OpenMontage 影视工坊
一句话创意经剧本、角色、场景、分镜到成片的自托管 AI 短剧与短视频工坊。
- Star 数
- ★ 15
- 最近更新
- 今天
- License
- AGPL-3.0
- 主语言
- Python
- FA 评分
- 47/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配OpenAI API（部分支持）
- 费用
- 软件免费，模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 短剧团队需要把一句话梗概快速做成 9:16 竖屏多集样片，逐镜调整而不必重做整集。
- 不适合
- 希望零配置、不接任何第三方付费模型即可出片的个人创作者
- 没有 PostgreSQL/Redis/MinIO 运维能力的团队
- 只需纯文本脚本、不需要成片渲染的用户
- 源码审查
- 47/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
OpenMontage Drama Studio 是一个用于 AI 短剧、爆款短视频和电商广告的自托管 Web 工作室。前端为 React（studio/），后端为 FastAPI（studio/server），使用 PostgreSQL 存储项目、studio_kv 与 meta，Redis 承载媒体任务队列，MinIO/S3 存放素材与生成结果。核心是一条可编辑的 7 阶段产线：剧本、角色、场景、道具、分镜与镜头、配音、剪辑，前 4 阶段各有标签页，后 3 阶段在“工作台”中按分镜片段推进，无限画布以节点图展示同一流程。角色、场景、道具会生成参考图并喂给 Seedance 生成镜头，因此可单独重绘某个角色或重跑某个镜头。文本模型由用户自带（DeepSeek、OpenAI、Claude、Gemini、Qwen 等），图像与视频依赖火山引擎 Ark 的 Seedream/Seedance（付费）或自建 ComfyUI，配音默认 edge-tts。README 同时提供 docker-compose.studio.yml 一键部署（含 Postgres、Redis、MinIO）与本地开发方式。
用户在“创作 Agent”中用一句话描述题材、集数、画幅与钩子，系统创建项目并生成首批剧本。剧本阶段支持生成、续写、改写与锁定单集；角色阶段调用 Seedream 或 ComfyUI 生成角色形象、版本历史、三视图与参考重绘，也可本地上传；场景与道具阶段生成概念图与材质细节；分镜阶段由 LLM 拆分镜头，再用 Seedance 结合角色/场景/道具参考图逐镜生成视频；配音阶段用 edge-tts（或 OpenAI 兼容语音接口）生成旁白与对白并在导出时混音；剪辑阶段在时间线上排序片段并导出成片。平台模块还包括爆款内容广场、创作中心、个人资产库、Skill 专家、无限画布与模型配置（支持连接测试与热重载）。健康检查接口为 GET /api/health，MinIO 控制台默认暴露在 9001 端口。
- 短剧团队需要把一句话梗概快速做成 9:16 竖屏多集样片，逐镜调整而不必重做整集。
- 电商运营需要按“痛点 → 产品特写 → 卖点字幕 → CTA”模板批量产出商品广告短视频。
- 内容创作者想复用抖音、TikTok、小红书、Reels 等平台的节拍化模板来制作爆款短视频。
- 已有剧本的编剧希望上传剧本后自动获得角色设定图与分镜镜头。
- 具备自有 GPU 的团队用 ComfyUI 替代付费图像模型，仅对视频生成付费。
- 需要在自有服务器或 Coolify 上私有化部署整条视频产线、数据不外流的组织。
如何安装或部署这个 Agent？
使用 Docker Compose 一键部署（Postgres + Redis + MinIO + Studio）：
cp studio/.env.example .env
docker compose -f docker-compose.studio.yml up --build
# open http://localhost:8787 → click Demo
# health: GET http://localhost:8787/api/health
# MinIO console: http://localhost:9001 (minioadmin / minioadmin)Compose 默认以本地 Demo 认证启动，自带 MinIO 并自动建桶。要生成内容需在 .env 或“模型配置”中填入你自己的文本模型 Key，以及火山引擎 Ark 的 Seedream/Seedance（付费）或自建 ComfyUI。
本地开发方式：
cp studio/.env.example studio/.env
