En bref : OpenMontage est un système de production vidéo agentique open-source qui fonctionne au sein de votre assistant de codage IA existant. Onze pipelines de production, plus de 100 outils, plus de 60 intégrations de fournisseurs, et plus de 700 fichiers de compétences et de connaissances prennent en charge une demande depuis la recherche jusqu'au script, aux ressources, au montage et au rendu. 55 047 étoiles au 1er septembre 2026. Deux choses à savoir avant de commencer : il est sous licence AGPL-3.0, et non MIT comme la plupart des outils de cette catégorie, et c'est l'un des systèmes d'agents les plus dépendants des API que vous puissiez installer, avec de l'argent réel lié à chaque nouvelle tentative.
Ceci est une analyse approfondie d'un outil de notre tour d'horizon des cinq outils d'agents IA open-source à installer en 2026.
La plupart des outils de « vidéo IA » vous donnent un seul clip à partir d'une seule invite. OpenMontage offre à votre agent de codage un département de production : une étape de recherche, une étape de script, un plan de scène, la génération de ressources, un montage et une composition finale, avec des points de validation humaine entre les étapes.
C'est le projet le plus inhabituel de la vague actuelle d'outils d'agents, et le plus instructif, car c'est celui où le travail de l'agent a un coût financier lié à chaque étape et où la conception doit prendre cela au sérieux.
Ce qu'il fait réellement
Vous ouvrez le dépôt dans Claude Code, Cursor, Copilot, Windsurf ou Codex et décrivez ce que vous souhaitez :
Make a 60-second animated explainer about how neural networks learn
L'agent exécute ensuite un pipeline fixe :
research -> proposal -> script -> scene_plan -> assets -> edit -> compose
Chaque étape possède une compétence de directeur, qui est un fichier d'instructions markdown enseignant à l'agent comment exécuter cette étape spécifique. L'agent lit la compétence, utilise les outils, examine sa propre sortie, sauvegarde son état et s'arrête pour validation humaine aux points de décision créatifs.
L'étape de recherche est ce qui le distingue des jouets de "prompt-to-video". Avant d'écrire un seul mot de script, l'agent effectue entre 15 et 25 recherches web sur YouTube, Reddit, Hacker News, des sites d'actualités et des sources académiques, puis produit un rapport de recherche structuré avec des citations. Le script est basé sur ce qu'il a trouvé plutôt que sur ce que le modèle se souvient.
Les pipelines
Le tableau du README liste onze flux de production complets, bien que la description du dépôt en annonce douze :
| Pipeline | Produit | Idéal pour |
|---|---|---|
| Explicatif animé | Recherche, narration, visuels, musique | Tutoriels, analyses de sujets |
| Animation | Graphiques animés, typographie cinétique | Réseaux sociaux, démos de produits |
| Porte-parole virtuel | Vidéo animée par un présentateur | Communications d'entreprise, formation |
| Cinématique | Bandes-annonces, teasers, montages d'ambiance | Films de marque |
| Usine à clips | Courts clips classés à partir d'une source longue | Réutilisation de contenu long |
| Montage Documentaire | Montage thématique à partir de séquences libres indexées | Essais vidéo, B-roll de séquences réelles |
| Hybride | Séquences sources plus visuels générés | Amélioration de séquences existantes |
| Localisation et Doublage | Sous-titres, doublage, traduction | Distribution multi-langues |
| Réutilisation de podcast | Extraits en vidéo | Marketing de podcast |
| Démo d'écran | Enregistrements d'écran peaufinés | Démos de produits, docs |
| Tête parlante | Vidéo de conférencier basée sur des séquences | Présentations, interviews |
Le Montage Documentaire est techniquement le plus intéressant. Plutôt que d'animer des images fixes, il construit un corpus indexé par CLIP à partir de banques d'images gratuites et d'archives ouvertes, notamment Pexels, Archive.org, NASA, Wikimedia et Unsplash, récupère des clips vidéo réels par correspondance sémantique et les intègre dans une véritable chronologie. Cela vous donne une vidéo finie à partir de séquences réelles, sans API de génération payante, ce qui est une affirmation matériellement différente de la plupart des stacks vidéo IA gratuits.
