← Back to Home

OpenMontage — Turn Your AI Coding Assistant Into a Full Video Production Studio

What Is OpenMontage?

OpenMontage is the first open-source, agentic video production system. Instead of using a dedicated GUI or SaaS platform, you describe what you want in plain language, and your AI coding assistant (Claude Code, Cursor, Copilot, Windsurf, Codex) orchestrates the entire production pipeline — research, scripting, asset generation, editing, and rendering.

Created by Calesthio (Seattle-based, Microsoft engineer), OpenMontage has skyrocketed to 22,600+ GitHub stars since its debut in March 2026. It's currently #1 on GitHub Trending and represents a paradigm shift: your code editor becomes your video studio.

Why Is It Trending?

OpenMontage solves a fundamental problem: AI video tools mostly give you a single clip from a prompt. OpenMontage gives you an end-to-end production pipeline — the same structured process a real production team follows, automated by your AI agent.

Key factors driving its popularity:

  • 12 production pipelines — explainers, talking heads, screen demos, cinematic trailers, animations, podcast repurposing, localization/dub, documentary montages, and more
  • 52+ production tools — spanning video generation, image creation, TTS, music, audio mixing, subtitles, enhancement, and analysis
  • 400+ agent skills — production skills, pipeline directors, creative techniques, and quality checklists
  • Reference-driven creation — paste a video you like and the agent turns it into a differentiated production plan
  • Real-footage documentary creation — builds actual edited videos from free/open motion footage, not just Ken Burns over images
  • No vendor lock-in — swap providers freely via a scored selector that ranks every tool across 7 dimensions
  • Budget governance — estimate before execution, spend caps, per-action approval thresholds. No surprise bills.

Prerequisites

  • Python 3.10+
  • FFmpegsudo apt install ffmpeg or brew install ffmpeg
  • Node.js 18+
  • An AI coding assistant — Claude Code, Cursor, Copilot, Windsurf, or Codex
  • Optional API keys for cloud providers (see below)

Quick Start

Installation

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

If make is not available:

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

On Windows, if npm install fails with ERR_INVALID_ARG_TYPE, use npx --yes npm install instead.

Your First Video

Open the project in your AI coding assistant and tell it:

"Make a 45-second animated explainer about why the sky is blue"

That's it. The agent researches your topic with live web search, generates AI images, writes and narrates the script, finds royalty-free background music automatically, burns in word-level subtitles, and renders the final video.

Before you see anything, the system runs a multi-point self-review — ffprobe validation, frame sampling, audio level analysis, delivery promise verification, and subtitle checks.

Adding API Keys (Optional)

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

# Image + video gateway:
FAL_KEY=your-key               # FLUX images + Google Veo, Kling, MiniMax video

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

# Voice & images:
ELEVENLABS_API_KEY=***         # Premium TTS, AI music, sound effects
OPENAI_API_KEY=***             # OpenAI TTS, DALL-E 3 images

# More video providers:
HEYGEN_API_KEY=***             # HeyGen gateway
RUNWAY_API_KEY=***             # Runway Gen-4 direct

Have a GPU? Unlock free local video generation:

make install-gpu
# Then add to .env:
VIDEO_GEN_LOCAL_ENABLED=true
VIDEO_GEN_LOCAL_MODEL=wan2.1-1.3b

Pipelines Overview

OpenMontage includes 12 production pipelines, each a complete workflow from idea to finished video:

Pipeline What It Produces Best For
Animated Explainer AI-generated explainer with research, narration, music Educational content, tutorials
Animation Motion graphics, kinetic typography Social media, product demos
Avatar Spokesperson Avatar-driven presenter videos Corporate comms, training
Cinematic Trailer, teaser, mood-driven edits Brand films, promotional content
Clip Factory Batch of ranked short-form clips from one source Repurposing long content
Documentary Montage Thematic montage from free stock footage Video essays, mood pieces
Hybrid Source footage + AI-generated support visuals Enhancing existing footage
Localization & Dub Subtitle, dub, and translate existing video Multi-language distribution
Podcast Repurpose Podcast highlights to video Podcast marketing
Screen Demo Polished screen recordings and walkthroughs Product demos, tutorials
Talking Head Footage-led speaker videos Presentations, vlogs

Architecture

OpenMontage Architecture

Agent-First Orchestration

OpenMontage uses an agent-first architecture. There is no Python orchestrator. Your AI coding assistant IS the orchestrator:

  1. Agent reads the pipeline manifest (YAML) — defines stages, tools, review criteria, success gates
  2. Agent reads stage director skills (Markdown) — teaches the agent exactly how to execute each stage
  3. Agent calls Python tools — the tool registry auto-discovers 52+ tool implementations
  4. Agent self-reviews using reviewer skills — schema validation, playbook compliance, quality checks
  5. Agent checkpoints state (JSON) — resumable, with decision log and cost snapshot
  6. Pre-compose validation gate — delivery promise, slideshow risk, renderer governance
  7. Render — Remotion (React-based) or FFmpeg composition
  8. Post-render self-review — ffprobe, frame extraction, audio analysis, promise verification

Three-Layer Knowledge Architecture

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

Each tool declares which Layer 3 skills it relies on. The agent reads Layer 1 to know what's available, Layer 2 to know how OpenMontage wants it used, and Layer 3 for deep technical knowledge.