# fill in DATABASE_URL, MinIO (OSS_*), provider keys, then export them into your shell
cd studio/server && pip install -r requirements.txt
uvicorn app:app --host 0.0.0.0 --port 8787
cd studio && npm install && npm run dev # http://127.0.0.1:5173, /api is proxied to 8787托管实例的覆盖配置见 docs/SELF_HOSTING.md 与 docs/SELF_HOSTING_zh-CN.md。
如何使用这个 Agent？
打开 http://localhost:8787 点击 Demo 登录，进入“模型配置”填写文本与媒体模型提供商并做连接测试，热重载无需重启。随后在“创作 Agent”输入一句话需求（题材、集数、画幅、钩子），或在影视工坊新建项目。按 7 阶段推进：剧本 → 角色 → 场景 → 道具 → 工作台中的分镜与镜头 → 配音 → 剪辑导出；也可让 Agent 在后台跑完整条流水线，事后再重跑某阶段或换版本。无限画布以节点图展示同一流程并按进度着色。无需登录即可浏览爆款内容广场、Skill 专家与资产页，调用模型和保存项目需要登录。Agent/CLI 流水线用法见 AGENT_GUIDE.md。
这个 Agent 有哪些优点和局限？
- 7 阶段产线每阶段可编辑，角色/场景/道具参考图独立保留版本，可只重做单个角色或单个镜头而不必从头再来。
- 完整的自托管栈：docker-compose.studio.yml 内置 PostgreSQL 16、Redis 7、MinIO 并自动建桶，数据可留在自有服务器。
- 模型接入灵活：文本模型可配 DeepSeek、OpenAI、Claude、Gemini、Qwen 等，图像可用 Seedream 或自建 ComfyUI，配音默认 edge-tts 无需 Key。
- 覆盖短剧、爆款短视频、电商广告、产品植入多类模板，且爆款广场按平台（抖音、TikTok、小红书、Reels、Shorts、Bilibili）提供节拍化 playbook。
- AGPL-3.0 开源，模型配置支持连接测试与热重载，无需重启即可切换提供商。
- 视频生成依赖火山引擎 Ark 的 Seedance，属于单一付费供应商，且README未提供其他视频模型适配证据。
- 自托管需要同时运维 PostgreSQL、Redis、MinIO 与媒体 worker，并非单进程应用。
- 开箱即用只能浏览，真正出片必须自行准备文本模型 Key 与付费图像/视频额度，成本随生成量线性上升。
- 爆款广场是基于常见信息流模式的结构化模板，而非抓取的实时热榜，不能当作趋势数据使用。
- AGPL-3.0 §13 要求：若将修改版作为网络服务运行，须向用户提供对应源码。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| OpenMontage 影视工坊 当前 | 47 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 15 | 今天 | Python | — |
| waoowaoo AI 影视 Studio | 证据不足 | 自托管服务免费 + 模型费 | ★ 15k | 1 个月前 | TypeScript | — |
| ArcReel 视频创作工作台 | 52 · 缺口较多 | 自托管服务免费 + 模型费 | ★ 6.1k | 1 天前 | Python | OpenAI API · Claude API |
| MicroDrama AI 短剧生成器 | 43 · 缺口较多 | 网页应用免费 + 模型费 | ★ 564 | 3 个月前 | Python | — |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 明确要求自带 LLM/图像/视频密钥，并说明 Seedream/Seedance 为付费服务，数据流（FastAPI→Postgres/Redis/MinIO）有架构图，属于部分透明；但未见密钥存储、日志脱敏或最小权限的具体实现证据，故 data_flow_transparency 与 sensitive_data_handling 仅给 1。用户确认方面，测试显示 gated 阶段需 human_approved 且缺批准会拒绝（GATE VIOLATION），说明存在人工确认闸门，给 2；但未覆盖所有外部副作用。least_privilege 仅 1：部署工作流使用 Coolify/DTOK 令牌，权限范围未在文件中说明。dependency_security 仅 1：requirements.txt 使用宽松下限（>=）无锁定，未见审计或漏洞缓解。external_effects 仅 1：会调用付费外部模型与部署，但缺少成本/副作用护栏说明。rollback 给 2：测试显示 checkpoint 版本历史与 awaiting→approved 归档，具备回退基础。source_attribution 仅 1：README 声明独立产品与 AGPL，但第三方模型/素材来源归属说明薄弱。
