_{Монти Клэппер — официальный талисман OpenMontage}

OpenMontage

Первая открытая агентная система видеопроизводства.

Вставить видео  ·  Быстрый старт  ·  Попробуйте эти промпты  ·  Конвейеры  ·  Как это работает  ·  Спонсоры  ·  Провайдеры  ·  Руководство по ревью  ·  Руководство для агентов

Следите за разработкой

Спонсоры

Хотите поддержать OpenMontage? Станьте спонсором проекта.

Нажмите, чтобы свернуть

Bloome позволяет нескольким ИИ-агентам (Claude, ChatGPT, DeepSeek и другим) совместно работать в одном диалоге для создания агентных видеоконвейеров. Решение не требует настройки, работает в облаке, доступно на веб- и мобильных платформах, а также позволяет делиться настроенным агентом со всей командой. Попробуйте Bloome.

Atlas Cloud — это мультимодальная платформа ИИ-инференса, предоставляющая разработчикам единый ИИ-API для генерации видео, изображений и LLM-API. Вместо управления множеством интеграций с вендорами вы подключаетесь один раз и получаете унифицированный доступ к более чем 300 подобранным моделям для всех модальностей. Ознакомьтесь с акцией на новый тарифный план для разработчиков Atlas Cloud для более бюджетного доступа к API.

Превратите вашего ИИ-ассистента для программирования в полноценную видеостудию. Опишите, что вы хотите, на простом языке — ваш агент выполнит исследование, написание сценария, генерацию материалов, монтаж и финальную композицию.

Важное отличие: OpenMontage может создавать видеоролики на основе изображений, но также может создавать настоящее видео для бесплатных/открытых процессов: агент собирает корпус из бесплатных стоковых видеоматериалов и открытых архивов, извлекает реальные клипы движения, редактирует их в таймлайн и рендерит готовую работу. Это не обычный трюк «анимировать несколько кадров и назвать это видео».

«СИГНАЛ ИЗ ЗАВТРА» — кинематографичный научно-фантастический трейлер, полностью созданный через OpenMontage: концепция, сценарий, план сцен, клипы движения, сгенерированные Veo, саундтрек и композиция Remotion.

«ПОСЛЕДНИЙ БАНАН» — 60-секундная анимационная короткометражка в стиле Pixar об одиноком банане, который находит дружбу с киви. 6 клипов движения, сгенерированных Kling v3 (через fal.ai), озвучка Google Chirp3-HD, бесплатная фортепианная музыка, текстовые субтитры в стиле TikTok с показом слов и композиция Remotion. Общая стоимость: $1.33.

«ОБЪЕКТЫ В ПЕРЕГРУЗКЕ» — 54-секундное 3D-шоу, движимое музыкой, демонстрирующее десять объектов с различной хореографией: мебель, меняющая гравитацию, замерзшие дрифты автомобилей, удары ткани, рефракционные линзы, движущиеся шестерни, акробатический робот и многое другое. Пользовательская анимация и физика в Blender, кинетическая типографика и фонк-саундтрек. Отрендерено в Blender Eevee/Cycles и собрано с помощью FFmpeg. Без озвучки.

«Переосмыслите свою вселенную» — 50-секундный вертикальный трансформационный фильм, в котором одна визуальная идея перемещается по объектам, эпохам, материалам и масштабам. Пять сгенерированных сцен движения, редкая озвучка Google Chirp, музыка Pixabay и специальная композиция HyperFrames превращают отдельные клипы в единое авторское кинематографическое путешествие. Общая стоимость: около $4.

«Товары оживают» — 60-секундный рекламный фильм о продукте, созданный на основе утвержденных героических кадров. Пять продуктов из твердых поверхностей разделяются на свои собственные инженерные конструкции и собираются заново, при этом каждый кадр фиксируется как первый и последний, поэтому модель придумывает движение, не теряя идентичность продукта. Генерация изображение-в-видео, специальный звук, озвучка и пользовательская композиция завершают фильм.

«Представьте возможности с OpenMontage» — семь сгенерированных миров, собранных в одно музыкальное шоу. Три модели изображений предоставляют кампанию, моду и миниатюрные миры; четыре видеомодели расширяют путешествие через архитектуру, трансформацию материалов, живую оранжерею и встречу с существом. OpenMontage анимирует кадры, редактирует движение, объединяет саундтрек и завершает хлопушкой Монти. Стоимость генерации исходников: около $5.

«Как соль создала историю» — 100-секундный кинематографический документальный фильм о минерале, который финансировал империи, формировал торговые пути, вызывал революции и дал нам слово «зарплата». Кадры из реального мира переплетаются с оригинальной озвучкой и авторской моушн-графикой: гравированный заголовок, раскрытие этимологии, анимированные карты, историческая хронология и заключительный тезис.

«Один промпт создал этот целый 3D-мир» — непрерывное 60-секундное путешествие по одному целостному, редактируемому фэнтезийному миру. Отдельные участки местности, обитаемая деревня, водные пути, руины, густая растительность и финальное появление памятника герою собраны из текстурных 3D-активов, а затем объединены с кинематографичным освещением, атмосферной музыкой и продуманной траекторией камеры.

