剧组齐活儿

以前拍个片子，得拉一个剧组：编剧、导演、摄影、配音、剪辑、场记，外加一个管钱的制片。如今做自媒体，一个人就是一个剧组，剪片子剪到后半夜，眼珠子都是红的。

有个开源项目叫 OpenMontage，打算把这一剧组的活儿，全交给你电脑里那个写代码的 AI。

先说是个啥

OpenMontage，Montage 就是电影里的“蒙太奇”。今年 3 月底开源，到现在 7.6 万颗星（我看的时候是 76,123），1 万多个 fork，76 位贡献者，上过 GitHub Trending 的日榜第一。代码是 AGPL-3.0 协议，官网是 openmontage.video。吉祥物是一块场记板，叫 Monty。作者在 README 末尾说，这项目是下了班、过周末一点点攒出来的。

它不是剪辑软件，是一套装进 AI 编程助手里的“剧组”：Claude Code、Cursor、Copilot、Windsurf、Codex 都能用。README 里有句话说得透：没有代码写的调度员，你的 AI 编程助手，就是调度员。

家当是这些：12 条制作流水线、100 多个工具、60 多家服务接入、700 多份技能和制作知识文件。

12 条流水线

动画解说、动态图形、数字人播报、电影感预告、长视频切短片、纪录片蒙太奇、实拍加 AI 画面、翻译配音、播客改视频、软件演示、真人出镜，外加卡通角色动画。

每一条都走同一套流程：调研、提案、剧本、分镜、素材、剪辑、合成。每道工序配一份“导演技能”，其实就是一份 Markdown 说明书，教 AI 这一步该怎么干。

README 里举的活儿也实在：拿你自己的真人出镜素材剪片子；从零做一支动画解说；把 2 小时的播客切成十几条短视频；把内容翻译配音成 10 种语言；拿素材库的镜头加 AI 生成的画面，拼一支电影感的品牌预告。

像个正经剧组

有几处，挺像回事：

• 先调研，再动笔：写剧本之前，先上网搜 15 到 25 次以上，YouTube、Reddit、Hacker News、新闻、学术来源都翻一遍，整理成一份带出处的调研简报。不是张嘴就编。
• 拿片子当样板：丢一个你喜欢的视频链接进去，YouTube、Reels、TikTok 都行，它拆文案、节奏、场景、关键帧和风格，给你两三个不一样的方案，附上打算用什么工具、要花多少钱，正式开拍之前先出个小样。
• 不认死一家：配音、生图、生视频、配乐，选哪家服务都按 7 项打分：对不对路 30%、质量 20%、可控性 15%、靠不靠谱 15%、成本 10%、速度 5%、前后一致 5%。选了谁、为什么，都记在日志里。
• 关关等你点头：提案、剧本、分镜、生成的素材、发布，每一关都停下来等你拍板。分镜摆在一块叫 Backlot 的本地看板上，每场戏的画面、提示词、单价、质量分都挂在墙上，你过了目，才开始渲染。
• 渲染完先自检：用 ffprobe 查文件，在 4 个位置抽帧，看有没有黑屏、叠层坏没坏；查音频有没有没声儿、爆音；再查字幕。不合格的，压根儿不给你看。
• 专治“会动的 PPT”：有个“幻灯片风险分”，从画面重复、光好看没用、运动太弱这些方面打分。说好了“以动态画面为主”的片子，结果八成是静态图，合成之前就给拦下。

插图里那张被扔进垃圾桶的 PPT，说的就是这个。

一分钱不花，也能开机

不填任何付费的 API key，make setup 装完就有：

• 配音：Piper，本地离线的语音合成。
• 素材：Archive.org、NASA、维基共享资源的开放影像；Pexels、Unsplash、Pixabay 的免费素材，这几家要申请一个免费的开发者 key。
• 合成：Remotion，用 React 渲染动画场景、数据卡片、逐字字幕；HyperFrames，用 HTML 和 GSAP 做动态排版、产品宣传片、SVG 角色动画。
• 后期：FFmpeg，编码、烧字幕、混音、调色。
• 字幕：自带，精确到每个字的时间。

它特意说明了一点：好些“免费 AI 视频”，其实是让几张静态图片动一动，就管它叫视频了。OpenMontage 的纪录片蒙太奇流水线，是真去开放档案和素材库里找动态镜头，按意思排好，剪进时间线。

有显卡的，还能在本地跑 WAN、混元、LTX-Video、CogVideo 这些模型生视频，也不花钱。

想更好看，就得掏钱

接上付费服务，路子就宽了：视频有 Kling、Veo、Runway、Seedance、MiniMax，配音有 ElevenLabs、OpenAI、Google，配乐有 Suno。

README 里摆的样片都明码标价。一支 60 秒的皮克斯风格动画短片，讲一根孤独的香蕉跟猕猴桃交上了朋友，花了 1.33 美元；一支 50 秒的竖屏短片，大约 4 美元。

一根香蕉一块三毛三美元，比菜市场贵，比剧组便宜。

钱的事儿它也管：开工之前先估价；可以设成只记账、超了提醒，或者封顶硬卡；单笔超过 0.5 美元先问你，总预算默认 10 美元。

怎么装

需要 Python 3.10 以上、FFmpeg、Node.js 18 以上（用 HyperFrames 得 22 以上），再加一个 AI 编程助手。

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

然后在 Claude Code 这类助手里打开这个目录，直接说你要什么，比如“做一支 60 秒的动画解说，讲神经网络是怎么学习的”。不想花钱，就点名要“纪录片蒙太奇，只用真实素材”。想先看看效果，make demo 不用任何 key，就能渲染几支示例。

丑话说在前头

• 烧 token：没有代码写的调度员，从调研到剪辑，全靠 AI 助手一步一步跑，这一路模型调用量不小。它的预算管的是各家生成服务的钱，AI 助手自己花的 token，得你另算。
• 个头大：Python、Node、FFmpeg 一大套，再加 700 多份技能文件，比一个剪辑插件沉多了。
• 免费的有边界：免费那条路，画面来自开放档案和素材库，或者拿静态图做成动画。想要 AI 生成的电影感镜头，得接付费服务，或者自己有块好显卡。
• AGPL 协议：自己用随便；要是改了它，拿去做成网上的服务给别人用，改过的代码也得开源。
• 本地大模型还没到：用 Ollama、LM Studio 在本地跑整条流水线，README 里还写着“即将推出”，眼下调度还得靠 AI 编程助手背后的大模型。

最后说两句

README 里还有一节，是专门写给 AI 看的，标题大意是：要是你这个 AI 智能体正在读这段，恭喜，你大概通过图灵测试了。以前是导演给演员说戏，如今是 README 给 AI 说戏。

剧组齐活儿了：调研、编剧、配音、剪辑、质检，全是它。整个片场就剩一个真人，坐在那把椅子上拍板的你。

拍板之前，先瞅一眼 token 账单。