Pour les équipes qui publient du contenu pour développeurs, Screen Demo et Clip Factory sont ceux qui se rentabilisent le plus rapidement. Une version est publiée, le changelog existe, et le transformer en tutoriel nécessite généralement une personne ayant des compétences en montage et un après-midi libre.
Backlot, et pourquoi les portes d'approbation sont importantes
Le chat vous dit ce que l'agent a dit. Backlot est un tableau local qui montre ce que fait la production : les étapes s'allument, le script apparaît comme une page de scénario, les fiches de scène pendant la génération des ressources, et chaque décision de fournisseur et chaque dollar dépensé affichés.
python -m backlot open # library of every project on disk
python -m backlot open <project-id> # one production's live board
python scripts/backlot_simulate_run.py # watch a simulated run first
Le tableau s'ouvre automatiquement au démarrage d'une production, et il tire tout des fichiers que le pipeline écrit déjà, plutôt que de nécessiter un rapport séparé.
L'important est que le storyboard est une véritable porte de validation. La génération de ressources s'interrompt sur une planche contact scène par scène montrant les prises, les invites, le coût par ressource et les scores de qualité, afin que vous approuviez les visuels avant le rendu plutôt qu'après avoir dépensé l'argent. Les portes de script retiennent jusqu'à ce que vous répondiez. Lorsqu'une exécution se termine, la relecture parcourt toute la production à partir de ses horodatages.
Les portes d'approbation avant la dépense sont la conception correcte pour tout système d'agent doté d'un budget, et la plupart des outils d'agents ne les ont pas. Une tâche qui ne peut démarrer tant qu'un humain ne l'a pas validée est la propriété de sécurité la plus utile de toute cette catégorie.
Partir d'une vidéo de référence
L'autre bonne idée ici : vous pouvez lui donner quelque chose que vous aimez au lieu d'écrire l'invite parfaite.
Collez une vidéo YouTube, un Short, un Reel, un TikTok ou un clip local et l'agent analyse la transcription, le rythme, les scènes, les images clés et le style, puis revient avec deux ou trois concepts différenciés, un chemin d'outils honnête, des estimations de coûts et un échantillon avant que la production complète ne commence.
Here's a YouTube Short I love. Make me something like this, but about
API versioning.
Ce qui revient nomme ce qu'il conserve de la référence, ce qu'il modifie, ce qu'il coûtera à la longueur cible et à quoi il ressemblera avec les fournisseurs que vous avez actuellement configurés. Coût avant engagement, ce qui est le thème de tout le projet.
Installation
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup
Les prérequis sont Python 3.10 ou version ultérieure, FFmpeg, Node.js 18 ou version ultérieure, et un assistant de codage IA capable de lire des fichiers et d'exécuter du code. Ouvrez ensuite le projet dans votre agent et décrivez ce que vous souhaitez.
La configuration des fournisseurs est optionnelle et incrémentielle. Chaque capacité prend en charge des alternatives locales open-source en parallèle des API payantes, et un sélecteur pondéré classe les fournisseurs selon sept dimensions – adéquation à la tâche, qualité de sortie, contrôle, fiabilité, efficacité des coûts, latence et continuité – puis choisit la meilleure correspondance. Vous n'êtes pas lié à un fournisseur, et vous pouvez exécuter une quantité significative de ceci sans aucune configuration payante.
Pour donner une échelle : la vidéo de démonstration du projet, sept mondes générés à l'aide de trois modèles d'image et de quatre modèles vidéo, rapporte un coût de génération source d'environ 5 $.
Lisez la licence avant de l'utiliser pour développer
C'est la seule chose qui distingue OpenMontage de tout le reste dans cette catégorie, et il est facile de la manquer.