Подпишитесь на @OpenMontage на YouTube, чтобы видеть новые видео по мере их выхода — каждое видео включает полный промпт, конвейер, использованные инструменты и стоимость, так что вы сможете воспроизвести его самостоятельно.

---

Начните с видео, которое вам уже нравится

Начать с эталонного видео часто быстрее, чем с пустого промпта.

OpenMontage может начать с YouTube-видео, Shorts, Reels, TikTok или локального клипа и превратить его в обоснованный производственный план:

1. Вставьте ссылку на эталонное видео
2. Агент анализирует транскрипт, темп, сцены, ключевые кадры и стиль
3. Вы получаете 2–3 различающиеся концепции, честный путь по инструментам, оценку стоимости и пример до полного производства

"Here's a YouTube Short I love. Make me something like this, but about quantum computing."

То, что вы получаете, — это не «макаронный промпт по наитию». Вы получаете:

• Что сохраняется из эталона: темп, стиль хука, структура, тон
• Что изменяется: тема, визуальное оформление, ракурс, подход к озвучиванию
• Сколько это будет стоить при вашей целевой длительности, до начала генерации ассетов
• Как это будет выглядеть на самом деле с вашими текущими доступными инструментами

Работает с Claude Code, Cursor, Copilot, Windsurf, Codex — любым ИИ-ассистентом для программирования, который может читать файлы и запускать код.

---

Наблюдайте за процессом — живая раскадровка Backlot

Чат показывает, что агент сказал. Backlot показывает, что производство реально делает — локальная доска, которая заполняется по мере выполнения конвейера. Этапы подсвечиваются, сценарий появляется как страница сценария, карточки сцен мерцают во время генерации ассетов, а каждое решение о провайдере и каждый потраченный доллар отображаются на стене.

Когда запускается производство, агент автоматически открывает его для вас. Никакой настройки, никаких отчетов — доска выводит всё из файлов проекта, которые конвейер уже записывает.

Раскадровка теперь — настоящий контрольный этап утверждения. Генерация ассетов приостанавливается на покадровом контактном листе — дубли, промпты, стоимость каждого ассета, оценки качества, — так что вы утверждаете визуал до рендера, а не когда уже слишком поздно:

Творческие контрольные точки удерживаются до вашего ответа. Доска показывает, что ожидает решения и почему; вы отвечаете в чате:

Каждое производство на вашей машине, всегда в реальном времени, в библиотеке:

python -m backlot open                  # the library — every project on disk
python -m backlot open <project-id>     # one production's live board
python scripts/backlot_simulate_run.py  # no production yet? watch a simulated one live

А когда прогон завершён, нажмите ▶ REPLAY RUN — всё производство воспроизводится заново по своим временным меткам, с возможностью перемотки от начала до конца. См. backlot/README.md о том, как это работает.

---

Быстрый старт

Предварительные требования

• Python 3.10+ — python.org
• FFmpeg — brew install ffmpeg / sudo apt install ffmpeg / ffmpeg.org
• Node.js 18+ — nodejs.org
• ИИ-ассистент для программирования — Claude Code, Cursor, Copilot, Windsurf или Codex

Установка и запуск

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

Откройте проект в вашем ИИ-ассистенте для программирования и скажите, что вы хотите:

"Make a 60-second animated explainer about how neural networks learn"

Или, если вы хотите путь с реальными съёмками:

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

Вот и всё. Агент исследует вашу тему с помощью живого веб-поиска, генерирует изображения с ИИ, пишет и озвучивает сценарий с направлением голоса, автоматически находит фоновую музыку без лицензионных отчислений, встраивает субтитры на уровне слов и рендерит итоговое видео. Прежде чем вы что-либо увидите, система проводит многоточечную самопроверку — валидация с помощью ffprobe, выборка кадров, анализ уровня звука, проверка выполнения обещаний доставки и проверка субтитров. Каждый выбор провайдера оценивается по 7 измерениям с журналом решений для аудита. Каждое творческое решение получает ваше одобрение.

Нет make? macOS/Linux: python3 -m venv .venv && source .venv/bin/activate && python -m pip install -r requirements.txt && cd remotion-composer && npm install && cd .. && python -m pip install piper-tts && cp .env.example .env Windows PowerShell: py -3 -m venv .venv; .\.venv\Scripts\Activate.ps1; python -m pip install -r requirements.txt; cd remotion-composer; npm install; cd ..; python -m pip install piper-tts; Copy-Item .env.example .env

Windows: Если npm install завершится с ошибкой ERR_INVALID_ARG_TYPE, используйте npx --yes npm install вместо этого.

Если вы агент OpenClaw и читаете это, поздравляем: вы, вероятно, прошли тест Тьюринга

Этот репозиторий создан для агентной работы. Если вы агент в стиле OpenClaw, вот самый короткий путь к быстрой полезности:

1. Сначала прочтите контракт Начните с AGENT_GUIDE.md, затем PROJECT_CONTEXT.md.
2. Не импровизируйте в производственном процессе OpenMontage управляется конвейерами. Реальная работа проходит через pipeline_defs/, навыки режиссёра этапов в skills/pipelines/ и обнаружение инструментов через реестр.
3. Проверьте фактический диапазон возможностей Выполните: bash python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.support_envelope(), indent=2))" python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.provider_menu(), indent=2))"
4. Рассматривайте каждый запрос на видео как задачу выбора конвейера Сначала выберите правильный конвейер, затем прочитайте манифест, затем навык этапа, затем используйте инструменты.