Tool System

All 52+ tools inherit from BaseTool and declare: name, version, tier, capability, provider, runtime, stability, dependencies, input/output schemas, fallback chain, agent skills, and resource profile.

The ToolRegistry singleton auto-discovers all tools — no manual registration needed. Key queries include get_by_capability("tts"), get_available(), support_envelope(), and find_fallback().

Scored Provider Selection

Every tool selection runs through a 7-dimension scoring engine:

  • Task fit (30%) — how well the provider matches the specific task
  • Output quality (20%) — expected quality of generated assets
  • Control features (15%) — parameterization and customization
  • Reliability (15%) — uptime and consistency
  • Cost efficiency (10%) — value for money
  • Latency (5%) — speed of generation
  • Continuity (5%) — provider stability

The winning provider and its score are logged in the decision trail with all alternatives considered.

Production Governance

OpenMontage treats video production like real engineering:

  • Pre-compose validation — blocks render if delivery promise is violated, slideshow risk score is critical, or renderer family is missing
  • Post-render self-review — ffprobe validation, frame extraction at 4 positions, audio level analysis, delivery promise verification
  • Slideshow risk scoring — 6-dimension analysis prevents "animated PowerPoint" outputs
  • Source media inspection — probes every file (resolution, codec, audio channels, duration)
  • Decision audit trail — every creative and technical choice logged with alternatives and reasoning
  • Budget controls — estimate before execution, reserve funds, reconcile after, configurable modes (observe/warn/cap)

Style System

Three built-in visual style playbooks control typography, color palettes, motion styles, and audio profiles:

Playbook Best For
Clean Professional Corporate, educational, SaaS
Flat Motion Graphics Social media, TikTok, startups
Minimalist Diagram Technical deep-dives, architecture

Platform Output Profiles

Built-in render profiles for every major platform: YouTube Landscape (1920×1080), YouTube 4K (3840×2160), YouTube Shorts (1080×1920), Instagram Reels (1080×1920), Instagram Feed (1080×1080), TikTok (1080×1920), LinkedIn (1920×1080), and Cinematic (2560×1080, 21:9).

What You Get With Zero API Keys

Out of the box, make setup gives you:

  • Narration — Piper TTS, free offline text-to-speech
  • Open footage — Archive.org + NASA + Wikimedia Commons
  • Extra stock — Pexels + Unsplash + Pixabay (developer keys are free)
  • Composition — Remotion (React-based) and HyperFrames (HTML/GSAP)
  • Post-production — FFmpeg encoding, subtitle burn-in, audio mixing, color grading
  • Subtitles — Auto-generated captions with word-level timing

Verification Checklist

  • make setup completes without errors
  • The agent reads pipeline manifests and stage director skills
  • Research stage runs live web searches
  • Script and scene plan are generated
  • Assets (images, audio) are created
  • Video renders successfully via Remotion or FFmpeg
  • Post-render self-review passes (ffprobe, frame sampling, audio analysis)
  • Final video is playable and contains correct narration + visuals

Resources

← Retour à l'Accueil

OpenMontage — Transformez Votre Assistant de Codage IA en un Studio de Production Vidéo Complet

Qu'est-ce qu'OpenMontage ?

OpenMontage est le premier système de production vidéo agentique open-source. Au lieu d'utiliser une interface graphique dédiée ou une plateforme SaaS, vous décrivez ce que vous voulez en langage naturel, et votre assistant de codage IA (Claude Code, Cursor, Copilot, Windsurf, Codex) orchestre l'intégralité du pipeline de production — recherche, scénarisation, génération d'actifs, montage et rendu.

Créé par Calesthio (ingénieur Microsoft basé à Seattle), OpenMontage a atteint 22 600+ étoiles GitHub depuis ses débuts en mars 2026. Il est actuellement #1 sur GitHub Trending et représente un changement de paradigme : votre éditeur de code devient votre studio vidéo.

Pourquoi Est-Il Tendance ?

OpenMontage résout un problème fondamental : les outils vidéo IA vous donnent principalement un clip unique à partir d'une invite. OpenMontage vous offre un pipeline de production de bout en bout — le même processus structuré qu'une véritable équipe de production, automatisé par votre agent IA.

