OpenMontage 值不值得用？從環境搭建到第一個成片

2026 年上半年，OpenMontage 在 GitHub Trending 上連續多日登頂——它不是又一個「輸入 Prompt 吐一段 5 秒影片」的玩具，而是把 Claude Code、Cursor、Copilot 等 AI 程式設計助手變成完整影片製片廠的開源 Agent 流水線。你用人話描述需求，Agent 負責調研、寫稿、找素材、配音、字幕、剪輯和最終渲染。

本文回答兩個問題：OpenMontage 到底值不值得用？ 以及 怎樣用最少步驟把環境搭起來並跑出第一個成片。

一句話結論

如果你已經有 AI 程式設計助手，且需要可重現、可審計、成本可控的短影片／解說片／紀錄片蒙太奇——OpenMontage 是目前最值得試的開源方案。 如果你只想點一下按鈕出片、不想碰終端機和 Markdown 技能檔案，它不適合你。

OpenMontage 是什麼（30 秒版）

與一般 AI 影片工具的本質區別：它跑的是真實製片流程（調研 → 提案 → 腳本 → 分鏡 → 素材 → 剪輯 → 合成 → 自檢），而不是單次 text-to-video 抽獎。

值不值得用：誠實對比

適合你的信號

• 你已經在用 Claude Code／Cursor／Windsurf，習慣讓 Agent 讀倉庫、跑命令
• 你需要可重現的成片流程（決策日誌、成本預估、品質門禁）
• 你想走零 API Key 路線做解說片或紀錄片蒙太奇
• 你願意在創意節點做人工審批（腳本、風格、預算），而不是全自動黑箱
• 你有 Mac 或帶 GPU 的機器，或願意用 Cloud Mac 做長時間渲染

不適合你的信號

• 你只想要「輸入一句話 → 立刻出 15 秒直式影片」的極簡體驗
• 你完全不想看終端機、不想理解 Pipeline／Skill 檔案結構
• 你需要商用閉源授權（AGPLv3 對衍生分發有義務）
• 你的團隊沒有穩定的 AI 程式設計助手訂閱（Agent 本身就是編排核心）

與常見方案對比

結論：OpenMontage 的價值不在「比 Runway 生成更快」，而在把製片流程工程化——同一套 Pipeline 可以今天用免費素材、明天換 FLUX 圖、後天上 Veo 影片，流程不變。

環境要求（安裝前自檢）

官方最低依賴：

安裝前自檢命令（複製到終端機一次跑完）：

# 1. 系統與晶片
sw_vers
uname -m

# 2. 核心依賴
python3 --version    # 需要 3.10+
node -v              # 需要 v18+
ffmpeg -version | head -1

# 3. 磁碟（建議 ≥10GB 可用）
df -h ~

# 4. Git
git --version

若三項版本都滿足，下面進入正式安裝。

最簡環境搭建（10 分鐘路徑）

步驟 1：克隆倉庫

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

步驟 2：一鍵安裝依賴

make setup

make setup 會自動完成：

• pip install -r requirements.txt（Python 工具鏈）
• cd remotion-composer && npm install（Remotion 合成引擎）
• 安裝 Piper TTS（離線配音）
• 複製 .env.example → .env

沒有 make？ 手動等價命令：

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

Windows 注意：若 npm install 報 ERR_INVALID_ARG_TYPE，改用：

npx --yes npm install

步驟 3：用 AI 助手打開專案

在 Cursor 或 Claude Code 中 Open Folder 指向剛克隆的 OpenMontage 目錄。Agent 需要能讀取倉庫裡的 AGENT_GUIDE.md、pipeline_defs/ 和 skills/。

步驟 4：驗證工具註冊表

讓 Agent 執行（或自己在終端機跑）：

python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.support_envelope(), indent=2))"

若輸出 JSON 且包含 narration、composition 等能力項，說明 Python 工具鏈就緒。

步驟 5：跑零 Key 演示（可選但強烈推薦）

make demo

這會渲染官方內建的零 API Key 演示影片，是驗證 FFmpeg + Remotion + Piper 全鏈路是否通暢的最快方式。

步驟 6：發出你的第一個製片指令

在 AI 助手對話框輸入（複製即可）：

Make a 45-second animated explainer about why the sky is blue.
Use the zero-API-key path. Pick the animated explainer pipeline.

Agent 會按 Pipeline 契約依次執行：調研 → 提案（等你確認）→ 腳本 → 分鏡 → 素材 → 合成 → 自檢。

關鍵紀律：OpenMontage 是 Pipeline 驅動的，Agent 不應即興跳步。正確順序是：選 Pipeline → 讀 manifest → 讀 stage skill → 調工具。

零 API Key 能做什麼

make setup 之後，無需任何付費 Key 即可使用：

兩條典型零成本路線：

1. 圖文解說片：Piper 配音 + 免費圖庫 + Remotion 動畫
2. 真實影像紀錄片：從開放檔案檢索 CLIP 語義匹配的真實運動鏡頭，剪成蒙太奇

紀錄片路線範例 Prompt：

Make a 75-second documentary montage about city life in the rain.
Use real footage only, no narration, elegiac tone, with music.