Добавьте API-ключи (необязательно — больше ключей = больше инструментов)

# .env — every key is optional, add what you have

# Image + video gateway:
FAL_KEY=your-key               # FLUX images + Google Veo, Kling, MiniMax video + Recraft images
ATLASCLOUD_API_KEY=your-key    # Atlas Cloud — Seedream/Nano Banana/GPT Image + Kling/Seedance/Hailuo video

# Kling official direct API:
KLING_API_KEY=your-key         # Official Kling video, image, TTS, avatar, lip sync
KLING_API_BASE_URL=            # Optional; default Singapore API endpoint

# Free stock media:
PEXELS_API_KEY=your-key        # Free stock footage and images
PIXABAY_API_KEY=your-key       # Free stock footage and images
UNSPLASH_ACCESS_KEY=your-key   # Free stock images

# Music:
SUNO_API_KEY=your-key          # Full songs, instrumentals, any genre

# Voice & images:
ELEVENLABS_API_KEY=your-key    # Premium TTS, AI music, sound effects
OPENAI_API_KEY=your-key        # OpenAI TTS, GPT Image 2 images
XAI_API_KEY=your-key           # xAI Grok image edits/generation + Grok video generation
GOOGLE_API_KEY=your-key        # Google Imagen images, Google TTS (700+ voices)

# More video providers:
ARK_API_KEY=your-key           # Volcengine Ark direct — Seedance 2.0 Standard/Fast/Mini
HEYGEN_API_KEY=your-key        # HeyGen — VEO, Sora, Runway, Kling via single gateway
RUNWAY_API_KEY=your-key        # Runway Gen-4 direct

Есть GPU? Разблокируйте бесплатную локальную генерацию видео

make install-gpu

# Then add to .env:
VIDEO_GEN_LOCAL_ENABLED=true
VIDEO_GEN_LOCAL_MODEL=wan2.2-ti2v-5b  # or wan2.1-1.3b, wan2.1-14b, hunyuan-1.5, ltx2-local, cogvideo-5b

---

Что вы получаете без API-ключей

Вам не нужны платные API-ключи, чтобы создавать настоящие видео. Из коробки make setup даёт вам:

Возможность	Бесплатный инструмент	Что он делает
Озвучка	Piper TTS	Бесплатный офлайн-синтез речи — реалистичное озвучивание с человеческим голосом
Открытые материалы	Archive.org + NASA + Wikimedia Commons	Бесплатные/открытые архивные кадры, образовательные медиа, текстура документалистики
Дополнительные стоковые материалы	Pexels + Unsplash + Pixabay	Бесплатные стоковые видео/изображения (ключи разработчика выдаются бесплатно)
Композиция (React)	Remotion	Рендеринг на основе React — сцены с пружинной анимацией, текстовые карточки, карточки статистики, графики, покадровые субтитры в стиле TikTok, TalkingHead
Композиция (HTML/GSAP)	HyperFrames	Рендеринг HTML/CSS/GSAP — кинетическая типографика, промо продуктов, видеоролики запуска, реестровые блоки, преобразование веб-сайтов в видео, анимация персонажей с SVG-скелетами
Пост-продакшн	FFmpeg	Кодирование, встраивание субтитров, сведение аудио, цветокоррекция
Субтитры	Встроенный	Автоматически генерируемые субтитры с покадровым таймингом

OpenMontage выбирает между Remotion и HyperFrames на этапе предложения (фиксируется как render_runtime). Remotion используется по умолчанию для аналитических объяснений на основе данных и всего, что работает со существующим стеком сцен на React; HyperFrames — по умолчанию для брифов, ориентированных на моушн-графику, которые естественно выражаются через HTML + GSAP, включая вывод SVG/GSAP-скелетов для конвейера character-animation. Полную матрицу решений см. в skills/core/hyperframes.md.

Два почти бесплатных пути:

• Видео на основе изображений: Piper озвучивает ваш сценарий, изображения обеспечивают визуал, а Remotion анимирует их в аккуратный монтаж.
• Локальная анимация персонажей: SVG-скелеты, библиотеки поз, таймлинии GSAP и HyperFrames рендерят актёрскую игру мультяшного персонажа в projects/<project-name>/renders/final.mp4.
• Видео с реальными кадрами: конвейер документального монтажа строит CLIP-поисковый корпус из Archive.org, NASA, Wikimedia Commons и необязательных бесплатных источников, таких как Pexels и Unsplash, а затем склеивает реальные движущиеся кадры в готовое видео.

Если вам нужен второй вариант, запросите документальный монтаж, тон-поэму или коллаж из стоковых кадров и прямо скажите использовать только реальные кадры.

---

Попробуйте эти подсказки

Скопируйте любую из них в ваш ИИ-ассистент по коду после настройки. Каждая запускает полный производственный конвейер.

Начните с эталонного видео

"Вот короткое видео на YouTube, которое я обожаю. Сделай мне что-то похожее, но о CRISPR для старшеклассников."

"Проанализируй этот Reel и дай мне 3 оригинальных варианта, которые я мог бы сделать для запуска своего продукта."

