你大概已经习惯了“AI做视频”就是打开即梦或可灵,输入一句话,生成一段5秒的片子。但今天GitHub Trending日榜第一名(当日新增1292星,总星52,375)告诉我们另一件事:海外玩家已经不满足于“生成一段”,他们在让AI编码助手接管整个制片流程——调研、写脚本、配乐、配音、剪辑、字幕、渲染,一条龙。更狠的是,这个叫 OpenMontage 的项目宣称:一个付费API key都不办,也能做出真正有运镜、有剪辑的成片。官方README里挂出来的样片《The Last Banana》——60秒皮克斯风动画短片——总成本只有 $1.33。这篇文章拆给你看它怎么做到的,以及同一天榜单上还有哪两个值得你马上装起来的新工具。
以下数据来自2026年8月28日 GitHub Trending 日榜(当日新增星数):
| 项目 | 当日新增 | 总星数 | 一句话说明 |
|---|---|---|---|
| calesthio/OpenMontage | +1,292 | 52,375 | 开源Agentic视频制片系统,官方标注"当日榜第一" |
| bilawalsidhu/gods-eye-view | +1,984 | 8,090 | 浏览器里的真实数据卫星情报模拟器 |
| K-Dense-AI/scientific-agent-skills | +498 | 35,317 | 163个科研Agent技能,覆盖100+科学数据库 |
| AgriciDaniel/claude-obsidian | +634 | 14,010 | Obsidian + Claude Code 自组织第二大脑 |
| tt-a1i/archify | +4,239 | 23,288 | 架构图/流程图Agent技能(此前已有专文覆盖,此处仅列数据) |
看完榜单你会发现一个共同点:它们都不是模型,而是“给已有的AI编码助手装专业技能”。OpenMontage装的是制片技能,scientific-agent-skills装的是科研技能,claude-obsidian装的是知识管理技能。这是一个明确的信号——2026年下半场的竞争,已经从“谁的模型强”转移到“谁给Agent写的岗位说明书(Skills)更专业”。
仓库地址:https://github.com/calesthio/OpenMontage(AGPLv3,Python)
它自称“世界第一个开源Agentic视频制片系统”,核心卖点有四层:
1. 它不是“生成一段”,是完整流水线。 12条生产流水线(动画讲解、纪实蒙太奇、Avatar播报、院线预告、播客切片、本地化配音等),100+生产工具,60+服务商接入,700+个Agent技能与制片知识文件。每条流水线都走同一个结构化流程:调研 → 提案 → 脚本 → 分镜 → 素材 → 剪辑 → 合成,每个阶段有独立的“导演技能”文件教Agent怎么干,关键创意节点强制人工审批。
2. 零API key路径是真的。 官方明确列出了不花一分钱的能力组合:
| 能力 | 免费方案 |
|---|---|
| 旁白配音 | Piper TTS(离线、免费、真人感) |
| 真实影像 | Archive.org、NASA、Wikimedia Commons 公开影像档案 |
| 补充素材 | Pexels / Unsplash / Pixabay(开发者key免费申请) |
| 合成引擎 | Remotion(React)或 HyperFrames(HTML/GSAP) |
| 后期 | FFmpeg:字幕烧录、混音、调色 |
其中最有信息量的是纪实蒙太奇流水线:它会用CLIP语义检索给公开影像档案建索引,然后像真的剪辑师一样把真实运动镜头剪成片子——而不是“把静态图推拉摇移假装是视频”。想要这条路径,提示词里明确说 use real footage only 即可。
3. 花钱路径便宜得离谱,而且有预算治理。 官方样片数据:60秒动画短片《The Last Banana》用fal.ai网关生成6段Kling v3片段+Google Chirp3-HD旁白,总成本$1.33;50秒竖屏概念片约$4;七模型混编的展示片约$5。系统内置预算控制:单次花费默认超过$0.50就暂停等你确认,总预算上限默认$10,每次执行前先估价。对比国内动辄按分钟计费的视频SaaS,这是数量级的差距。
4. 对中国用户有个反向惊喜:它原生支持国内厂商API。 .env 配置里一级支持火山引擎 Ark(Seedance 2.0 Standard/Fast/Mini 直连)、可灵官方API(视频/图片/TTS/对口型)、DashScope/豆包/Fish Audio 语音。也就是说,你用国内的key就能跑这套海外制片系统,不必折腾海外支付。有本地GPU的话,make install-gpu 还能解锁 Wan2.1、Hunyuan-1.5、CogVideo-5b 等本地模型免费生成视频——这些恰好都是国产开源模型。
flowchart TD
A[你: 一句话需求<br/>例: 做一条60秒黑洞讲解视频] --> B[Agent读流水线清单 YAML]
B --> C[联网调研<br/>YouTube/Reddit/新闻/学术 15-25次搜索]
C --> D[提案 + 成本预估<br/>人工审批门]
