, Kling via single gateway
RUNWAY_API_KEY=your-key        # Runway Gen-4 direct

make install-gpu

# Then add to .env:
VIDEO_GEN_LOCAL_ENABLED=true
VIDEO_GEN_LOCAL_MODEL=wan2.2-ti2v-5b  # or wan2.1-1.3b, wan2.1-14b, hunyuan-1.5, ltx2-local, cogvideo-5b

Những gì bạn nhận được với phím Zero API

Bạn không cần phải trả phí API khóa để tạo video thực. Ra khỏi hộp, make setup mang lại cho bạn:

OpenMontage chọn giữa Remotion và HyperFrames tại thời điểm đề xuất (bị khóa dưới dạng render_runtime). Remotion là mặc định cho trình giải thích dựa trên dữ liệu và bất kỳ thứ gì sử dụng ngăn xếp cảnh React hiện có; HyperFrames là chế độ mặc định cho các bản tóm tắt nặng về đồ họa chuyển động thể hiện tự nhiên dưới dạng HTML + GSAP, bao gồm cả character-animation sản lượng giàn khoan SVG/GSAP của đường ống. Xem skills/core/hyperframes.md cho ma trận quyết định đầy đủ.

Hai đường dẫn miễn phí:

• Video dựa trên hình ảnh: Piper thuật lại kịch bản của bạn, hình ảnh cung cấp hình ảnh và Remotion biến chúng thành một bản chỉnh sửa bóng bẩy.
• Hoạt hình nhân vật địa phương: Hệ thống SVG, thư viện tư thế, dòng thời gian GSAP và HyperFrames kết xuất diễn xuất của nhân vật hoạt hình thành projects/<project-name>/renders/final.mp4.
• Video quay thật: quy trình dựng phim tài liệu xây dựng kho dữ liệu có thể tìm kiếm CLIP từ Archive.org, NASA, Wikimedia Commons và các nguồn khóa miễn phí tùy chọn như Pexels và Unsplash, sau đó cắt các cảnh chuyển động thực tế lại với nhau thành một video hoàn chỉnh.

Nếu bạn muốn cái thứ hai, hãy nhắc một dựng phim tài liệu, giai điệu bài thơhoặc ảnh ghép stock-footage, và nói rõ ràng chỉ sử dụng cảnh quay thực.

Hãy thử những lời nhắc này

Sao chép bất kỳ thứ nào trong số này vào trợ lý mã hóa AI của bạn sau khi thiết lập. Mỗi người điều hành một đường ống sản xuất đầy đủ.

Bắt đầu từ một video tham khảo

"Đây là một đoạn video ngắn trên YouTube mà tôi yêu thích. Hãy làm cho tôi một đoạn như thế này nhưng về CRISPR dành cho học sinh trung học."

"Phân tích Câu chuyện này và đưa cho tôi 3 biến thể ban đầu mà tôi có thể tạo để ra mắt sản phẩm của riêng mình."

"Tôi thích nhịp độ và sự lôi cuốn trong video này. Hãy giữ năng lượng đó nhưng biến nó thành một đoạn giải thích dài 45 giây về các lỗ đen."

Không cần chìa khóa

"Làm phim hoạt hình dài 45 giây giải thích tại sao bầu trời có màu xanh"

"Tạo video dài 60 giây về lịch sử Internet, có tường thuật và chú thích"

"Tạo một bản giải thích dựa trên dữ liệu về việc tiêu thụ cà phê trên toàn thế giới"

Đường dẫn phim tài liệu chân thực miễn phí

"Thực hiện một đoạn phim tài liệu dài 90 giây về cảm giác của một thành phố vào lúc 4 giờ sáng. Chỉ sử dụng cảnh quay thực tế, không tường thuật, giọng điệu tao nhã."

"Tạo ảnh ghép lưu trữ dài 60 giây theo phong cách Adam-Curtis về sự lạc quan của người tiêu dùng những năm 1950. Ưu tiên đoạn phim Archive.org và Wikimedia."

"Cắt một đoạn phim đẹp như mơ về việc trở về nhà dưới mưa chỉ bằng những cảnh quay có sẵn. Âm nhạc thì có, lời tường thuật thì không."