self_consistency 给 2：README 的 7 阶段与测试中的 pipeline 阶段、checkpoint 契约相互印证。dependency_availability 仅 1：依赖用 >= 下限且含 google-auth/openai 等外部服务，未锁定版本，可复现性弱。failure_messages 仅 1：测试显示有明确错误（Unknown pipeline_type、GATE VIOLATION），但面向终端用户的失败提示证据有限。
audience_and_scenarios 给 2：README 清晰列出短剧、爆款短视频、广告三类场景与模板。capability_boundaries 给 2：明确说明爆款模板是结构模板而非抓取趋势、无独立广告编辑器、需自备付费密钥。trigger_precision 仅 1：Agent 一键流水线与分阶段触发的边界描述较粗，缺少精确触发条件证据。environment_fit 给 2：Docker Compose 自带 Postgres/Redis/MinIO，另有本地开发路径，环境适配说明较完整。
information_architecture 给 2：README 结构清晰，含架构图与路径表。install_notes 给 2：提供 Docker 一键与本地开发两套步骤及健康检查。naming_stability 仅 1：未见版本化 API 或命名稳定性承诺。examples_and_faq 仅 1：有 starter prompts 链接与截图，但仓库内 FAQ 证据有限。known_limitations 仅 1：说明了付费模型与模板性质，但缺少系统性已知限制清单。license 给 3：LICENSE 为完整 AGPL-3.0 全文，README 亦说明 §13 网络服务义务。versioning_changelog 仅 1：有 release 徽章但未见 CHANGELOG 文件。maintenance_responsibility 仅 1：发布者身份未经验证，维护责任归属不明确。
output_usability 给 2：产出为脚本、分镜、配音、成片导出，具备可用交付形态。marginal_value 给 2：一站式 7 阶段工坊相对零散工具具整合价值。cost_benefit 仅 1：核心图像/视频依赖付费 Seedream/Seedance，成本未量化，性价比证据不足。
claim_traceability 仅 1：README 多为产品宣称，缺少指向具体实现文件的引用。cross_source_corroboration 仅 1：README 与测试/CI 有部分互证（阶段、checkpoint），但多数功能宣称无代码佐证。fact_inference_separation 仅 1：文档未明确区分已验证事实与营销推断。
- 依赖使用宽松版本下限且无锁定，自托管可复现性与供应链安全需自行加固。
- 核心图像/视频生成依赖付费的 Seedream/Seedance，成本未量化，使用前应评估预算。
- 部署工作流使用 Coolify/DTOK 令牌，权限范围未在仓库中说明，需审查密钥最小权限。
- 发布者身份未经验证，维护责任与更新路径不明确，生产采用前应确认来源。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
v0.1.0 v0.1.0: first public release
发布说明摘录
First tagged release of OpenMontage Drama Studio, a self-hostable web studio that turns a one-line idea into a short drama, short-form video or e-commerce product clip. What's in it - 7-stage workshop: script → characters → scenes → props → storyboard & shots → voice → edit. Every stage is editable and can be re-run on its own, or the agent can run the whole pipeline. - Reference-driven shots: character, scene and prop images (Seedream, or ComfyUI on your own GPU) feed Seedance video shots. …在 GitHub 查看 ↗