OpenMontage 视频工作室
让编程助手按可审计流程完成视频制作。
按维度查看评分与理由
证据显示：README 明确要求每个创意决策都需人工批准，Backlot 故事板作为审批门，测试文件验证了门完整性（如未批准即完成会被拒绝）。但权限最小化方面，README 列出大量 API 密钥（FAL、OpenAI、Google 等），未说明权限范围或最小化原则；数据流透明度仅提及 Backlot 显示提供商决策和花费，但未详细说明数据流向；敏感数据处理未提及密钥存储或加密；依赖安全未提及漏洞扫描或锁定；外部影响（如网络请求、文件写入）未明确说明；回滚机制未提及；来源归属仅提及引用研究，但未说明代码来源。因此多数标准仅得 1 分，用户确认得 2 分。
证据显示：README 描述了一致的流水线流程（research -> proposal -> script -> scene_plan -> assets -> edit -> compose），测试文件验证了门完整性，但未提供失败消息的示例或错误处理文档。依赖可用性方面，requirements.txt 列出了依赖，但未说明版本兼容性或替代方案。因此自一致性得 2 分，依赖可用性和失败消息得 1 分。
证据显示：README 面向多种受众（AI 编码助手、OpenClaw 代理、内容创作者），提供了多种场景（解释器、纪录片、动画等）和提示示例。能力边界通过流水线列表和工具注册表说明，但触发精度（如何精确触发特定流水线）未详细说明。环境适配方面，提供了 macOS/Linux/Windows 安装说明，但未提及 GPU 或云环境的具体要求。因此受众和场景、能力边界、环境适配得 2 分，触发精度得 1 分。
证据显示：README 提供了清晰的信息架构（目录、快速开始、流水线、提示等），安装说明详细（make setup、手动命令），示例和 FAQ 丰富（提示库、成本示例）。但命名稳定性未提及版本历史或 API 稳定性；已知限制未明确列出；许可证为 AGPL-3.0，但未说明对用户的影响；版本变更日志未提及；维护责任未明确（仅提及赞助和社区）。因此信息架构、安装说明、示例和 FAQ 得 2 分，其余得 1 分。
证据显示：README 展示了多个成品视频（如“THE LAST BANANA”成本 $1.33），输出可用性高（提供最终视频和成本）。边际价值明显（从零到完整视频制作），成本效益良好（低成本示例）。但未提供独立验证或用户反馈，因此得 2 分。
证据显示：README 声称“700+ 技能文件”和“100+ 工具”，但未提供文件列表或验证方法；测试文件存在，但未覆盖所有声明；事实与推断未明确分离（如成本示例可能基于特定条件）。因此各标准得 1 分。
- API 密钥处理：README 要求用户添加多个 API 密钥，但未说明密钥存储或权限最小化，存在泄露风险。
- 依赖安全：requirements.txt 未固定版本，未提及漏洞扫描，存在供应链风险。
- 外部影响：未明确说明网络请求、文件写入等外部影响，可能超出用户预期。
- 回滚机制：未提及任何回滚或恢复机制，失败时可能无法恢复。
- 声明验证：README 声称 700+ 技能文件和 100+ 工具，但未提供验证方法，需谨慎对待。
这个 Agent 能做什么，适合哪些场景？
OpenMontage 是一个由 AI 编程助手驱动的本地视频生产系统，覆盖调研、脚本、素材、剪辑、合成与交付检查。它以 YAML 管线清单、Markdown 导演技能文件和 Python 工具构成工作流，而不是提供单一的代码编排器。项目提供 Remotion、HyperFrames 与 FFmpeg 三类渲染/合成路径，并可产出带字幕、配音、音乐和视觉素材的成片。除云端图像、视频和语音服务外，它还支持由 Archive.org、NASA、Wikimedia Commons 等开放来源构建真实素材库并剪辑成片。它适合愿意在本机运行 Python、Node.js 和 FFmpeg，并通过编程助手参与创意审批的团队或个人。