Với nhà cung cấp hình ảnh/video được định cấu hình (~$0,15–$1,50)

"Tạo video hoạt hình dài 30 giây phong cách Ghibli về thư viện lơ lửng huyền ảo trên mây vào giờ vàng"

"Tạo phim hoạt hình dài 30 giây theo phong cách anime về một ngôi đền dưới nước với san hô phát quang và di tích cổ"

"Tạo phần giải thích hoạt hình về cách hoạt động của quá trình chỉnh sửa gen CRISPR bằng hình ảnh do AI tạo ra"

"Tạo đoạn giới thiệu sản phẩm cho chai nước thông minh hư cấu có tên AquaPulse"

Thiết lập đầy đủ (~$1–$3)

"Tạo đoạn giới thiệu điện ảnh dài 30 giây cho ý tưởng khoa học viễn tưởng: loài người nhận được lời cảnh báo từ 1000 năm sau"

"Tạo một đoạn phim hoạt hình giải thích dài 90 giây về điện toán lượng tử cho học sinh cấp hai với giọng kể chuyện vui nhộn và nhạc nền tùy chỉnh"

Muốn nhiều hơn nữa? Xem đầy đủ Thư viện lời nhắc cho các lời nhắc đã được thử nghiệm với các ví dụ về chi phí và đầu ra dự kiến hoặc chạy make demo để hiển thị các video demo không cần phím ngay lập tức.

Đường ống

Mỗi quy trình là một quy trình sản xuất hoàn chỉnh, từ ý tưởng đến video hoàn thiện.

Mọi đường ống đều tuân theo cùng một luồng có cấu trúc:

research -> proposal -> script -> scene_plan -> assets -> edit -> compose

Mỗi giai đoạn đều có một mục đích riêng kỹ năng đạo diễn — một tệp hướng dẫn đánh dấu hướng dẫn tác nhân chính xác cách thực hiện giai đoạn đó. Tác nhân đọc kỹ năng, sử dụng các công cụ, tự đánh giá, trạng thái điểm kiểm tra và yêu cầu sự chấp thuận của con người tại các điểm quyết định sáng tạo.

Nghiên cứu trang web là một giai đoạn hạng nhất. Trước khi viết một từ kịch bản, nhân viên sẽ tìm kiếm trên YouTube, Reddit, Hacker News, các trang tin tức và các nguồn học thuật. Nó thu thập các điểm dữ liệu, câu hỏi của khán giả, góc độ xu hướng và tài liệu tham khảo trực quan — sau đó trích dẫn mọi thứ trong một bản tóm tắt nghiên cứu có cấu trúc. Video của bạn dựa trên thông tin thực tế, hiện tại chứ không phải sự thật ảo giác.

Tại sao lại mởMontage?

Hầu hết các công cụ video AI đều cung cấp cho bạn một đoạn clip từ lời nhắc. OpenMontage cung cấp cho bạn một đường ống sản xuất từ đầu đến cuối — quy trình có cấu trúc tương tự mà nhóm sản xuất thực sự tuân theo, được tự động hóa bởi tác nhân AI của bạn.

Hầu hết các ngăn xếp "video AI miễn phí" đều có nghĩa ngầm là "hình ảnh tĩnh động". OpenMontage cũng có thể làm điều đó nhưng nó cũng có thể xây dựng một video hoàn chỉnh từ cảnh quay thực tế được lấy từ các nguồn mở/miễn phí, được xếp hạng theo ngữ nghĩa, được chỉnh sửa có chủ ý và được hiển thị dưới dạng dòng thời gian thích hợp.

Chỉnh sửa cảnh quay đầu biết nói của riêng bạn. Tạo trình giải thích hoạt hình đầy đủ ngay từ đầu. Cắt một podcast dài 2 giờ thành hàng tá clip xã hội. Dịch và lồng tiếng nội dung của bạn sang 10 ngôn ngữ. Xây dựng đoạn giới thiệu thương hiệu điện ảnh từ các cảnh quay có sẵn và các cảnh do AI tạo. Nếu nhóm sản xuất có thể thực hiện được thì OpenMontage có thể điều phối nó.