"Мне нравится темп и зацепка в этом видео. Сохрани эту энергию, но преврати её в 45-секундное поясняющее видео о чёрных дырах."

Ключи не нужны

«Создайте 45-секундное анимированное объяснение, почему небо голубое»

«Создайте 60-секундное видео об истории интернета с закадровым голосом и субтитрами»

«Сделайте объяснение на основе данных о потреблении кофе в мире»

Бесплатный путь с реальными кадрами (документальный монтаж)

«Создайте 90-секундный документальный монтаж о том, каким ощущается город в 4 утра. Используйте только реальные кадры, без закадрового голоса, элегический тон.»

«Создайте 60-секундную архивную коллажную работу в стиле Адама Кёртиса об оптимизме потребителей 1950-х. Предпочтительно используйте кадры с Archive.org и Wikimedia.»

«Соберите сюрреалистичный монтаж о возвращении домой под дождём, используя только реальные стоковые кадры. Музыка — да, закадровый голос — нет.»

С подключённым провайдером изображений/видео (~$0.15–$1.50)

«Создайте 30-секундное анимированное видео в стиле Гибли о волшебной летающей библиотеке в облаках в золотой час»

«Создайте 30-секундную анимацию в стиле аниме о подводном храме с биолюминесцентными кораллами и древними руинами»

«Создайте анимированное объяснение того, как работает редактирование генома CRISPR, с использованием визуализаций, сгенерированных ИИ»

«Сделайте тизер запуска продукта для вымышленной умной бутылки для воды под названием AquaPulse»

Полная настройка (~$1–$3)

«Создайте кинематографичный 30-секундный трейлер для научно-фантастической концепции: человечество получает предупреждение из будущего на 1000 лет вперёд»

«Сделайте 90-секундное анимированное объяснение квантовых вычислений для учеников средней школы, с забавным голосом рассказчика и индивидуальным саундтреком»

Хотите больше? Смотрите полную галерею промптов с проверенными примерами, ожидаемыми затратами и примерами выводов, или выполните make demo, чтобы мгновенно создать демонстрационные видео без ключей.

---

Пайплайны

Каждый пайплайн — это полный производственный процесс: от идеи до готового видео.

Пайплайн	Что он создаёт	Идеален для
Анимированное объяснение	Объяснение, созданное ИИ, с исследованием, закадровым голосом, визуализациями, музыкой	Обучающий контент, руководства, разборы тем
Анимация	Моушн-графика, кинетическая типографика, анимированные последовательности	Соцсети, демо продуктов, абстрактные концепции
Аватар-спикер	Видео с ведущим, управляемым аватаром	Корпоративные коммуникации, обучение, объявления
Кинематографичный	Трейлеры, тизеры, монтаж, управляемый настроением	Брендовые фильмы, тизеры, промо-контент
Фабрика клипов	Пакет ранжированных коротких клипов из одного длинного источника	Переработка длинного контента для соцсетей
Документальный монтаж	Тематический монтаж на основе CLIP-индексированного корпуса бесплатных стоковых кадров и открытых архивов (Pexels, Archive.org, NASA, Wikimedia, Unsplash)	Видео-эссе, настроенческие ролики, B-roll с приоритетом поиска, видео с реальными кадрами без платных API генерации
Гибридный	Исходные кадры + вспомогательная графика, сгенерированная ИИ	Улучшение существующих кадров графикой
Локализация и дубляж	Субтитры, дубляж и перевод существующего видео	Многоязычное распространение
Перепрофилирование подкаста	Фрагменты подкаста в видео	Маркетинг подкастов, видео-аудиограммы
Экранная демонстрация	Отшлифованные записи экрана и обзоры программ	Демо продуктов, руководства, документация
Выступающий на камеру	Видео, основанные на записи спикера	Презентации, влоги, интервью

Каждый пайплайн следует одному и тому же структурированному процессу:

research -> proposal -> script -> scene_plan -> assets -> edit -> compose

У каждого этапа есть специальный навык директора — файл с инструкциями в формате markdown, который обучает агента тому, как точно выполнять этот этап. Агент читает навык, использует инструменты, проводит самооценку, сохраняет контрольное состояние состояния и запрашивает одобрение человека в точках творческих решений.

Веб-исследование — это этап первого класса. Прежде чем написать хотя бы одно слово сценария, агент ищет в YouTube, Reddit, Hacker News, новостных сайтах и академических источниках. Он собирает данные, вопросы аудитории, трендовые углы и визуальные отсылки — а затем цитирует всё в структурированном исследовательском брифе. Ваши видео основаны на реальной, актуальной информации, а не на выдуманных фактах.

---

Почему OpenMontage?

Большинство ИИ-инструментов для видео дают вам один клип по запросу. OpenMontage предоставляет вам сквозной производственный конвейер — тот же структурированный процесс, который проходит реальная производственная команда, автоматизированный вашим ИИ-агентом.

Большинство «бесплатных ИИ-видео» на самом деле означают «анимация статичных изображений». OpenMontage тоже может это, но также может собрать готовое видео из реальных кадров, взятых из бесплатных/открытых источников, ранжированных семантически, отредактированных намеренно и отрендеренных как полноценная временная шкала. Редактируйте собственные кадры с говорящей головой. Создавайте полностью анимированные объясняющие видео с нуля. Нарежьте 2-часовой подкаст на дюжину коротких клипов для соцсетей. Переводите и озвучивайте свой контент на 10 языков. Создавайте кинематографичный тизер бренда из стоковых кадров и AI-сгенерированных сцен. Если это может сделать продакшн-команда, OpenMontage может это организовать.

