OpenMontage 是一個以 Python 打造、定位為「全球首個開源 agentic 影片製作系統」的 GitHub 項目，截至 2026 年 9 月累積 56,355 星標與 7,080 個複製分支，採用 AGPL-3.0 許可證。該項目於 2026 年 3 月創立，核心概念是讓 Claude Code、Cursor、Copilot 等 AI 編碼助手充當導演與製片團隊，使用者只需以自然語言描述需求，系統便會自動完成研究、腳本、素材生成、剪輯與合成的完整生產流程。
OpenMontage 是全球首個開源的 agentic 影片製作系統，GitHub 56,355 星標，由 AI 編碼助手驅動 12 條流水線，從研究到成片全自動完成。
OpenMontage 是什麼？
OpenMontage 是一套開源影片製作系統，讓 AI 編碼助手擔任導演，自動執行研究、腳本、素材、剪輯與合成，並提供免費素材路徑。
OpenMontage 由獨立開發者 calesthio 於 2026 年 3 月底發起，誕生之初即登上 GitHub Trending 頭名，並以「Repository of the Day」徽章為標誌。該項目的設計哲學與一般 AI 影片工具截然不同：它不提供單一「輸入提示詞、輸出片段」的介面，而是把一套完整的影片生產流程文件化、模組化，交給具備讀檔與執行能力的 AI 編碼助手來編排。
系統內建 12 條生產流水線，涵蓋動畫解說、紀錄片蒙太奇、虛擬主持人、電影預告、播客重製、螢幕錄製、在地化配音等場景；同時整合 100 多種生產工具與 60 多個供應商介面，並附帶超過 700 份技能與生產知識文件，教導 AI 助手如何像專業團隊一樣執行每個階段。使用者安裝完成後，只需在 AI 編碼助手中輸入「製作一條 60 秒動畫解說片，講解神經網路如何學習」，系統便會從零開始完成整條片。
OpenMontage 的核心技術亮點有哪些？
OpenMontage 內建 12 條流水線、100 多種工具與 700 多份技能文件，採 agent-first 架構，由 AI 助手讀取流程清單與技能檔執行每個階段。
OpenMontage 最具代表性的技術特徵是「無編排器」的 agent-first 架構。系統沒有傳統的程式碼主控流程，AI 編碼助手本身就擔任總指揮：它先讀取描述各階段與審查標準的 YAML 流程清單，再讀取說明每個階段執行方式的 Markdown 導演技能檔，接著呼叫 Python 工具完成實際工作，最後依據審查技能進行自我檢驗。所有創意決策、供應商選擇、回退方案與花費，全部記錄在可追溯的決策日誌中，使用者可以隨時檢視系統「為何這樣做」。
系統採用三層知識架構來管理生產能力：第一層是 tools 與 pipeline_defs，描述系統「擁有哪些能力」；第二層是 skills 目錄，規範 AI 助手「應該如何使用」這些能力；第三層是 .agents/skills，存放外部技術知識包。每個工具都會宣告它依賴的知識層級，AI 助手因此能在正確的時機讀取正確的文件，而非憑空猜測。
OpenMontage 的架構有什麼創新？
OpenMontage 引入純 Python 工具層與三大知識分層，所有品質標準寫在可讀的 YAML 與 Markdown 檔案中，讓創意流程完全可檢視、可修改。
架構層面，OpenMontage 將代碼與知識徹底分離。Python 負責提供工具與持久化狀態，所有創意決策、編排邏輯、審查標準與品質要求，都存放在可供人類直接閱讀與修改的 YAML 流程清單與 Markdown 技能檔案中。這種設計讓使用者不需要理解程式碼，也能調整影片的生產方式，例如修改審查標準、新增供應商、或改變風格設定。
系統同時內建名為 Backlot 的視覺化製作看板。當流水線啟動時，看板會即時顯示每個階段的進度：劇本以分鏡腳本頁面呈現、場景卡在素材生成時亮起、每個供應商決策與每筆花費都顯示在牆上。更進一步的是，Backlot 已成為真正的審批關卡，素材生成會在逐場景的聯絡表上暫停，使用者可以檢視每個鏡頭的提示詞、成本與品質評分，先確認視覺方向再允許渲染，避免「渲染後才發現方向錯誤」的浪費。
OpenMontage 與其他 AI 影片工具相比有何不同？
多數 AI 影片工具只能從提示詞生成單一片段，OpenMontage 則提供端到端生產流水線，並能從免費素材庫與開放檔案庫剪輯出真實影片。
多數市面上的 AI 影片工具，本質上只是「從一段提示詞生成一條影片片段」，使用者仍需自行拼接、配音與後製。OpenMontage 則覆蓋完整生產流程：研究、提案、腳本、場景規劃、素材生成、剪輯、合成，每個階段都有專門的導演技能檔案指揮 AI 執行，並在創意決策點暫停請求人類批准。
