OpenMontage 到底是什麼？一個會自己調度劇組的系統
先用官方資料講白。根據 GitHub repo 公開資訊，OpenMontage 的定位是：open-source、agentic video production system。
翻成人話：它不是只負責「生一段片」的那個演員，而是站你旁邊的 AI 總導演。你丟一個題目，它會自己把工作拆開——先決定這支片該怎麼拍（pipeline）、要不要先參考一支片、哪些畫面交給哪個技能去做、最後怎麼合成輸出。重點從「單段生成」整個搬到「整條製片流程的編排」。
同一次查詢（2026.06.25 晚上，直接抓 GitHub API），repo 還有約 2,410 forks、123 open issues，license 是 AGPL-3.0。這幾個數字不是要你背，而是要提醒你：它已經不是沒人看的小實驗，但也還沒成熟到「大家結論都一致」的階段。
真正的新意，不是會生片，是會排劇組
你最近如果看多了 AI 影片工具，很容易被「又多一個能做片的」麻痺。OpenMontage 值得注意的地方在於：它把重點從「生一段 clip」搬到「管一整條製片產線」。具體說，它做四件跟別人不一樣的事：
- 先把請求當成 pipeline selection 問題。 不是一上來就寫 prompt，而是先判斷這支片屬於哪種生產路徑。
- 把 reference video 當一級公民。 官方討論裡很明顯在推「貼一支影片，先生一份 production plan」這種工作模式。
- 把合成 runtime 分清楚。 結構型、資料驅動的畫面走 Remotion；動態字卡、網頁動效味較重的走 HyperFrames。
- 把工具可用性和供應商成本攤開。 它不假裝全部都能免費跑，而是承認 zero-key 可以起步，但上限跟付費供應商不是同一級。
先認識這個劇組裡有哪些角色
| 劇組角色（我的比喻） | OpenMontage 實際上是什麼 | 這類工作該怎麼編排 |
|---|---|---|
| AI 總導演 | orchestrator：讀你的需求、選 pipeline、調度底下的技能與工具 | 它就是決定「下面每件事要分支、還是排線」的那個人 |
| 編劇／選題 | 把題目拆成 production plan、分析你給的 reference video | 分支任務：要判斷、會岔開——適合各自展開的子代理 |
| 分鏡／場景 | pipeline 裡的場景生成步驟 | 線性產線：順序固定，走 workflow |
| 人物／動畫 | 控制角色一致性與動作的 skills／tools | 看狀況：試方案時分支，定案後排線 |
| 剪輯 | 把素材接起來的合成步驟 | 線性 workflow：前一步的輸出直接餵下一步 |
| 特效／字卡 | HyperFrames（動態字卡、網頁動效味的畫面） | 線性 runtime 一環 |
| 音效／配音 | 配音、字幕相關的 tools | 線性產線一環 |
看出來了嗎？這正是封面那句話：分支任務用子代理，線性任務走 Workflow。需要平行展開、各自判斷的活（選題、找參考片、試不同角色方案），交給不同子代理去打團戰；順序固定、一步餵一步的活（合成、剪輯、加字卡、輸出），就讓它走一條穩定的 workflow。OpenMontage 真正在幫你做的，就是把這兩種活分清楚、然後自動編排。
這條分界線本身就是門功夫，我在另一篇拆得更細：Claude 什麼時候該開子代理？什麼時候該走 Workflow？ 看完那篇，你再回頭看 OpenMontage 的設計，會更有感。
目前公開討論大概分成哪幾坨？
我把目前抓到的公開討論分成六類：官方 repo、官方 Discussions、中文教學文、工具導航／索引站、新聞轉載與熱度訊號、以及極早期的技術社群回聲。下面這張表就是給你快速判斷哪裡值得看。
GitHub Repo
這是最該先看的。因為 OpenMontage 的真正價值不只在首頁文案，而是在 repo 結構本身：pipeline defs、skills、tool registry、provider 文件、Remotion 與 HyperFrames 這兩條合成路徑，全部都在這裡。
GitHub Discussions
如果你想看「真正有在用的人在聊什麼」，這區比 repo 首頁更有味道。從我直接抓到的 thread 來看，討論焦點很明顯不是單純吹模型，而是：production plan、HyperFrames、cinematographer prompt taxonomy、Seedance／Kling 模型選擇、免費做片可能性。
- OpenMontage now renders with HyperFrames