可選 API Key 配置（解鎖更高畫質）

編輯專案根目錄 .env，每個 Key 都是可選的：

# 圖像 + 影片閘道（FLUX 圖、Veo／Kling 影片）
FAL_KEY=your-key

# 免費圖庫（開發者 Key 免費申請）
PEXELS_API_KEY=your-key
PIXABAY_API_KEY=your-key
UNSPLASH_ACCESS_KEY=your-key

# 語音與圖像
OPENAI_API_KEY=your-key      # TTS + DALL-E 3
ELEVENLABS_API_KEY=your-key  # 高品質配音
GOOGLE_API_KEY=your-key      # Imagen + Google TTS

# 音樂
SUNO_API_KEY=your-key

官方文件 docs/PROVIDERS.md 有完整定價與免費額度說明。

有 NVIDIA GPU？ 可本機跑 WAN 2.1 等免費影片模型：

make install-gpu
# .env 中添加：
# VIDEO_GEN_LOCAL_ENABLED=true
# VIDEO_GEN_LOCAL_MODEL=wan2.1-1.3b

12 條 Pipeline 怎麼選

選型口訣：

• 沒預算 → Documentary Montage 或 Animated Explainer（零 Key）
• 要吉卜力／動漫風 → Animation + FAL（FLUX 圖，約 $0.15／條）
• 要電影感 AI 影片 → Cinematic + Veo／Kling（$1–$3）
• 有參考片 → 貼上 YouTube Short／Reel URL，讓 Agent 做風格拆解再改編

工作流程長什麼樣

OpenMontage 採用 Agent-First 架構——沒有隱藏的 Python 總編排器，你的程式設計助手讀 Markdown 技能檔案來導演全流程：

你：「做一條 60 秒神經網路科普解說」
  ↓
Agent 讀 pipeline manifest（YAML）— 階段、工具、驗收標準
  ↓
Agent 讀 stage director skill（Markdown）— 每階段怎麼做
  ↓
Agent 調 Python 工具 — 7 維評分自動選 Provider
  ↓
Agent 自檢 — schema 校驗、ffprobe、抽幀、音訊電平
  ↓
預合成門禁 — 攔截投影片式爛片、預算超限
  ↓
Remotion／FFmpeg 渲染
  ↓
成片輸出（僅自檢通過才交付）

每個創意決策點（腳本定稿、風格、預算）Agent 會暫停等你確認——這是特性，不是 bug。

在 Mac／Cloud Mac 上長期跑

OpenMontage 的 Remotion 渲染和可選本機 GPU 推理都吃算力和磁碟。實踐建議：

Cloud Mac 路徑與本機完全一致：

ssh user@your-cloud-mac.example.com
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage && make setup
# 在 Cursor Remote SSH 或 Claude Code 中打開該目錄

常見問題排查

make setup 失敗

# 確認 Python 指向 3.10+
which python3
python3 -m pip install --upgrade pip

# Remotion 依賴單獨重裝
cd remotion-composer && rm -rf node_modules && npm install && cd ..

Agent 不按 Pipeline 走、亂調工具

明確告訴 Agent：

Read AGENT_GUIDE.md first. Do not improvise.
Pick pipeline "animated_explainer", read its manifest, then execute stage by stage.

渲染出來像 PPT 翻頁

OpenMontage 內建 delivery promise 門禁專門攔截「投影片式」輸出。若仍出現，檢查是否跳過了 scene_plan 階段或素材解析度過低。

Piper 配音無聲或報錯

pip install --upgrade piper-tts
python -c "import piper; print('piper ok')"

成本失控

在對話開頭聲明預算：

Budget cap: $1.00 total. Ask before any paid API call.

系統內建 cost estimation 和 per-action approval threshold。

專業術語快查

Pipeline

從創意到成片的完整製片流水線定義，存放在 pipeline_defs/ 的 YAML manifest 中。

Agent Skill

教 AI 助手如何執行某一製片階段的 Markdown 指令檔案，位於 skills/ 目錄。

Remotion

基於 React 的影片合成引擎，適合資料驅動解說、字幕燒錄、圖文動畫場景。

HyperFrames

基於 HTML／CSS／GSAP 的合成引擎，適合 kinetic 字幕、產品發布片、SVG 角色動畫。

Provider 七維評分

OpenMontage 按任務匹配度、畫質、可控性、可靠性、成本、延遲、連續性七個維度自動選擇 TTS／圖像／影片供應商，並記錄決策日誌。

摺疊內容：進階配置

Here's a YouTube Short I love. Make me something like this,
but about quantum computing for high school students.
Keep the pacing and hook, change the topic.

python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.provider_menu(), indent=2))"

五條快速決策

1. 已有 AI 程式設計助手？ 沒有 → 先解決助手訂閱，再裝 OpenMontage
2. 能接受 10 分鐘環境搭建？ 不能 → 用 Runway／CapCut 等即開即用工具
3. 預算為零？ 走 Documentary Montage 或 Animated Explainer 零 Key 路徑
4. 要電影級 AI 影片？ 準備 FAL_KEY + $1–$3／條預算
5. 要穩定批量渲染？ 本機 24GB Mac 或 Cloud Mac 長跑

總結

OpenMontage 值得用，但值得的是「工程化製片」而不是「一鍵魔法」。 它的護城河是：Pipeline 契約、500+ Skill 知識庫、七維 Provider 評分、預合成品質門禁，以及零 API Key 也能出真實影像紀錄片這條少見路徑。

推薦上手順序：

1. make setup + make demo 驗證環境（10 分鐘）
2. 零 Key 跑一條 45 秒科普解說（熟悉審批流）
3. 按需加 .env Key，試吉卜力風或產品片
4. 有批量需求時遷到 Cloud Mac 或 GPU 機器

影片工具會越來越多，能把製片流程寫進可重用 Pipeline 的系統，才會留在你的工作流裡。