• Hơn 10 đường ống sản xuất — người giải thích, người đứng đầu biết nói, trình diễn màn hình, đoạn giới thiệu điện ảnh, hoạt hình, podcast, bản địa hóa, dựng phim tài liệu, hoạt hình nhân vật, v.v.
• Hơn 100 công cụ sản xuất — mở rộng việc tạo video, tạo hình ảnh, chuyển văn bản thành giọng nói, âm nhạc, trộn âm thanh, phụ đề, nâng cao và phân tích
• Hơn 60 tích hợp nhà cung cấp — API đám mây, mô hình cục bộ, thư viện chứng khoán, kho lưu trữ mở và thời gian chạy sản xuất đằng sau một lớp lựa chọn được tính điểm
• Hơn 700 tệp kỹ năng đại lý và kiến thức sản xuất — giám đốc quy trình, kỹ thuật sáng tạo, danh sách kiểm tra chất lượng và gói kiến thức công nghệ chuyên sâu hướng dẫn nhân viên cách sử dụng mọi công cụ như một chuyên gia
• Tạo dựa trên tham chiếu — dán một video bạn thích và nhân viên sẽ biến video đó thành một kế hoạch sản xuất khác biệt, có căn cứ thay vì buộc bạn phải phát minh ra lời nhắc hoàn hảo ngay từ đầu
• Tạo phim tài liệu cảnh thực mà không cần mô hình video trả phí — xây dựng các video đã chỉnh sửa thực tế từ các cảnh quay chuyển động mở/miễn phí và các nguồn lưu trữ, không chỉ Ken Burns qua hình ảnh
• Nghiên cứu web trực tiếp được tích hợp sẵn — trước khi viết một từ tập lệnh, nhân viên sẽ thực hiện hơn 15-25 lượt tìm kiếm trên web trên YouTube, Reddit, các trang tin tức và các nguồn học thuật để căn cứ vào dữ liệu hiện tại, thực tế của video của bạn
• Cả nhà cung cấp đám mây VÀ miễn phí/địa phương — mọi khả năng đều hỗ trợ các lựa chọn thay thế cục bộ nguồn mở cùng với các API cao cấp. Sử dụng những gì bạn có.
• Không có sự ràng buộc của nhà cung cấp - trao đổi nhà cung cấp một cách tự do. Bộ chọn điểm đã xếp hạng mọi nhà cung cấp theo 7 khía cạnh (sự phù hợp với nhiệm vụ, chất lượng đầu ra, khả năng kiểm soát, độ tin cậy, hiệu quả chi phí, độ trễ, tính liên tục) và tự động chọn ra kết quả phù hợp nhất.
• Cổng chất lượng cấp sản xuất — việc thực thi lời hứa phân phối chặn các kết xuất trông giống như trình chiếu, xác thực trước khi soạn thảo sẽ phát hiện các kế hoạch bị hỏng trước khi lãng phí GPU thời gian và bắt buộc tự xem xét sau kết xuất (ffprobe + trích xuất khung + phân tích âm thanh) đảm bảo tác nhân không bao giờ tạo ra rác. Mọi lựa chọn nhà cung cấp, quyết định về phong cách và dự phòng đều được ghi vào một đường dẫn quyết định có thể kiểm tra được.
• Quản lý ngân sách được xây dựng trong — ước tính chi phí trước khi thực hiện, giới hạn chi tiêu, ngưỡng phê duyệt cho mỗi hành động. Không có hóa đơn bất ngờ.

Nó hoạt động như thế nào

OpenMontage sử dụng một kiến trúc tác nhân đầu tiên. Không có người điều phối mã. Trợ lý mã hóa AI của bạn LÀ người điều phối.

