用 AI 做视频的人，多半都被同一件事坑过：你把“帮我剪个 60 秒的片子”丢给编码助手，它回你一段像模像样的方案，最后端出来的却是一沓图片配背景音乐——也就是常说的“幻灯片”，不是视频。GitHub 上这个叫 OpenMontage 的项目，号称是“第一个开源的、代理化（agentic，也就是让 AI 自己当导演）的视频制作系统”，已经攒到 6.89 万 Star。我把它拷进隔离沙箱翻了个遍，也把它自带的测试全套跑了一遍，撞见一个别的评测少见的组合：测试绿得挺踏实，它自己却连一个正式版本都没发过。
它不是剪辑软件，是给 AI 写的一整套拍片流程
先把它是什么说清楚。OpenMontage 自己没有“开始渲染”按钮，也没有一个 Python 程序在后台指挥。它的原话是：你的 AI 编码助手就是导演——项目里没有 orchestrator（也就是总调度器）这层代码，真正干活的是一堆写给人看的说明书。
一句话定位：给 AI 助手装一整套拍片的作业规范，从选题一路排到成片，中间每一步都要求它留下证据、并且接受复核。
它的骨架分三层，理解这三层，整个项目就清楚了：
- 第一层是工具层：仓库里 127 个工具类，说的是“有哪些手艺可用”——生成视频的、配音的、加字幕的、调色的、拆镜头的都在这里。
- 第二层是流程层：12 条流水线（用 YAML 写的清单），说的是“这次按哪套流程走”。比如动画解说、口播头像、纪录片混剪、长视频批量切短片。
- 第三层是知识层：139 份技能说明（用 Markdown 写的），说的是“每一步具体怎么做才算专业”。
这三层里，真正装东西的是第三层。README 里那句“700+ 技能与制作知识文件”，我数了一遍是对得上的：skills/ 目录下 157 个 Markdown，加上 .agents/skills/ 下的 578 个，一共 735。所以它不是一个“装了就出片”的工具，更像一本摊开的行业手册，加一套逼 AI 照着手册干活的规矩。
我把它的测试跑了，绿得比预期扎实
评一个“号称能拍片”的项目，最尴尬的地方是：我没法用它拍一部片来证明它行——它要调的是 Veo、Kling 这些按次收费的生成模型，跑一遍就是真金白银。所以我换了两件能核的事：它的代码规模，和它自带的测试。
先看规模。去掉版本历史，整个仓库 2171 个文件，其中 Python 代码 560 个文件、14.6 万行；配套的 TypeScript 有 75 个文件、1.2 万行；Markdown 文档 1099 份。这个体量不像一个周末项目。
然后是测试。它自带的测试分两块，我都跑了：
| 测的是什么 | 结果 |
|---|---|
| 契约与核心测试（contracts / lib / styles / 回放 / 网络守卫） | 1357 条通过，9 条跳过，0 失败，47 秒 |
| 工具层测试（每个生成工具的行为） | 690 条 |
| 网络守卫专项（专门验证“测试不许联网”那道闸门） | 7 条：6 条通过，1 条按设计跳过 |
跑之前我特意确认了一件事：这些测试不允许联网。仓库的测试配置里专门写了一段“安全网”——在系统最底层的网络接口上设卡，任何测试只要试图连一个真实的服务商，就直接报错。它的原话很实在：服务商是按次收费的，测试一旦连上真实接口，就是在每次跑 CI 的时候悄悄花钱。这不是一句口号，我实测确认它真的拦得住：专门去撞它这个闸门的 7 条测试，6 条通过、1 条按设计跳过。
有个细节值得单独说。跑这套测试需要 ffmpeg（一个开源的音视频处理工具），我一开始图省事，把 ffprobe 软链接指到了 ffmpeg 上。结果有 4 条集成脚本报错、1 条契约测试失败——错误信息全是“读数失败”“音频时长不对”。我没急着把它记成“项目有 5 个 bug”，而是去读了源码：那几处报错，恰好都发生在需要 ffprobe 输出 JSON 的地方，也就是我自己那个假链接必然撑不住的地方。换成两个真工具再跑一遍，那 5 处全部转绿。