用户先用自然语言提出视频需求，助手读取 pipeline_defs/ 中的 YAML 管线清单和 skills/ 中对应的阶段导演技能，然后依次处理 research、proposal、script、scene_plan、assets、edit、compose。系统通过 tools/ 下的 Python 工具进行素材检索、图像或视频生成、TTS、音乐、字幕、分析和合成；工具注册表可用 registry.discover() 发现能力并输出 support_envelope() 与 provider_menu()。它会将状态写入 JSON 检查点，并记录提供商、风格、音乐、声音和渲染器等决策。渲染前会检查交付承诺、幻灯片风险和渲染器配置；渲染后使用 ffprobe、抽帧、音频分析和字幕检查复核。python -m backlot open 可打开本机项目库或单个制作项目的 Backlot 看板。
- 教育内容创作者需要制作带旁白、字幕和动态图形的 45 秒知识讲解视频。
- 纪录片或视频散文作者希望从 Archive.org、NASA、Wikimedia Commons 及可选图库中检索真实运动素材，剪出不依赖付费视频模型的蒙太奇。
- 产品营销团队需要把智能水瓶等虚构或真实产品概念制作成短版发布预告，并希望在生成前看到成本估算。
- 播客运营者需要将一段长音频或长视频拆分为排序后的短视频片段，用于社交平台分发。
- 培训或产品团队需要制作软件录屏演示、虚拟人讲解，或对现有视频进行字幕、翻译和配音处理。
这个 Agent 有哪些优点和局限？
- 将调研、提案、脚本、素材、剪辑、合成和后检串为明确阶段，并在创意决策点设置强制人工审批。
- 除图像驱动的视频外，还提供从开放档案和图库检索、语义排序真实运动素材并剪辑的纪录片蒙太奇路径。
- 在渲染前后实施交付承诺、幻灯片风险、ffprobe、抽帧、音频和字幕检查，减少成片未达要求才被交付的情况。
- 提供本地 Piper TTS、FFmpeg、Remotion 和开放素材来源等零密钥起步能力，同时可按需接入多个云端提供商。
- 提供 Backlot 本地看板和决策日志，可查看制作进度、素材审批、成本及可重放的运行记录。
- 需要本地具备 Python、FFmpeg、Node.js 和可执行代码的 AI 编程助手，并非浏览器内的一键式视频服务。
- 云端图像、视频、语音和音乐能力依赖各自的 API 密钥；使用这些提供商会产生相应成本。
- 系统设计要求在提案、脚本、场景规划、素材和发布等关口进行人工确认，追求完全无人参与的批量生产时会增加流程负担。
- HyperFrames 运行时要求 Node.js 22，而通用安装前置条件仅为 Node.js 18+，采用该路径时需额外满足版本要求。
- README 列出的管线名称与“12 条生产管线”的总数表述并不完全对应，采用前应在本地检查目标管线是否存在。
如何安装或部署这个 Agent？
前置条件为 Python 3.10+、FFmpeg、Node.js 18+，以及能读取文件和执行 Python 的 AI 编程助手。执行：
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup随后在编程助手中输入："Make a 60-second animated explainer about how neural networks learn"。API 密钥不是启动所必需；如需云端能力，在 .env 中按需配置，例如 FAL_KEY、OPENAI_API_KEY、ELEVENLABS_API_KEY 或 PEXELS_API_KEY。没有 make 时，可创建 .venv、安装 requirements.txt、在 remotion-composer 中运行 npm install、安装 piper-tts，并将 .env.example 复制为 .env。
如何使用这个 Agent？
先在编程助手中描述成片时长、主题、风格、素材限制和目标平台；若要使用真实素材，可明确要求“documentary montage”并说明“use real footage only”。助手根据需求选择管线，在创意关口等待对 proposal、script、scene plan、素材和发布的确认。渲染运行时会在 proposal 阶段确定并锁定 render_runtime：数据驱动讲解通常使用 Remotion，适合 HTML/GSAP 动态设计的需求可使用 HyperFrames。可执行 python -m backlot open 查看本机所有项目，或执行 python -m backlot open <project-id> 查看某一项目的制作看板。