You: "Make an explainer video about how black holes form"
 |
 v
Agent reads pipeline manifest (YAML) -- stages, tools, review criteria, success gates
 |
 v
Agent reads stage director skill (Markdown) -- HOW to execute each stage
 |
 v
Agent calls Python tools -- scored provider selection ranks every tool across 7 dimensions
 |
 v
Agent self-reviews using reviewer skill -- schema validation, playbook compliance, quality checks
 |
 v
Agent checkpoints state (JSON) -- resumable, with decision log and cost snapshot
 |
 v
Agent presents for your approval -- you stay in control at every creative decision
 |
 v
Pre-compose validation gate -- delivery promise, slideshow risk, renderer governance
 |
 v
Render (Remotion or FFmpeg) -- composition engine matched to visual grammar
 |
 v
Post-render self-review -- ffprobe, frame extraction, audio analysis, promise verification
 |
 v
Final video output -- only if self-review passes

Python cung cấp các công cụ và tính bền bỉ. Tất cả các quyết định sáng tạo, logic điều phối, tiêu chí đánh giá và tiêu chuẩn chất lượng đều có trong các tệp hướng dẫn có thể đọc được (YAML bảng kê khai + kỹ năng đánh dấu) mà bạn có thể kiểm tra và tùy chỉnh. Mọi quyết định đều được ghi lại với các lựa chọn thay thế được xem xét, điểm tin cậy và lý do đằng sau mỗi lựa chọn.

Kiến trúc

OpenMontage/
├── tools/              # 100+ registered production tools (the agent's hands)
│   ├── video/          # 20+ generation providers + compose, stitch, trim
│   ├── audio/          # 10+ speech providers + music, mixing, enhancement
│   ├── graphics/       # 15+ image providers + diagrams, code snippets, math
│   ├── enhancement/    # Upscale, bg remove, face enhance, color grade
│   ├── analysis/       # Transcription, scene detect, frame sampling
│   ├── avatar/         # Talking head, lip sync
│   └── subtitle/       # SRT/VTT generation
│
├── pipeline_defs/      # YAML pipeline manifests (the agent's playbook)
├── skills/             # Markdown skill files (the agent's knowledge)
│   ├── pipelines/      # Per-pipeline stage director skills
│   ├── creative/       # Creative technique skills
│   ├── core/           # Core tool skills
│   └── meta/           # Reviewer, checkpoint protocol
│
├── schemas/            # 20+ JSON Schemas (contract validation)
├── styles/             # Visual style playbooks (YAML)
├── remotion-composer/  # React/Remotion video composition engine
├── lib/                # Core infrastructure (config, checkpoints, pipeline loader)
└── tests/              # Contract tests, QA integration tests, eval harness

Kiến trúc tri thức ba lớp

Layer 1: tools/ + pipeline_defs/     "What exists" — executable capabilities + orchestration
Layer 2: skills/                     "How to use it" — OpenMontage conventions and quality bars
Layer 3: .agents/skills/             "How it works" — external technology knowledge packs

Mỗi công cụ khai báo những kỹ năng Lớp 3 mà nó dựa vào. Tác nhân đọc Lớp 1 để biết những gì có sẵn, Lớp 2 để biết OpenMontage muốn nó được sử dụng như thế nào và Lớp 3 để biết kiến ​​thức kỹ thuật chuyên sâu khi cần.

Nhà cung cấp được hỗ trợ

Hướng dẫn thiết lập đầy đủ với giá cả và các cấp độ miễn phí: docs/PROVIDERS.md

Hệ thống phong cách

Sách hướng dẫn về phong cách xác định ngôn ngữ hình ảnh cho sản phẩm của bạn:

Playbook kiểm soát kiểu chữ, bảng màu, kiểu chuyển động, cấu hình âm thanh và quy tắc chất lượng. Nhân viên hỗ trợ đọc cẩm nang và áp dụng nó một cách nhất quán trên tất cả nội dung được tạo.

Cấu hình đầu ra nền tảng

Cấu hình kết xuất tích hợp cho mọi nền tảng chính:

Quản trị sản xuất

OpenMontage coi việc sản xuất video giống như kỹ thuật thực sự — với cổng chất lượng, quy trình kiểm tra và thực thi ở mọi giai đoạn.