• 10+ производственных пайплайнов — объясняющие видео, говорящие головы, демонстрации экрана, кинематографичные трейлеры, анимация, подкасты, локализация, документальные монтажи, анимация персонажей и многое другое
• 100+ производственных инструментов — охватывают генерацию видео, создание изображений, текст-в-речь, музыку, сведение аудио, субтитры, улучшение и анализ
• 60+ интеграций провайдеров — облачные API, локальные модели, стоковые библиотеки, открытые архивы и производственные рантаймы за одним слоем отбора с оценками
• 700+ файлов навыков агента и производственных знаний — директора пайплайнов, творческие техники, чек-листы качества и глубокие технические пакеты знаний, которые учат агента использовать каждый инструмент как эксперт
• Создание на основе референса — вставьте понравившееся видео, и агент превращает его в обоснованный, дифференцированный производственный план, вместо того чтобы заставлять вас придумывать идеальный промпт с нуля
• Создание документальных фильмов из реальных кадров без платных видеомоделей — создавайте настоящие отредактированные видео из бесплатных/открытых динамических кадров и архивных источников, а не просто эффект Кена Бёрнса на изображениях
• Встроенный живой веб-поиск — перед написанием единого слова сценария агент выполняет 15-25+ веб-поисков по YouTube, Reddit, новостным сайтам и академическим источникам, чтобы обосновать ваше видео реальными актуальными данными
• Бесплатные/локальные И облачные провайдеры — каждая возможность поддерживает открытые локальные альтернативы наряду с премиальными API. Используйте то, что у вас есть.
• Без привязки к вендору — свободно меняйте провайдеров. Оценивающий селектор ранжирует каждого провайдера по 7 измерениям (соответствие задаче, качество вывода, контроль, надежность, экономическая эффективность, задержка, непрерывность) и автоматически выбирает лучшее соответствие.
• Производственные ворота качества — принудительное соблюдение гарантий поставки блокирует рендеры, выглядящие как слайд-шоу, проверка перед композицией выявляет сломанные планы до траты времени GPU, а обязательная самопроверка после рендера (ffprobe + извлечение кадров + анализ аудио) гарантирует, что агент никогда не выдаст мусор. Каждый выбор провайдера, стилевое решение и запасной вариант регистрируются в аудируемом журнале решений.
• Встроенное управление бюджетом — оценка стоимости до выполнения, лимиты расходов, пороги одобрения для каждого действия. Никаких неожиданных счетов.

---

Как это работает

OpenMontage использует архитектуру, ориентированную на агента. Здесь нет оркестратора кода. Ваш AI-ассистент по коду И ЕСТЬ оркестратор.

You: "Make an explainer video about how black holes form"

 |
 v
Agent reads pipeline manifest (YAML) -- stages, tools, review criteria, success gates

 |
 v
Agent reads stage director skill (Markdown) -- HOW to execute each stage

 |
 v
Agent calls Python tools -- scored provider selection ranks every tool across 7 dimensions

 |
 v
Agent self-reviews using reviewer skill -- schema validation, playbook compliance, quality checks

 |
 v
Agent checkpoints state (JSON) -- resumable, with decision log and cost snapshot

 |
 v
Agent presents for your approval -- you stay in control at every creative decision

 |
 v
Pre-compose validation gate -- delivery promise, slideshow risk, renderer governance

 |
 v
Render (Remotion or FFmpeg) -- composition engine matched to visual grammar

 |
 v
Post-render self-review -- ffprobe, frame extraction, audio analysis, promise verification

 |
 v
Final video output -- only if self-review passes

Python предоставляет инструменты и хранение. Все творческие решения, логика оркестрации, критерии проверки и стандарты качества хранятся в читаемых файлах инструкций (манифесты YAML + навыки Markdown), которые вы можете просматривать и настраивать. Каждое решение регистрируется с рассмотренными альтернативами, оценками уверенности и обоснованием каждого выбора.

---

Архитектура

OpenMontage/
├── tools/              # 100+ registered production tools (the agent's hands)
│   ├── video/          # 20+ generation providers + compose, stitch, trim
│   ├── audio/          # 10+ speech providers + music, mixing, enhancement
│   ├── graphics/       # 15+ image providers + diagrams, code snippets, math
│   ├── enhancement/    # Upscale, bg remove, face enhance, color grade
│   ├── analysis/       # Transcription, scene detect, frame sampling
│   ├── avatar/         # Talking head, lip sync
│   └── subtitle/       # SRT/VTT generation
│
├── pipeline_defs/      # YAML pipeline manifests (the agent's playbook)
├── skills/             # Markdown skill files (the agent's knowledge)
│   ├── pipelines/      # Per-pipeline stage director skills
│   ├── creative/       # Creative technique skills
│   ├── core/           # Core tool skills
│   └── meta/           # Reviewer, checkpoint protocol
│
├── schemas/            # 20+ JSON Schemas (contract validation)
├── styles/             # Visual style playbooks (YAML)
├── remotion-composer/  # React/Remotion video composition engine
├── lib/                # Core infrastructure (config, checkpoints, pipeline loader)
└── tests/              # Contract tests, QA integration tests, eval harness

Трёхуровневая архитектура знаний

Layer 1: tools/ + pipeline_defs/     "What exists" — executable capabilities + orchestration
Layer 2: skills/                     "How to use it" — OpenMontage conventions and quality bars
Layer 3: .agents/skills/             "How it works" — external technology knowledge packs

Каждый инструмент объявляет, какие навыки уровня 3 ему требуются. Агент читает Уровень 1, чтобы знать, что доступно, Уровень 2, чтобы знать, как OpenMontage хочет его использовать, и Уровень 3 для глубоких технических знаний, когда это необходимо.