OpenMontage est sous licence AGPL-3.0. agency-agents, Agent-Reach, Orca et codebase-memory-mcp sont tous sous licence MIT. La différence n'est pas cosmétique.
La clause réseau de l'AGPL signifie que si vous exécutez une version modifiée en tant que service réseau, vous êtes obligé d'offrir la source de vos modifications aux utilisateurs de ce service. Développer un outil interne basé sur celui-ci est acceptable. L'intégrer dans un produit SaaS et le monétiser est une décision juridique que votre entreprise doit prendre délibérément, et non un détail à survoler dans un README.
C'est un choix légitime des mainteneurs, et la licence fait exactement ce pour quoi elle existe. Prenez simplement la décision avec votre équipe juridique plutôt que de le découvrir lors d'un audit préalable.
Ce que personne ne vous dit : c'est un projet d'intégration d'API
Voici ce qui pose réellement problème aux gens en deuxième semaine, et ce n'est pas le travail créatif.
OpenMontage orchestre plus de 60 intégrations de fournisseurs. Génération vidéo, génération d'images, synthèse vocale, musique, mixage audio, sous-titres, amélioration, analyse. Chacune de ces intégrations est une API tierce avec son propre système d'authentification, ses quotas, son format d'erreur et son profil de latence. L'agent n'écrit pas une vidéo ; il exécute une tâche distribuée sur une douzaine de services payants et assemble les résultats.
Cela produit un ensemble spécifique de modes de défaillance que toute personne ayant intégré des API payantes reconnaîtra :
- La génération vidéo est de longue durée et asynchrone. Vous soumettez une tâche et interrogez un résultat qui arrive en minutes, pas en millisecondes. Les agents gèrent mal cela par défaut, soit en expirant, soit en bouclant. Les modèles qui fonctionnent se trouvent dans la gestion des opérations API de longue durée avec les agents IA.
- Une nouvelle tentative naïve coûte de l'argent réel. Relancer une demande de génération qui a déjà réussi mais dont la réponse a expiré signifie payer deux fois pour le même clip. C'est précisément le problème que les clés d'idempotence visent à résoudre, et il vaut la peine de lire les clés d'idempotence pour les agents IA avant de laisser un agent réessayer quoi que ce soit de facturable.
- Les erreurs de quota et de limite de débit doivent être distinguées des échecs réels. Un agent qui traite un 429 comme un 500 basculera vers un fournisseur moins bon alors qu'il aurait dû attendre. Cette distinction réside dans le format d'erreur, qui est le sujet de la conception des messages d'erreur API pour les agents IA, et le côté récupération se trouve dans la récupération d'erreurs des agents IA.
- Les API des fournisseurs changent sans vous prévenir. Un champ de réponse se déplace, le pipeline se brise en cours de production, et vous le découvrez par un rendu qui semble incorrect plutôt que par une erreur. Voyez ce qui se passe lorsque les changements d'API perturbent les agents IA.
Le projet prend cela au sérieux, ce qui est tout à son honneur. Il y a une estimation des coûts avant l'exécution, des plafonds de dépenses, des seuils d'approbation par action, une validation avant la composition pour détecter les plans défectueux avant de gaspiller du temps GPU, un auto-examen post-rendu obligatoire utilisant ffprobe avec extraction d'images et analyse audio, et une piste de décision vérifiable pour chaque choix de fournisseur et chaque solution de repli.