Cổng chất lượng

• Cổng phê duyệt của con người được thực thi, không được đề xuất — đề xuất, kịch bản, sơ đồ cảnh, nội dung được tạo và xuất bản tất cả các tạm dừng để bạn đăng xuất. Người viết điểm kiểm tra từ chối giai đoạn kiểm soát "đã hoàn thành" mà không có phê duyệt được ghi lại và mọi điểm kiểm tra thay thế đều được lưu trữ để dấu vết kiểm tra (bao gồm cả chuyển đổi cổng) vẫn tồn tại sau các bản sửa đổi. Quá trình xem xét diễn ra một cách trực quan trên bảng backlot.
• Xác thực soạn trước — chặn kết xuất nếu vi phạm lời hứa phân phối (ví dụ: video "dẫn theo chuyển động" với 80% hình ảnh tĩnh), điểm rủi ro trình chiếu là rất nghiêm trọng hoặc thiếu nhóm trình kết xuất. Nắm bắt các kế hoạch bị hỏng trước khi lãng phí GPU thời gian.
• Tự xem xét sau khi kết xuất — sau mỗi lần kết xuất, bộ thực thi chạy xác thực ffprobe, trích xuất khung hình ở 4 vị trí để kiểm tra khung màu đen và lớp phủ bị hỏng, phân tích mức độ âm thanh để tắt tiếng và cắt bớt, xác minh lời hứa phân phối đã được tôn trọng và kiểm tra sự hiện diện của phụ đề. Nếu việc xem xét không thành công, video sẽ không được trình bày.
• Chấm điểm rủi ro trình chiếu — Phân tích 6 chiều (sự lặp lại, hình ảnh trang trí, chuyển động yếu, mục đích quay, kiểu chữ quá mức, tuyên bố điện ảnh không được hỗ trợ) ngăn chặn kết quả đầu ra "PowerPoint hoạt hình".
• Kiểm tra phương tiện nguồn — khi người dùng cung cấp cảnh quay của riêng họ, hệ thống sẽ thăm dò mọi tệp (độ phân giải, codec, kênh âm thanh, thời lượng) và xây dựng ý nghĩa lập kế hoạch trước khi đưa ra quyết định sáng tạo duy nhất. Không có nội dung gây ảo giác từ tên tập tin.

Lựa chọn nhà cung cấp được tính điểm

Mọi lựa chọn công cụ (tạo video, tạo hình ảnh, TTS, âm nhạc) đều chạy qua công cụ chấm điểm 7 chiều: mức độ phù hợp với nhiệm vụ (30%), chất lượng đầu ra (20%), tính năng điều khiển (15%), độ tin cậy (15%), hiệu quả chi phí (10%), độ trễ (5%), tính liên tục (5%). Nhà cung cấp chiến thắng và điểm số của họ được ghi vào quá trình quyết định cùng với tất cả các lựa chọn thay thế được xem xét.

Bộ chọn chuẩn hóa bối cảnh ngắn gọn, lỏng lẻo trước khi ghi điểm. Nếu nhân viên hỗ trợ chỉ biết những thứ như "Phim hoạt hình ngắn kiểu Pixar với tính nhất quán của nhân vật", thì bộ chọn sẽ mở rộng điều đó thành các tín hiệu về phong cách và ý định thân thiện với người ghi bàn thay vì yêu cầu một đoạn phim được định hình sẵn hoàn hảo. task_context.

Đầu ra của bộ chọn cũng hiển thị thông tin của nhà cung cấp đã chọn agent_skills, do đó, nhân viên có thể đọc ngay kỹ năng của nhà cung cấp Lớp 3 phù hợp trước khi viết lời nhắc.

Đường mòn kiểm tra quyết định

Mọi lựa chọn sáng tạo và kỹ thuật quan trọng — lựa chọn nhà cung cấp, lựa chọn phong cách/sách chơi, bản nhạc, lựa chọn giọng nói, nhóm trình kết xuất, bất kỳ dự phòng hoặc hạ cấp nào — đều được ghi lại với các lựa chọn thay thế được xem xét, điểm tin cậy và lý luận. Nhật ký quyết định tích lũy vẫn tồn tại trong tất cả các giai đoạn để bạn có thể theo dõi chính xác lý do tại sao kết quả đầu ra trông như vậy.