Facteurs clés de sa popularité :

  • 12 pipelines de production — explainers, porte-parole, démos écran, bandes-annonces cinématographiques, animations, réutilisation de podcasts, localisation/doublage, montages documentaires, etc.
  • 52+ outils de production — génération vidéo, création d'images, TTS, musique, mixage audio, sous-titres, amélioration et analyse
  • 400+ compétences agent — compétences de production, directeurs de pipeline, techniques créatives et listes de contrôle qualité
  • Création par référence — collez une vidéo que vous aimez et l'agent la transforme en plan de production différencié
  • Création documentaire avec vraies séquences — construit des vidéos éditées à partir de séquences libres/open-source, pas seulement des images animées
  • Pas de verrouillage fournisseur — changez de fournisseur librement via un sélecteur noté qui classe chaque outil selon 7 dimensions
  • Gouvernance budgétaire — estimation avant exécution, plafonds de dépenses, seuils d'approbation par action

Prérequis

  • Python 3.10+
  • FFmpegsudo apt install ffmpeg ou brew install ffmpeg
  • Node.js 18+
  • Un assistant de codage IA — Claude Code, Cursor, Copilot, Windsurf ou Codex
  • Clés API optionnelles pour les fournisseurs cloud (voir ci-dessous)

Démarrage Rapide

Installation

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

Si make n'est pas disponible :

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

Sous Windows, si npm install échoue avec ERR_INVALID_ARG_TYPE, utilisez npx --yes npm install à la place.

Votre Première Vidéo

Ouvrez le projet dans votre assistant de codage IA et dites-lui :

"Crée un explainer animé de 45 secondes sur pourquoi le ciel est bleu"

C'est tout. L'agent recherche votre sujet sur le web, génère des images IA, écrit et narre le script, trouve automatiquement de la musique libre de droits, intègre des sous-titres mot par mot et effectue le rendu de la vidéo finale.

Avant que vous ne voyiez quoi que ce soit, le système exécute une auto-évaluation multi-points — validation ffprobe, échantillonnage d'images, analyse des niveaux audio, vérification de la promesse de livraison et contrôle des sous-titres.

Ajout de Clés API (Optionnel)

Éditez .env — chaque clé est optionnelle, ajoutez ce que vous avez :

# Passerelle image + vidéo :
FAL_KEY=your-key                   # Images FLUX + Google Veo, Kling, MiniMax vidéo

# Médias libres de droits :
PEXELS_API_KEY=***                 # Séquences et images libres de droits
UNSPLASH_ACCESS_KEY=your-key       # Images libres de droits

# Voix et images :
ELEVENLABS_API_KEY=***             # TTS premium, musique IA, effets sonores
OPENAI_API_KEY=***                 # TTS OpenAI, images DALL-E 3

# Plus de fournisseurs vidéo :
HEYGEN_API_KEY=***                 # Passerelle HeyGen
RUNWAY_API_KEY=***                 # Runway Gen-4 direct

Vous avez un GPU ? Débloquez la génération vidéo locale gratuite :

make install-gpu
# Puis ajoutez à .env :
VIDEO_GEN_LOCAL_ENABLED=true
VIDEO_GEN_LOCAL_MODEL=wan2.1-1.3b

Aperçu des Pipelines

OpenMontage inclut 12 pipelines de production, chacun étant un workflow complet de l'idée à la vidéo finie :

Pipeline Ce Qu'il Produit Idéal Pour
Animated Explainer Explicateur IA avec recherche, narration, musique Contenu éducatif, tutoriels
Animation Graphiques animés, typographie cinétique Médias sociaux, démos produit
Avatar Spokesperson Vidéos présentateur avec avatar Communications d'entreprise, formation
Cinematic Bande-annonce, teaser, montages d'ambiance Films de marque, contenu promotionnel
Clip Factory Lot de clips courts classés à partir d'une source Réutilisation de contenu long
Documentary Montage Montage thématique à partir de séquences libres Essais vidéo, pièces d'ambiance
Hybrid Séquences source + visuels IA de support Amélioration de séquences existantes
Localization & Dub Sous-titres, doublage et traduction de vidéo existante Distribution multilingue
Podcast Repurpose Temps forts du podcast en vidéo Marketing de podcast
Screen Demo Enregistrements d'écran et tutoriels soignés Démos produit, tutoriels
Talking Head Vidéos intervenant avec séquences filmées Présentations, vlogs

Architecture

Architecture OpenMontage

Orchestration Pilotée par l'Agent

OpenMontage utilise une architecture agent-first. Il n'y a pas d'orchestrateur Python. Votre assistant de codage IA EST l'orchestrateur :