C'est une couche d'intégration mieux conçue que la plupart des services de production. C'est aussi un bon argument pour traiter vos propres intégrations de fournisseurs avec la même discipline, ce qui est la raison pour laquelle Apidog trouve sa place dans une stack comme celle-ci. Si vous ajoutez un fournisseur, ou encapsulez OpenMontage derrière votre propre service, avoir le contrat documenté sous forme de spécification OpenAPI, mocké à partir de cette spécification pour pouvoir tester les branches d'échec sans payer par appel, et couvert par des tests de contrat qui échouent en CI, fait la différence entre un pipeline qui se dégrade gracieusement et un autre qui brûle le budget en réessais. Tester une API coûteuse, lente et non déterministe contre un mock plutôt que le service en direct est la plus grande économie de coûts ici, et Apidog génère ces mocks à partir de la spécification, y compris les réponses d'erreur. Plus d'informations sur la forme générale de ceci dans l'utilisation de votre spécification OpenAPI comme outils d'agent.
La production est un sport d'équipe, et Backlot est local
La deuxième lacune est organisationnelle plutôt que technique.
Backlot est un bon tableau de bord. C'est aussi un tableau local, sur une seule machine, pour une seule production. C'est bien quand vous faites une vidéo pour vous-même. Le travail vidéo en entreprise n'est pas cela. Un script a besoin d'un relecteur expert. Les visuels ont besoin de quelqu'un de la marque. Les affirmations ont besoin de quelqu'un qui peut confirmer qu'elles sont vraies. Le montage final nécessite une validation de la personne responsable de la chaîne.
Les portes d'OpenMontage se mettent en pause pour un humain. Elles n'ont aucune idée de quel humain, aucune file d'attente pour la personne dont vous attendez l'approbation, et aucun enregistrement ultérieur de qui a approuvé quoi. Lorsque la vidéo est livrée et que quelqu'un demande qui a validé l'affirmation de prix dans la scène quatre, la réponse est un horodatage dans un dossier de projet local.
Sharkly est la couche qui corrige cette lacune, et la production vidéo s'y adapte d'une manière exceptionnellement propre :
- La tâche est l'enregistrement. La progression, les appels d'outils et les résultats y sont diffusés, et la sortie de l'agent est stockée sous forme de commentaires auxquels vous répondez. Le feedback sur le script atterrit sur la tâche, pas dans le terminal de quelqu'un, et il y est toujours trois mois plus tard.
- Une Équipe est un agent leader plus d'autres agents et personnes, fonctionnant en priorité avec le leader. C'est littéralement le modèle de production : un réalisateur qui lit le brief, décide quels spécialistes faire intervenir et combine leurs productions. Sharkly le gère ainsi par conception plutôt que de faire démarrer tous les agents simultanément.
- Une tâche dans le Backlog ne déclenche pas une exécution. Vous pouvez mettre en file d'attente un mois de travail vidéo sans dépenser un sou, puis libérer les éléments au fur et à mesure de leur approbation. Pour un pipeline où le démarrage d'une exécution signifie payer les fournisseurs de génération, cette porte de validation est plus importante que d'habitude.
- Un Agent est une configuration sauvegardée. Instructions, environnement d'exécution, compétences, dépôts, environnement. Votre configuration OpenMontage ajustée, avec les fournisseurs auxquels vous faites confiance et les plafonds budgétaires que vous avez choisis, devient quelque chose de réutilisable au lieu d'une copie locale sur un seul ordinateur portable.
- L'exécution est 'apportez le vôtre'. Vous connectez un Ordinateur, qui peut être votre ordinateur portable, un serveur ou un conteneur, et Sharkly utilise le Runtime déjà installé dessus. Le rendu vidéo nécessite une machine avec un véritable disque et un CPU, et être explicite sur la machine qui exécute la tâche est ici une fonctionnalité, pas une surcharge.
- Le travail de dépôt s'exécute dans un worktree séparé par tâche. Deux productions simultanées n'entrent pas en conflit.
En bref : OpenMontage automatise la production. Il n'automatise pas les approbations, l'assignation ou l'enregistrement. Au sein d'une équipe, ce sont ces éléments qui bloquent réellement la livraison.
Qui devrait l'installer
Évaluation honnête.