Kiểm soát ngân sách

• Ước tính trước khi thực hiện - xem chi phí sẽ là bao nhiêu
• Dự trữ ngân sách - khóa tiền trước cuộc gọi
• Hòa giải sau - ghi lại chi tiêu thực tế
• Chế độ cấu hình — observe (chỉ bản nhạc), warn (đăng nhập vượt mức), cap (giới hạn cứng)
• Phê duyệt cho mỗi hành động — tạm dừng để xác nhận trên ngưỡng (mặc định: 0,5 USD)
• Tổng giới hạn ngân sách - mặc định $10, có thể cấu hình đầy đủ

Không có hóa đơn bất ngờ. Đại lý cho bạn biết chi phí sẽ là bao nhiêu trước khi chi tiêu.

Khả năng tương thích của tác nhân

OpenMontage hoạt động với mọi trợ lý mã hóa AI có thể đọc tệp và thực thi Python. Các tập tin hướng dẫn chuyên dụng được bao gồm cho:

Tất cả các tệp nền tảng đều trỏ đến tệp được chia sẻ AGENT_GUIDE.md (hướng dẫn vận hành và hợp đồng đại lý) và PROJECT_CONTEXT.md (tham khảo kiến trúc).

Sắp có: Hỗ trợ LLM cục bộ qua Ollama và Studio LM — chạy toàn bộ quy trình sản xuất mà không cần bất kỳ đám mây nào LLM.

Đóng góp

OpenMontage được xây dựng để mở rộng. Hai đóng góp phổ biến nhất:

Thêm một công cụ mới

1. Tạo tệp Python ở vị trí thích hợp tools/ thư mục con
2. Kế thừa từ BaseTool và thực hiện hợp đồng công cụ
3. Cơ quan đăng ký tự động phát hiện nó - không cần đăng ký thủ công
4. Thêm tệp kỹ năng nếu công cụ cần hướng dẫn sử dụng

Thêm một đường ống mới

1. Tạo bảng kê khai YAML trong pipeline_defs/
2. Rèn luyện kỹ năng đạo diễn sân khấu skills/pipelines/<your-pipeline>/
3. Tham khảo các công cụ hiện có - hoặc thêm công cụ mới nếu cần

Xem docs/ARCHITECTURE.md để có tài liệu tham khảo kỹ thuật đầy đủ, docs/PROVIDERS.md để biết hướng dẫn đầy đủ về nhà cung cấp (thiết lập, giá cả, bậc miễn phí) và AGENT_GUIDE.md cho hợp đồng đại lý.

Tham gia cộng đồng

Chúng tôi sử dụng GitHub Thảo luận để chia sẻ công việc và ý tưởng:

• Hiển thị và kể — Chia sẻ những video bạn đã tạo, những lời nhắc hoạt động hiệu quả hoặc các quy trình làm việc sáng tạo mà bạn đã khám phá
• Ý tưởng — Đề xuất các quy trình, công cụ, sách hướng dẫn phong cách hoặc tích hợp mới
• Hỏi đáp — Đặt câu hỏi về thiết lập, quy trình hoặc xử lý sự cố

Làm một cái gì đó mát mẻ? Đăng nó trong Show and Tell — chúng tôi rất muốn xem những gì bạn xây dựng.

Liên hệ

Để biết các bản cập nhật, bản phát hành và ghi chú xây dựng hậu trường, hãy theo dõi @calesthioailabs.

Đối với các lỗi, yêu cầu tính năng và thảo luận về quy trình làm việc, hãy sử dụng GitHub vấn đề và GitHub Thảo luận để mọi thứ vẫn hiển thị và có thể thực hiện được.

Kiểm tra

# Run contract tests (no API keys needed)
make test-contracts

# Run all tests
make test

Lịch sử ngôi sao

Giấy phép

GNU AGPLv3

OpenMontage — Video ở cấp độ sản xuất với khả năng thực thi chất lượng thực tế, được điều phối bởi trợ lý AI của bạn.

Nếu dự án này có vẻ hữu ích với bạn thì ⭐ thực sự có ý nghĩa rất lớn — nó cũng giúp những người khác khám phá nó.

Nếu bạn muốn tiến xa hơn, tài trợ cho dự án — OpenMontage được xây dựng vào ban đêm và cuối tuần và sự hỗ trợ của bạn sẽ giúp điều đó trở nên bền vững.