  1. L'agent lit le manifeste du pipeline (YAML) — définit les étapes, outils, critères de révision, seuils de succès
  2. L'agent lit les compétences du directeur d'étape (Markdown) — apprend exactement comment exécuter chaque étape
  3. L'agent appelle les outils Python — le registre d'outils découvre automatiquement 52+ implémentations
  4. L'agent s'auto-évalue via des compétences de révision — validation de schéma, conformité au playbook, contrôles qualité
  5. L'agent sauvegarde l'état (JSON) — reprenable, avec journal des décisions et instantané des coûts
  6. Porte de validation pré-composition — promesse de livraison, risque de diaporama, gouvernance du moteur de rendu
  7. Rendu — Remotion (basé React) ou composition FFmpeg
  8. Auto-évaluation post-rendu — ffprobe, extraction d'images, analyse audio, vérification de promesse

Architecture de Connaissances à Trois Couches

Couche 1 : tools/ + pipeline_defs/   "Ce qui existe" — capacités exécutables + orchestration
Couche 2 : skills/                   "Comment l'utiliser" — conventions OpenMontage et barres de qualité
Couche 3 : .agents/skills/           "Comment ça marche" — packs de connaissances technologiques externes

Chaque outil déclare les compétences de Couche 3 dont il dépend. L'agent lit la Couche 1 pour savoir ce qui est disponible, la Couche 2 pour savoir comment OpenMontage veut l'utiliser, et la Couche 3 pour les connaissances techniques approfondies.

Système d'Outils

Les 52+ outils héritent de BaseTool et déclarent : nom, version, niveau, capacité, fournisseur, environnement d'exécution, stabilité, dépendances, schémas d'entrée/sortie, chaîne de repli, compétences agent et profil de ressources.

Le ToolRegistry singleton découvre automatiquement tous les outils — aucune inscription manuelle n'est nécessaire.

Sélection Notée des Fournisseurs

Chaque sélection d'outil passe par un moteur de notation à 7 dimensions :

  • Adéquation à la tâche (30%) — pertinence du fournisseur pour la tâche spécifique
  • Qualité de sortie (20%) — qualité attendue des actifs générés
  • Fonctionnalités de contrôle (15%) — paramétrage et personnalisation
  • Fiabilité (15%) — disponibilité et cohérence
  • Efficacité-coût (10%) — rapport qualité-prix
  • Latence (5%) — vitesse de génération
  • Continuité (5%) — stabilité du fournisseur

Le fournisseur gagnant et son score sont enregistrés dans la piste de décision.

Gouvernance de Production

OpenMontage traite la production vidéo comme de l'ingénierie :

  • Validation pré-composition — bloque le rendu si la promesse de livraison est violée
  • Auto-évaluation post-rendu — validation ffprobe, extraction d'images à 4 positions, analyse audio
  • Notation du risque de diaporama — analyse à 6 dimensions qui empêche les sorties "PowerPoint animé"
  • Inspection des médias sources — sonde chaque fichier (résolution, codec, canaux audio, durée)
  • Piste d'audit des décisions — chaque choix créatif et technique enregistré
  • Contrôles budgétaires — estimation avant exécution, réservation de fonds, modes configurables

Système de Styles

Trois playbooks de style visuel intégrés :

Playbook Idéal Pour
Clean Professional Contenu d'entreprise, éducatif, SaaS
Flat Motion Graphics Médias sociaux, TikTok, startups
Minimalist Diagram Analyses techniques approfondies, architecture

Profils de Sortie Plateforme

Profils de rendu intégrés pour chaque plateforme majeure : YouTube Landscape (1920×1080), YouTube 4K (3840×2160), YouTube Shorts (1080×1920), Instagram Reels (1080×1920), Instagram Feed (1080×1080), TikTok (1080×1920), LinkedIn (1920×1080), et Cinematic (2560×1080, 21:9).

Ce Que Vous Obtenez Sans Clé API

Dès la sortie de la boîte, make setup vous donne :

  • Narration — Piper TTS, synthèse vocale hors ligne gratuite
  • Séquences libres — Archive.org + NASA + Wikimedia Commons
  • Stock supplémentaire — Pexels + Unsplash + Pixabay (clés développeur gratuites)
  • Composition — Remotion (basé React) et HyperFrames (HTML/GSAP)
  • Post-production — Encodage FFmpeg, incrustation de sous-titres, mixage audio, étalonnage
  • Sous-titres — Légendes générées automatiquement avec minutage mot par mot

Liste de Vérification

  • make setup se termine sans erreur
  • L'agent lit les manifests de pipeline et les compétences de directeur
  • L'étape de recherche exécute des recherches web en direct
  • Le script et le plan de scènes sont générés
  • Les actifs (images, audio) sont créés
  • La vidéo est rendue avec succès via Remotion ou FFmpeg
  • L'auto-évaluation post-rendu réussit
  • La vidéo finale est lisible et contient la narration + les visuels corrects

Ressources