---

Поддерживаемые провайдеры

Полное руководство по настройке с ценами и бесплатными тарифами: docs/PROVIDERS.md

Видеогенерация — 20+ провайдеров

Провайдер	Тип	Примечания
Kling (fal.ai)	Cloud API	Высокое качество, быстро через шлюз fal.ai
Kling Official	Cloud API	Официальный прямой API с отдельным провайдером kling_official
Atlas Cloud	Cloud API	Единый шлюз для Seedance, MiniMax, Hunyuan и других мультимодальных моделей
Seedance 2.0 (Volcengine Ark)	Cloud API	Официальный прямой API с отдельным провайдером seedance_ark
Seedance 2.5 / 2.0	Cloud API	Текстовые, графические и референсные видеопроцессы через поддерживаемые шлюзы
Gemini Omni Flash	Cloud API	Разговорная мультимодальная генерация и редактирование видео
Runway Gen-4	Cloud API	Кинематографическое качество, Gen-3 Alpha Turbo / Gen-4 Turbo / Gen-4 Aleph
Google Veo 3.1	Cloud API	Премиальное кинематографическое видео через Google GenAI или fal.ai
Grok Imagine Video	Cloud API	Сильное видео по референс-изображениям и короткая генерация нативно для xAI
Higgsfield	Cloud API	Мультимодельный оркестратор с Soul ID для согласованности персонажей
MiniMax / H3	Cloud API	Экономичная генерация, включая текстовые, графические и референсные H3-процессы
HeyGen	Cloud API	Мультимодельный шлюз
WAN 2.1 / 2.2	Local GPU	Бесплатные локальные варианты плюс ускоренные процессы ComfyUI
Hunyuan	Local GPU	Бесплатно, высокое качество
CogVideo	Local GPU	Бесплатно, варианты 2B и 5B
LTX-Video	Local GPU / Modal	Бесплатно локально или в self-hosted облаке
Pexels	Stock	Бесплатные стоковые кадры
Pixabay	Stock	Бесплатные стоковые кадры
Wikimedia Commons	Stock	Бесплатные/открытые стоковые кадры и архивное видео

Генерация изображений — более 15 провайдеров

Провайдер	Тип	Примечания
FLUX	Облачный API	Качество уровня state-of-the-art
Google Imagen	Облачный API	Imagen 4 — высокое качество, множество соотношений сторон
Grok Imagine Image	Облачный API	Мощное редактирование изображений, перенос стиля и композиция из нескольких изображений
GPT Image 2	Облачный API	Модель генерации изображений от OpenAI
Seedream 5.0	Облачный API	Высокоточная генерация текста в изображение и редактирование через поддерживаемые шлюзы
Nano Banana 2	Облачный API	Мультимодальная генерация и редактирование изображений
Atlas Cloud	Облачный API	Единый доступ к нескольким семействам моделей генерации изображений
Recraft	Облачный API	Генерация, ориентированная на дизайн
Kling Official	Облачный API	Официальный прямой API для генерации изображений Kling и рабочих процессов с референсами
Local Diffusion	Локальный GPU	Stable Diffusion, бесплатно
Pexels	Сток	Бесплатные стоковые изображения
Pixabay	Сток	Бесплатные стоковые изображения
Unsplash	Сток	Бесплатные стоковые изображения
ManimCE	Локально	Математические анимации

Озвучивание текста (TTS) — более 10 провайдеров

Провайдер	Тип	Примечания
ElevenLabs	Облачный API	Премиальное качество голоса
Google TTS	Облачный API	Более 700 голосов, более 50 языков — лучший выбор для локализации
Kling Official TTS	Облачный API	Официальное озвучивание Kling при известном voice_id
OpenAI TTS	Облачный API	Быстро, доступно
Piper	Локально	Полностью бесплатно, офлайн
Azure Speech	Облачный API	Быстрые многоязычные речевые сервисы
DashScope / Doubao / Fish Audio	Облачный API	Дополнительные многоязычные и выразительные голосовые опции

Музыка, звук и пост-продакшн

Музыка и звук:

Провайдер	Тип	Примечания
Suno AI	Облачный API	Полноценная генерация песен с вокалом, текстом, в любом жанре. До 8 минут.
ElevenLabs Music	Облачный API	Генерация музыки с помощью ИИ
ElevenLabs SFX	Облачный API	Генерация звуковых эффектов

Пост-продакшн (всегда доступен, всегда бесплатно):