D --> E[脚本 + 分镜<br/>人工审批门]
E --> F{素材策略}
F -->|零key路径| G[公开影像库 CLIP语义检索<br/>Archive.org/NASA/Wikimedia/Pexels]
F -->|付费路径| H[生成式视频<br/>Kling/Seedance/Veo 约$1-5]
G --> I[Remotion 或 HyperFrames 合成]
H --> I
I --> J[FFmpeg 后期: 字幕/混音/调色]
J --> K[渲染后自检<br/>ffprobe+抽帧+音频分析]
K -->|不通过| I
K -->|通过| L[成片 final.mp4]
上手三步(前置要求:Python 3.10+、FFmpeg、Node.js 18+,以及任意一个AI编码助手):
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup
然后用 Claude Code / Cursor / Copilot / Codex / Windsurf 打开项目目录,直接说人话:“做一条45秒讲神经网络的动画讲解视频”。仓库自带 CLAUDE.md、CURSOR.md、.windsurfrules 等各平台配置文件,开箱即认。想白嫖先跑通,可以 make demo 渲染零key演示片。
1. scientific-agent-skills — 把Agent变成科研员 仓库:https://github.com/K-Dense-AI/scientific-agent-skills(MIT,v2.64.0)
官方称已有175,000+科学家在用,总星35,317、当日+498。内容是163个带测试用例的科研技能+100+科学数据库统一接入(一个 database-lookup 技能打通78个库:PubChem、ChEMBL、UniProt、ClinicalTrials.gov、USPTO专利……)。安装一行命令:
npx skills add K-Dense-AI/scientific-agent-skills
兼容 Cursor、Claude Code、Codex、Gemini CLI、Google Antigravity。实用示范:一句提示词让Agent查ChEMBL的EGFR抑制剂、用RDKit做结构-活性分析、DiffDock对接筛选、PubMed查耐药机制、最后出可视化报告。配套的 K-Dense BYOK 是免费开源的桌面版AI科研工作台,自带key可选40+模型,数据不出本机。做生信、化学、药学或者只是想看“Skills工程化到极致长什么样”的人,这个仓库都值得通读。
2. claude-obsidian — 给Claude Code装一个会自己整理的第二大脑 仓库:https://github.com/AgriciDaniel/claude-obsidian(Python,总星14,010、当日+634)
思路基于Karpathy提过的“LLM Wiki”模式:你往Obsidian仓库里扔任何资料(网页、PDF、笔记),Claude Code自动阅读、建立双向链接、归档进一张纯Markdown的知识图谱——数据完全归你,号称开源版Notion替代。对重度笔记用户,这是把“AI笔记”从对话式升级成库式的关键一步。
顺带一提,同榜的 DietrichGebert/ponytail(总星114,059)一句话定位很妙:“让你的AI Agent像房间里最懒的资深程序员一样思考——最好的代码是你永远不用写的代码。”一个提示词工程仓库能涨到11万星,本身就说明“约束Agent行为”已经是大生意。
| 你以为的 | 实际情况 |
|---|---|
| AI做视频=即梦/可灵生成单段片段 | OpenMontage做全流程制片,60秒成片成本低至$1.33(官方样片数据) |
| “免费AI视频”都是静态图硬动画 | 纪实蒙太奇流水线用CLIP检索Archive.org/NASA真实影像来真剪 |
| 国内key玩不了海外Agent项目 | OpenMontage一级支持火山Ark、可灵官方API、豆包/DashScope TTS |
| Skills是Claude Code专属玩法 | Agent Skills已成开放标准,Cursor/Codex/Gemini CLI通吃 |
| 科研AI=问答工具 | 163个带CI测试的科研技能+78库统一查询,免费MIT |
git clone OpenMontage,make setup 后用零key路径跑一条 make demo,感受全流程(约20分钟,成本$0)。ARK_API_KEY / KLING_API_KEY 填进 .env,解锁生成式视频路径,单条预算设在$2以内试水。npx skills add K-Dense-AI/scientific-agent-skills,只装自己领域的技能子集(官方自己都提醒别一次全装,技能文件占上下文)。判断:当“制片能力”被压缩成一份700文件的Skills包+你的编码助手,视频内容生产的边际成本正在逼近零。先跑通这套流程的人,会在下一波内容卷量中占住身位。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。