另一個關鍵差異是「真實影片」能力。許多打著免費旗號的 AI 影片方案，實際上只是將靜態圖片加上運鏡動畫；OpenMontage 的紀錄片蒙太奇流水線，會從 Archive.org、NASA、Wikimedia Commons 等免費開放檔案庫建立可搜尋的素材庫，再透過 CLIP 語意檢索擷取真實動態片段，編輯成有時間軸的完成品。官方展示的《How Salt Made History》紀錄片，正是以真實歷史影片素材交織原創旁白與動態圖形完成。
如何開始使用 OpenMontage？
安裝只需 Python 3.10+、FFmpeg 與 Node.js 18+，執行 make setup 後在 AI 編碼助手中以自然語言描述需求，零 API 金鑰即可開始製作。
開始使用 OpenMontage 的門檻並不高。前置環境只需要 Python 3.10 以上、FFmpeg 與 Node.js 18 以上，加上一個能讀取檔案與執行程式的 AI 編碼助手，例如 Claude Code、Cursor、Copilot、Windsurf 或 Codex。安裝指令為 git clone 後執行 make setup，接著把專案目錄交給 AI 助手，用自然語言提出需求即可。
系統支援 Claude Code、Cursor、GitHub Copilot、Codex 與 Windsurf 五種主流平台，各平台都有專屬的設定檔案指向共用的操作指南。使用者不需要任何付費 API 金鑰，也能透過內建的 Piper 離線語音合成、Archive.org 開放素材、Pexels 與 Unsplash 免費圖庫、Remotion 渲染引擎與 FFmpeg 後製工具，完成從解說片到紀錄片蒙太奇的製作；若添購影片生成 API，則可進一步運用 Veo、Kling、Runway 等 20 多種影片供應商。
OpenMontage 的成本與品質管控如何運作？
系統提供預算上限、逐動作審批與供應商七維度評分，官方示範片成本介於 1.33 至 5 美元，並以多重品質關卡防止劣質輸出。
成本管控是 OpenMontage 的設計重點之一。系統在執行前會先估算所需費用、保留預算額度，並在完成後對帳實際支出；支援 observe、warn、cap 三種模式，其中 cap 模式會設定硬性花費上限，預設總預算為 10 美元且完全可調整。單一動作若超過門檻（預設 0.5 美元）會暫停等待使用者批准，確保不會出現意外帳單。官方展示的多條示範片，成本介於 1.33 美元至 5 美元之間。
品質方面，系統設有多道關卡：渲染前的合成前驗證會檢查成片是否違反交付承諾（例如宣稱動態為主卻有八成靜態畫面）並評估「投影片風險」；每次渲染後的自我審查會以 ffprobe 驗證檔案、抽取四個位置的影格檢查黑畫面與破損疊加、分析音訊位準是否有靜音或爆音，再確認字幕與交付承諾，任一項目失敗便不會呈現成片。供應商選擇則以七個維度評分，包括任務契合度、輸出品質、控制能力、可靠性、成本效率、延遲與連續性，評分最高的供應商及其理由會寫入決策日誌。
出處連結有哪些？
本文資訊來源為 calesthio/OpenMontage 的 GitHub 儲存庫，內含完整 README、架構文件、供應商指南與示範影片，讀者可前往原項目查閱。
本文內容整理自 OpenMontage 官方 GitHub 儲存庫（https://github.com/calesthio/OpenMontage），包括 README 說明文件、docs 目錄下的供應商指南與架構文件，以及官方 YouTube 頻道發佈的完整製作過程示範。相關的提示詞範例、預期成本與產出範例，收錄於專案內的 PROMPT_GALLERY.md 文件中。
OpenMontage 於 2026 年 3 月創立，以 Python 開發，現有 56,355 星標與 7,080 複製分支，採用 AGPL-3.0 許可證。
總結：OpenMontage 適合什麼團隊？
OpenMontage 適合需要大量影片內容的個人創作者、內容團隊與開發者，能以極低成本自動產出解說片、紀錄片與行銷片，並保有完整人工審批權。
總結而言，OpenMontage 的價值在於把「影片製作團隊」的專業流程，壓縮成一套可由 AI 助手執行的開源系統。對於需要大量產出解說內容的知識型創作者、需要行銷片與產品展示的企業團隊、以及熟悉 AI 編碼助手的開發者，它提供了一條以極低成本（多數案例低於 5 美元）自動完成整條片的可行路徑，同時保留逐階段人工審批的創作控制權。
值得注意的是，該項目從創立到累積逾 5.6 萬星標僅用了約五個月，反映市場對「agentic 影片生產」的高度興趣；不過作為 2026 年 3 月才誕生的年輕項目，其依賴外部供應商 API 的部分仍有定價與服務變動風險，採用 AGPL-3.0 授權也意味商業整合需留意授權義務。整體而言，OpenMontage 代表了 AI 影片工具從「生成片段」走向「自動化生產」的明確趨勢，值得內容生產者密切追蹤。