把这一步写进来，是因为它比“全绿”更说明问题：这份仓库的测试对环境是敏感的，报错时给的信息也是可定位的（它直接说出是哪一步的读数不对），不是那种“某处炸了、你自己猜”的测试。同时这也是我这篇的唯一一处失真——如果我不查明就下笔，就会误报它 5 个不存在的缺陷。
一个 6.89 万 Star 的项目，为什么没发过正式版
它的“靠谱”还有一条更硬的证据。这个项目在“干活之前先设卡”这件事上，做得比一般开源项目狠。举个例子：它不信任 AI 交出来的初稿。渲染之前，它会先算一遍“这段东西会不会看起来像幻灯片”，从六个维度打分——镜头重复、用画面凑数、运动太弱、镜头没有意图、光靠字幕撑场、以及“吹了电影感但撑不起来”。这套打分本身有 800 多行代码和配套测试，不是摆设。
但就是这么个东西，有两个数字并排放在一起，反差大到扎眼：
- GitHub 上 0 个正式版本。我核过：既没有打过一个版本标签，也没有发过一次 release（发布说明）；代码里写的版本号还是 0.1.0。
- 它已经 6.89 万 Star、8853 个 fork，创建于 2026 年 3 月 29 日，到今天是第 202 天。
一个 6.89 万 Star 级别的项目，连一个 v1.0 都没打过，这在小圈子里不算罕见，但对一个要“替你做完整条产线”的工具来说，是个必须写清楚的前提：你拿到的是主干的滚动快照，不是一个被冻结、被验证过的版本。 升级不会沿着版本号走，而是跟着主干天天变。这对喜欢尝鲜的人是优点，对要把它塞进稳定流程的人是风险。
维护节奏上还有一处，我如实写下来：最近 100 次提交里，有 66 次出自同一个人（作者本人用了两个提交身份，Calesthio 与 calesthio 合起来算）；按提交时间分月看，8 月 70 次、9 月只有 1 次、10 月 29 次。9 月那个空档不是“凉了”——10 月又回到高频，说明是个人开发者的节奏波动，而不是项目停摆。但个人集中度高这件事，意味着它的开发速度高度依赖一个人的时间。
和市面上的做法比，它站在哪
把它和几种常见做法摆一起，位置就清楚了：
| 做法 | 谁是导演 | 流程从哪来 | 对“像幻灯片”这件事的态度 |
|---|---|---|---|
| 一个提示词出一个片段 | 模型自己 | 没有流程 | 不判断 |
| 往任务流里拖节点 | 你（人工拼） | 你自己设计 | 不判断 |
| OpenMontage | AI 助手 | 仓库里 12 条 YAML 清单 + 139 份说明 | 渲染前自动打分拦截 |
差别集中在最后一列。多数“AI 做视频”的出片质量，取决于你提示词写得巧不巧；OpenMontage 的做法是把“像不像视频”变成一个能算、能拦的指标，写进流水线里。这个思路比它的功能列表更值得学。
适合谁用：手上已经有能调工具的编码助手（Claude Code、Cursor、Copilot 这类都行）、愿意按它的分层去读说明书、并且接受“它每个真实出片步骤都在花钱”的人。也适合只想学一套“把创作流程拆成阶段并加质检”的方法论、不打算真跑的人。
不适合谁用：指望装上一个工具、对着它说一句话就拿到成片的人——它的出片能力取决于你给它配了哪些模型的密钥；没配就是一套跑得动的空壳。另外像它这样没发过正式版本的仓库，不要把它当稳定的生产依赖，先在侧线项目里试用。
我的判断
OpenMontage 配得上它的 Star 数，但配的方式和多数人以为的不一样。它的价值不在“又一个 AI 视频工具”，而在两头：一头是那 735 份技能文件——这是把“拍片”这件事拆到可执行颗粒度（也就是细到每一步都能照着做）的一次公开整理，读它比跑它更有收获；另一头是它把“先设卡再动手”落成了代码——不允许测试联网、渲染前拦幻灯片、每一步留决策记录。
它的代价也很清楚：没有正式版本、没有打包好的发行版、出片要你自己接模型密钥、主力开发集中在一人身上。所以我的结论是放进“值得精读、谨慎依赖”这一档——把它当一个设计样本去读，比把它当一个软件去用，收获大得多。
关注 AI商业快讯，每天一篇 AI 热点深度解读。
相关阅读：