calesthio OpenMontage

以下是您要求的英文文章翻译为流畅中文的结果，已按照要求保留原文结构、技术术语和代码块，并输出为 Markdown 格式。

OpenMontage 首个开源、智能体驱动的视频制作系统。粘贴视频 · 快速开始 · 尝试这些提示 · 流水线 · 工作原理 · 提供商 · 智能体指南

跟随构建过程将你的 AI 编程助手转变为完整的视频制作工作室。用自然语言描述你想要的内容——你的智能体负责研究、脚本编写、素材生成、剪辑和最终合成。

重要区别：OpenMontage 可以制作基于图片的视频，但它也能为免费/开源工作流制作真正的视频：智能体从免费素材库和开放档案中构建语料库，检索真实运动片段，将其剪辑到时间线上，并渲染出成品。这可不是那种“把几张静态图动起来就称之为视频”的把戏。

signal-from-tomorrow_final_with_music_upload_v2.mp4 “来自明天的信号”——一部完全通过 OpenMontage 制作的科幻电影预告片：概念、剧本、场景规划、Veo 生成的运动片段、配乐以及 Remotion 合成。

the_last_banana_v3_github.mp4 “最后的香蕉”——一部 60 秒皮克斯风格的动画短片，讲述一根孤独的香蕉与一颗猕猴桃成为朋友的故事。6 个 Kling v3 生成的运动片段（通过 fal.ai）、Google Chirp3-HD 旁白、免版税钢琴音乐、TikTok 风格的字幕以及 Remotion 合成。总成本：1.33 美元。

void-linkedin.mp4 “虚空——神经接口”——仅用一个 API 密钥（OpenAI）制作的产品广告。4 张 AI 生成图片（gpt-image-1）、TTS 旁白、自动获取的免版税音乐、通过 WhisperX 实现的逐字字幕以及 Remotion 数据可视化。总成本：0.69 美元。零人工素材处理。

candyland.mp4 “糖果乐园的午后”——一部吉卜力风格的动画。一个小女孩在糖果门、软糖河和棒棒糖花园中进行的奇幻午后冒险。12 张 FLUX 生成图片，带多图交叉淡入淡出、电影级镜头运动（缩放、平移、Ken Burns 效果）、闪光/花瓣/萤火虫粒子叠加以及自动检测能量偏移的环境音乐。总成本：0.15 美元。无需视频生成，无需手动剪辑。

mori-no-seishin.mp4 “森之精灵”——一部吉卜力风格的动画，讲述森林精灵穿越古老森林的旅程。12 张 FLUX 生成图片，带视差交叉淡入淡出、漂移和平移镜头运动、萤火虫和花瓣粒子、电影级暗角照明以及森林环境配乐。总成本：0.15 美元。静态图片通过 Remotion 动画引擎被赋予生命。

deep-ocean.mp4 “坠入深渊”——以动画风格呈现的深海探索。生物发光花园、珊瑚大教堂和光之生物——12 张 FLUX 生成图片，带闪光和薄雾粒子叠加、光线效果、平滑镜头运动以及海洋环境配乐。总成本：0.15 美元。无需任何视频生成 API。

在 YouTube 上订阅 @OpenMontage，观看最新发布的视频——每个视频都包含完整的提示、流水线、所用工具和成本，方便你自行复现。

从你喜爱的视频开始

从参考视频开始通常比从空白提示开始更快。OpenMontage 可以从 YouTube 视频、Shorts、Reels、TikTok 或本地片段开始，并将其转化为一个扎实的制作计划：

粘贴一个参考视频
智能体分析转录文本、节奏、场景、关键帧和风格
你会获得 2-3 个差异化概念、诚实的工具路径、成本估算以及在全面制作前的样片

“这是我喜欢的 YouTube Short。帮我做一个类似的，但主题是量子计算。”

你得到的不是“最佳猜测式的提示乱码”。你得到的是：

保留自参考视频的内容：节奏、钩子风格、结构、语调
改变的内容：主题、视觉处理、角度、旁白方式
在你目标时长下的成本，在素材生成之前
在你当前可用工具下的实际效果

适用于 Claude Code、Cursor、Copilot、Windsurf、Codex——任何能够读取文件并运行代码的 AI 编程助手。

快速开始

前置条件

Python 3.10+ — python.org
FFmpeg — brew install ffmpeg / sudo apt install ffmpeg / ffmpeg.org
Node.js 18+ — nodejs.org
一个 AI 编程助手 — Claude Code、Cursor、Copilot、Windsurf 或 Codex

安装与运行

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

在 AI 编程助手中打开项目，然后告诉它你想要什么：

“制作一个 60 秒的动画解说视频，关于神经网络如何学习”

或者，如果你想要真实素材路径：

“制作一个 75 秒的纪录片蒙太奇，关于雨中的城市生活。仅使用真实素材，无旁白，哀婉基调，带音乐。”

就是这样。智能体通过实时网络搜索研究你的主题，生成 AI 图片，编写并录制带语音指导的旁白，自动寻找免版税背景音乐，嵌入逐字字幕，并渲染最终视频。

在你看到任何内容之前，系统会运行多点自我审查——ffprobe 验证、帧采样、音频电平分析、交付承诺验证以及字幕检查。每个提供商的选择都会在 7 个维度上评分，并附带可审计的决策日志。每个创意决策都会获得你的批准。

无法运行？ 手动执行：

pip install -r requirements.txt && cd remotion-composer && npm install && cd .. && pip install piper-tts && cp .env.example .env

Windows 用户：如果 npm install 失败并显示 ERR_INVALID_ARG_TYPE，请改用 npx --yes npm install。

如果你是一个正在阅读此文的 OpenClaw 智能体，恭喜：你可能通过了图灵测试

本仓库专为智能体操作而构建。如果你是一个 OpenClaw 风格的智能体，以下是快速变得有用的最短路径：

先阅读契约

从 AGENT_GUIDE.md 开始，然后是 PROJECT_CONTEXT.md。

不要即兴发挥制作工作流

OpenMontage 是流水线驱动的。实际工作通过 pipeline_defs/、skills/pipelines/ 中的阶段导演技能以及通过注册表进行工具发现来完成。

检查实际能力范围

运行：

  python -c "
  from tools.tool_registry import registry;
  import json;
  registry.discover();