- OpenMontage official YouTube channel is live
- Seedance 2.0 is now the default premium video model in OpenMontage
- Kling 2.6 vs Seedance 2 for a cinematic book trailer
Knight Li 中文教學
這篇比較像「把 repo 翻成人話」。它會整理安裝、FFmpeg、Node、API key、本機 GPU 選項與適合場景，對於第一次接觸 OpenMontage 的人很友善。
AI工具集、AgentSkill.work
這兩種站的價值是讓你快速知道這東西在外面怎麼被分類、怎麼被一句話介紹；但它們通常比較像 catalog，不適合拿來當最終事實來源。
CSDN 安裝到出片教學
CSDN 這篇偏長流程 walkthrough，對想快速知道「大概怎麼裝、怎麼跑」的人有幫助。但它也是最需要 fact-check 的一類，因為長文教程常常把二手資訊一路複製下去。
AIPostHub ＋ Hacker News
這類來源比較像「有人開始注意到了嗎？」而不是「技術上講得多準？」。我查 HN Algolia 時，OpenMontage 只有幾篇早期提交，分數分別是 7、5、2，代表它已經碰到技術早期採用者，但還談不上形成成熟共識。
從官方討論看，大家真正關心的是什麼？
如果只看新聞標題，你會以為大家只是被「爆紅 GitHub」吸過來。但從 Discussions thread 標題來看，圈內人已經在聊比較實際的問題：哪個 premium video model 順手、HyperFrames 好不好用、怎麼從 reference video 生成 production plan、免費做片到底能做到什麼程度。
這代表一件事：OpenMontage 的公開討論，至少在早期使用者圈子裡，已經不是「哇，好酷」這麼淺。它開始進入「這套 production grammar 到底成不成立」的層次。
目前最容易被講錯的地方
寫這類文章最怕的不是資料少，而是二手資料太多。OpenMontage 現在就已經出現一些 metadata drift。下面這張表是我整理後最值得先守住的幾個點。
| 常見說法 | 我建議怎麼寫 | 原因 |
|---|---|---|
| 「它是 MIT 授權」 | 先以 GitHub 官方 repo 顯示的 AGPL-3.0 為準 | 我直接查 GitHub API 時，license 顯示為 AGPL-3.0；二手教學文若寫別的，先當它過時或誤抄。 |
| 「它有 400+ skills」 | 若要寫技能數，請優先沿用官方主打的 500+ | 二手頁面有些還停在較舊的 skill 數量，直接複製會讓你文章看起來像沒查證。 |
| 「零 API key 就能完整替代付費生成」 | 可以起步，但上限與成品穩定度不能亂吹 | 官方敘事本來就承認 zero-key 路徑存在，但品質天花板和 fully provisioned paid setup 不同。 |
| 「這就是新的 AI 影片模型」 | 更準確的說法是：agentic video production system | 它核心不是發明單一模型，而是整合 pipeline、技能、工具、provider 與合成 runtime——也就是「會排劇組」這件事。 |
誰該進這個劇組？誰先別急著開機？
這題也要講白，不然很容易變成每個看到熱門 repo 的人都想裝。
- 該關注的人： 本來就在做短影音、教學片、知識型內容，或者你已經會用 coding assistant，想把影片製作也納進同一條 AI 生產鏈。
- 特別適合的人： 你不是只想「按一下生一段」，而是想管理 reference、語音、素材、字幕、剪輯與輸出的一整套流程——也就是想當製作人，而不是當演員。
- 不用急著裝的人： 你現在連單支影片的腳本、鏡頭感、受眾定位都還沒穩，或者你其實只想偶爾丟一句 prompt 生個片段，那先用純生成工具就夠了。
說更粗暴一點：OpenMontage 比較像「想把影片做成產線的人」的玩具，不太像「想碰碰 AI 影片」的新手玩具。
如果我要幫船員下一句總評
我的總評會是這樣：OpenMontage 值得關注，不是因為它現在已經完美，而是因為它把 AI 影片這件事，從「模型表演」往「製片系統」推了一步。
這一步很重要。因為接下來真的有機會拉開差距的，不一定是誰又多了一個更會生的模型，而是誰能把「選題、拆腳本、參考片分析、素材調度、合成、校稿、輸出」這些原本散掉的工作，變成一條可重複運行的工作流——一個你叫得動的劇組。