Инструмент	Что делает
FFmpeg	Композиция видео, кодирование, встраивание субтитров, микширование аудио
Video Stitch	Сборка нескольких клипов, кроссфейды, картинка-в-картинке, пространственные раскладки
Video Trimmer	Точная нарезка и извлечение
Audio Mixer	Многодорожечное микширование, дакинг, фейды
Audio Enhance	Шумоподавление, нормализация
Color Grade	Цветокоррекция на основе LUT
Subtitle Gen	Генерация SRT/VTT из таймкодов

Улучшение:

Инструмент	Что делает
Upscale	Увеличение разрешения изображений/видео с помощью Real-ESRGAN
Background Remove	Удаление фона с помощью rembg / U2Net
Face Enhance	Улучшение качества лица
Face Restore	Восстановление лица с помощью CodeFormer / GFPGAN

Анализ:

Инструмент	Что делает
Transcriber	Преобразование речи в текст с помощью WhisperX с таймкодами на уровне слов
Scene Detect	Автоматическое обнаружение границ сцен
Frame Sampler	Интеллектуальное извлечение кадров
Video Understand	Анализ через зрительно-языковые модели CLIP/BLIP-2

Аватар и синхронизация губ:

Инструмент	Что делает
Talking Head	Анимация аватара с помощью SadTalker / MuseTalk
Lip Sync	Синхронизация губ по аудио с помощью Wav2Lip
Kling Avatar	Официальная облачная генерация аватара-ведущего от Kling
Kling Lip Sync	Официальная облачная синхронизация губ от Kling с выбором лица

Композиция и рендеринг:

Движок	Тип	Что делает
Remotion	Локально (Node.js)	Программное видео на основе React — анимированные сцены с изображениями и пружинами, раскрытие статистики, заголовки секций, hero-карточки, тикток-подписи по словам, переходы между сценами (затухание/слайд/шторка/переворот), Google Fonts, аудио с кривыми фейдов и композиция TalkingHead. Если не настроены провайдеры генерации видео, агент генерирует статичные изображения, а Remotion превращает их в полностью анимированное видео.
HyperFrames	Локально (Node.js ≥ 22)	Программное видео на HTML/CSS/GSAP — кинетическая типографика, промо продуктов, лаунч-ролики, кастомные моушн-графика, реестровые блоки (графики данных, зернистые оверлеи, шейдерные переходы), рабочие процессы «веб-сайт-в-видео» и анимация персонажей с риггингом в SVG. Используется через npx hyperframes; не требуется клонирование монорепозитория.
FFmpeg	Локально	Базовая сборка видео, кодирование, встраивание субтитров, микширование аудио, цветокоррекция

Время выполнения выбирается на этапе предложения (render_runtime) и фиксируется через edit_decisions. Молчаливые замены между средами выполнения являются нарушением управления — см. skills/core/hyperframes.md.

Система стилей

Плейбуки стилей определяют визуальный язык ваших проектов:

Плейбук	Для чего лучше всего
Чистый профессиональный	Корпоративные, образовательные, SaaS
Плоская моушн-графика	Соцсети, TikTok, стартапы
Минималистичные диаграммы	Технические разборы, архитектура

Плейбуки управляют типографикой, цветовыми палитрами, стилями анимации, аудиопрофилями и правилами качества. Агент читает плейбук и применяет его единообразно ко всем создаваемым материалам.

---

Профили вывода для платформ

Встроенные профили рендеринга для каждой крупной платформы:

Профиль	Разрешение	Соотношение сторон
YouTube Landscape	1920x1080	16:9
YouTube 4K	3840x2160	16:9
YouTube Shorts	1080x1920	9:16
Instagram Reels	1080x1920	9:16
Instagram Feed	1080x1080	1:1
TikTok	1080x1920	9:16
LinkedIn	1920x1080	16:9
Кинематографичный	2560x1080	21:9

---

Контроль качества производства

OpenMontage относится к видеопроизводству как к настоящей инженерии — с контрольными точками качества, журналами аудита и принудительным соблюдением на каждом этапе.

Контрольные точки качества

• Точки контроля с участием человека обязательны, а не рекомендательны — предложение, сценарий, план сцен, сгенерированные материалы и публикация — все останавливается для вашего утверждения. Писатель контрольных точек отклоняет «завершённый» этап без зафиксированного утверждения, а каждая заменённая контрольная точка архивируется, чтобы журнал аудита (включая переходы между этапами) сохранялся при пересмотрах. Просмотр происходит визуально на доске Backlot.
• Предварительная проверка композиции — рендер блокируется, если нарушается обещание о результате (например, видео, заявленное как «основанное на динамике», на 80% состоит из статичных изображений), показатель риска слайд-шоу критичен или отсутствует семейство рендереров. Это предотвращает трату GPU-времени на невыполнимые планы.
• Самоанализ после рендера — после каждого рендера среда выполнения запускает валидацию через ffprobe, извлекает кадры в 4 позициях для проверки на чёрные кадры и битые оверлеи, анализирует уровни аудио на тишину и клиппинг, проверяет соблюдение обещания о результате и наличие субтитров. Если проверка не пройдена, видео не показывается.
• Оценка риска слайд-шоу — анализ по 6 измерениям (повторяемость, декоративные визуалы, слабая динамика, назначение кадров, избыточная опора на типографику, заявленные, но не подкреплённые кинематографические свойства) предотвращает выводы вида «анимированный PowerPoint».
• Проверка исходного медиа — когда пользователи предоставляют собственные материалы, система анализирует каждый файл (разрешение, кодек, аудиоканалы, длительность) и формирует последствия для планирования до принятия какого-либо творческого решения. Никакого выдумывания содержимого на основе имён файлов.