Cela vaut la peine si vous publiez régulièrement du contenu pour développeurs et que vous payez pour le montage ou que vous vous en passez. Screen Demo, Clip Factory et Localization sont les pipelines avec le retour le plus clair. Un changelog transformé en vidéo de démonstration, ou une conférence en une douzaine de clips sociaux, rentabilise l'installation en une semaine.
Cela vaut la peine si vous souhaitez une sortie de séquences réelles sans API de génération payantes. Le pipeline Documentary Montage est véritablement inhabituel et l'approche par corpus d'archives gratuites fonctionne.
Ignorez-le si vous avez besoin d'une vidéo occasionnellement. Le coût d'installation, la configuration des fournisseurs et la courbe d'apprentissage ne s'amortissent pas sur trois vidéos par an.
Ignorez-le si l'AGPL pose un problème pour la façon dont vous comptez l'utiliser. Décidez-le d'abord, pas après avoir construit un workflow dessus.
FAQ
Ai-je besoin de clés API payantes ? Non. Chaque capacité prend en charge des alternatives open-source ou locales, et Documentary Montage est construit à partir d'archives gratuites. Les fournisseurs payants vous offrent une qualité supérieure et plus d'options de génération. Commencez sans configuration payante et ajoutez des fournisseurs lorsque vous rencontrez une limite.
Quels assistants de codage fonctionnent ? Claude Code, Cursor, Copilot, Windsurf et Codex sont nommés. Tout ce qui peut lire des fichiers et exécuter du code devrait fonctionner, puisque le pipeline est en Python avec des fichiers de compétences markdown.
Combien coûte réellement une vidéo ? Cela dépend entièrement du pipeline et des fournisseurs. La vitrine des sept mondes du projet rapporte environ 5 $ de coût de génération. Le Montage Documentaire utilisant des archives gratuites s'approche de zéro. Le système estime avant l'exécution et applique des plafonds de dépenses, vous le savez donc avant de vous engager.
La licence AGPL est-elle un problème pour moi ? L'utilisation interne, les projets personnels et le travail open-source sont acceptables. L'exécution d'une version modifiée en tant que service pour d'autres déclenche la clause réseau et ses obligations de source. Demandez à votre équipe juridique avant de construire un produit dessus.
Peut-il éditer mes propres séquences, ou seulement générer ? Les deux. Talking Head, Hybrid, Screen Demo, Clip Factory et Localization fonctionnent tous avec les séquences que vous fournissez. La génération est une option, pas le seul mode.
En quoi est-ce différent d'un framework d'agent ? C'est une bibliothèque de compétences dans le même sens qu'agency-agents, limitée à un domaine et livrée avec de vrais outils. Ce n'est pas une infrastructure d'orchestration comme Strands ou AgentKit. C'est une bibliothèque de compétences et d'outils spécifique à un domaine qui rend un agent de codage existant compétent en production vidéo. Couche différente.
En résumé
OpenMontage est le projet le plus ambitieux du classement actuel des outils d'agents, et il est mieux conçu que ce que la catégorie offre habituellement : des portes de validation avant les dépenses, une estimation des coûts avant l'exécution, un auto-examen après le rendu, et une piste de décision vérifiable. Si vous publiez du contenu pour développeurs, les pipelines Screen Demo et Clip Factory peuvent à eux seuls justifier l'installation.
Abordez cela avec deux choses claires. La licence est AGPL-3.0, ce qui est une décision, pas une note de bas de page. Et au-delà du travail créatif, il s'agit d'une intégration API importante, coûteuse et de longue durée, ce qui signifie que les disciplines ennuyeuses s'appliquent : un contrat écrit, des mocks que vous pouvez utiliser pour tester les branches d'échec sans payer, des tentatives idempotentes, et une gestion des erreurs qui distingue un quota d'une panne. C'est à cela que sert Apidog. Tout ce qui concerne qui a approuvé quoi, et quand, c'est à cela que sert Sharkly.
L'agent peut réaliser la vidéo. Il ne devrait pas être le seul enregistrement que la vidéo a été approuvée.