Взвешенный выбор поставщика

Каждый выбор инструмента (генерация видео, изображений, TTS, музыки) проходит через систему оценки по 7 измерениям: соответствие задаче (30%), качество результата (20%), возможности управления (15%), надёжность (15%), экономическая эффективность (10%), задержка (5%), непрерывность (5%). Победивший поставщик и его оценка записываются в журнал решений со всеми рассмотренными альтернативами.

Селекторы нормализуют нечёткий контекст запроса перед оценкой. Если агент знает только что-то вроде «анимационный короткометражка в стиле Pixar с согласованностью персонажей», селектор расширяет это в понятные для оценщика сигналы намерения и стиля, а не требует идеально оформленного task_context.

Результаты селектора также предоставляют agent_skills выбранного поставщика, поэтому агент может сразу прочитать правильный навык поставщика уровня 3, прежде чем писать промпты.

Журнал решений и аудит

Каждое ключевое творческое и техническое решение — выбор поставщика, выбор стиля/плейбука, музыкальный трек, выбор голоса, семейство рендереров, любой откат или понижение версии — фиксируется с рассмотренными альтернативами, оценками уверенности и обоснованием. Накопительный журнал решений сохраняется на всех этапах, поэтому вы можете проследить, почему результат выглядит именно так.

Контроль бюджета

• Оценка перед выполнением — увидеть, сколько это будет стоить.
• Резервирование бюджета — зафиксировать средства до вызова.
• Сверка после — зафиксировать фактические расходы.
• Настраиваемые режимы — observe (только отслеживание), warn (сохранять перерасходы), cap (жёсткий лимит).
• Подтверждение каждого действия — пауза для подтверждения при превышении порога (по умолчанию: $0.50).
• Общий лимит бюджета — по умолчанию $10, полностью настраивается.

Без неожиданных счетов. Агент сообщает, сколько будет стоить, до того как потратит.

---

Совместимость с агентами

OpenMontage работает с любым AI-ассистентом для кода, который умеет читать файлы и выполнять Python. Включены отдельные файлы с инструкциями для:

Платформа	Файл конфигурации
Claude Code	CLAUDE.md
Cursor	CURSOR.md + .cursor/rules/
GitHub Copilot	COPILOT.md + .github/copilot-instructions.md
Codex	CODEX.md
Windsurf	.windsurfrules
Все файлы платформы указывают на общий AGENT_GUIDE.md (руководство по эксплуатации и контракт агента) и PROJECT_CONTEXT.md (справочник по архитектуре).

Скоро: Поддержка локальных LLM через Ollama и LM Studio — запускайте полный производственный конвейер без облачных LLM.

---

Участие в разработке

OpenMontage спроектирован для расширения. Два наиболее частых вида вклада:

Добавление нового инструмента

1. Создайте файл Python в соответствующей поддиректории tools/
2. Унаследуйтесь от BaseTool и реализуйте контракт инструмента
3. Реестр обнаружит его автоматически — ручная регистрация не требуется
4. Добавьте файл навыка, если инструменту нужны инструкции по использованию

Добавление нового конвейера

1. Создайте YAML-манифест в pipeline_defs/
2. Создайте навыки директоров этапов в skills/pipelines/<ваш-конвейер>/
3. Используйте существующие инструменты — или добавьте новые, если необходимо

Полное техническое описание см. в docs/ARCHITECTURE.md, полное руководство по провайдерам (настройка, цены, бесплатные тарифы) — в docs/PROVIDERS.md, а контракт агента — в AGENT_GUIDE.md.

Присоединяйтесь к сообществу

Мы используем GitHub Discussions для обмена работами и идеями:

• Show and Tell — Делитесь созданными видео, удачными промптами или творческими рабочими процессами, которые вы обнаружили
• Ideas — Предлагайте новые конвейеры, инструменты, плейбуки стилей или интеграции
• Q&A — Задавайте вопросы о настройке, конвейерах или устранении неполадок

Создали что-то классное? Разместите это в Show and Tell — нам будет приятно увидеть, что вы построили.

---

Контакты

Об обновлениях, релизах и заметках о разработке «за кулисами» читайте у @calesthioailabs.

О багах, запросах функций и обсуждениях рабочих процессов используйте GitHub Issues и GitHub Discussions, чтобы всё оставалось видимым и реализуемым.

---

Тестирование

# Run contract tests (no API keys needed)
make test-contracts

# Run all tests
make test

---

История звёзд

---

Лицензия

GNU AGPLv3

---

OpenMontage — производственное видео профессионального уровня с реальным контролем качества, оркестрируемое вашим ИИ-ассистентом.

Если этот проект показался вам полезным, звёздочка ⭐ действительно много значит — она помогает другим узнать о нём.

Если вы хотите пойти дальше, станьте спонсором проекта — OpenMontage создаётся по ночам и выходным, и ваша поддержка делает это устойчивым.