← Retour au blog
AiEnviron 8 min de lecture

OpenMontage : 12 pipelines vidéo, zéro orchestrateur

Publié le 10 nov. 2026
OpenMontage : 12 pipelines vidéo, zéro orchestrateur

OpenMontage affiche 73.6K étoiles, une licence AGPL-3.0 et un README qui s'ouvre sur une promesse que la plupart des projets « vidéo IA gratuite » évitent soigneusement : il peut monter une vidéo finie à partir de vraies images animées, pas seulement animer une pile de photos fixes.

La distinction sonne comme du marketing tant qu'on n'a pas utilisé l'autre catégorie. Le pipeline gratuit classique génère six images, les balaie avec un effet Ken Burns, pose une voix de synthèse dessus et appelle ça une vidéo. Ça ressemble à un diaporama parce que c'en est un. L'alternative d'OpenMontage : constituer un corpus sur Archive.org, la NASA et Wikimedia Commons, classer les clips sémantiquement par rapport au script, et les monter sur une vraie timeline avec FFmpeg.

Les deux modes sont dans la boîte. L'existence du second justifie de prendre le projet au sérieux.

Il n'y a pas d'orchestrateur

La décision d'architecture dont tout le reste découle : OpenMontage ne livre pas un programme qui réfléchit. Aucun ordonnanceur Python ne décide de la suite. Vous ouvrez le dossier du dépôt dans Claude Code, Cursor, Copilot, Windsurf ou Codex, et l'assistant lit des manifestes de pipeline en YAML et des « compétences de réalisateur » en Markdown, puis décide lui-même.

C'est une drôle de chose à appeler un produit, et une chose évidente à appeler un dépôt. Le projet ne concurrence donc pas les logiciels de montage. Il concurrence le README vide par lequel commence chaque session d'agent : un jeu d'instructions très volumineux, très opiné, plus une centaine de petits outils Python que ces instructions savent appeler.

Les chiffres du README, stables dans toute la documentation du projet : 12 pipelines de production, plus de 100 outils enregistrés, plus de 60 intégrations de fournisseurs, plus de 700 fichiers de compétences d'agent et de connaissance production.

Les pipelines sont assez concrets pour être utiles : explainer animé, animation, avatar présentateur, cinématique, usine à clips, montage documentaire, hybride, localisation et doublage, recyclage de podcast, démo d'écran, tête parlante, animation de personnage. Chacun est un manifeste YAML qui décrit des étapes. L'explainer animé, par exemple, enchaîne recherche, script, images, voix, composition, rendu.

Trois lignes d'installation et un avertissement honnête

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

Prérequis : Python 3.10+, FFmpeg, Node.js 18+ et un agent de code. C'est tout. Le README contient aussi une note spécifique à Windows qui mérite d'être saluée — si npm install échoue avec ERR_INVALID_ARG_TYPE, utilisez npx --yes npm install. La plupart des dépôts vous laissent découvrir ça vous-même à 1 h du matin.

Ensuite, vous demandez quelque chose :

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

Et l'agent commence à dérouler les étapes, en s'arrêtant aux points de contrôle.

Le chemin sans aucune clé, la vraie histoire

Chaque capacité a une alternative locale ou ouverte à côté de l'API premium. Cette phrase figure dans le README comme principe de conception, et le projet suit réellement :

La narration tourne sur Piper TTS, hors ligne. Les images viennent d'Archive.org, de la NASA et de Wikimedia Commons — gratuites, et surtout existantes plutôt qu'inventées. La composition tourne sur Remotion (React) ou HyperFrames (HTML/CSS/GSAP) ; le README précise que l'agent choisit entre les deux au moment de la proposition et verrouille le choix sous render_runtime. La post-production, c'est FFmpeg, gratuit depuis vingt ans. Les sous-titres utilisent un timing mot à mot intégré.

Une vidéo complète est donc possible sans un seul appel d'API payant. Elle ne ressemblera pas à un spot Veo. Elle ressemblera à un montage documentaire compétent, un genre qui n'a jamais dépendu du spectacle.

C'est à mon avis la partie la plus sous-estimée du projet. La conversation sur la vidéo IA est bloquée sur « quel modèle est le meilleur » depuis deux ans, alors que la réponse honnête pour beaucoup de cas d'usage est : vous n'en avez pas besoin, il vous faut un monteur capable de trouver des images. OpenMontage est le premier dépôt populaire à encoder cette réponse sous forme de pipeline.

A wall-mounted storyboard board with blank scene cards and sticky notes

Backlot : regarder la production, pas le prompt

La fonction la plus démontrée est Backlot, un tableau de storyboard local qui se remplit pendant l'exécution. Les étapes s'allument. Le script arrive sous forme de page de scénario. Les cartes de scène scintillent pendant que les assets se génèrent. Les choix de fournisseurs et les montants en dollars apparaissent au mur. Un replay permet de parcourir une production terminée de bout en bout.

Ça se lit comme du eye candy, et une partie en est. Mais ça résout un vrai problème du travail créatif agentique : la latence est longue et invisible. Une exécution de onze minutes sans sortie est indiscernable d'une exécution morte à la deuxième minute. Backlot est un outil d'observabilité déguisé en belle interface.

python -m backlot open            # the library, every project on disk
python scripts/backlot_simulate_run.py   # watch a simulated run

Le plafond de budget, la fonctionnalité peu glamour qui compte

Deux chiffres du README : un plafond de dépense totale de dix dollars par défaut, et un seuil d'approbation de cinquante centimes par action.

Voilà. Toute l'histoire du contrôle des coûts tient là, et c'est déjà plus que ce qu'offrent la plupart des outils agentiques. Le principe : l'agent estime avant de dépenser, et tout ce qui dépasse cinquante centimes s'arrête et demande.

Comparez avec l'expérience par défaut quand on branche un agent sur un modèle vidéo : vous écrivez une boucle, la boucle appelle un endpoint de génération quarante fois, et vous découvrez le tout sur la facture. Le seuil de cinquante centimes est un instrument grossier. C'est aussi la différence entre un outil qu'on laisse tourner pendant qu'on se fait un café et un outil qu'on ne peut pas laisser tourner.

Il y a aussi des portes d'approbation à chaque étape créative : proposition, script, plan de scènes, assets générés, publication. Les assets se mettent en pause sur une planche contact scène par scène, avec les prises, les prompts, le coût par asset et les scores de qualité. Vous validez les visuels avant le rendu, pas après.

Partir d'une vidéo de référence

Le workflow que j'utiliserais vraiment : collez un lien YouTube, un Short, un Reel, un TikTok ou un clip local. 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 et une estimation de coût — avant de générer quoi que ce soit.

C'est le bon ordre des opérations pour quiconque a déjà reçu un brief disant « fais comme ça ». Cela rend aussi l'outil utile aux gens qui ne savent pas écrire de prompts, c'est-à-dire la plupart des gens.

La recherche est aussi une étape de premier ordre. Quinze à vingt-cinq recherches sur YouTube, Reddit, Hacker News, l'actualité et des sources académiques, citées dans un brief structuré, avant qu'un seul mot de script soit écrit. Savoir si l'agent fait bien ces recherches est une autre question que celle de l'existence de l'étape. L'existence de l'étape est ce qui est intéressant — c'est la différence entre un script sur un sujet et un script qui sait quelque chose du sujet.

Ce qui doit rendre sceptique

73 000 étoiles en quelques mois, c'est un signal, mais un signal sur l'attention, pas sur la qualité. Les dépôts agentiques en particulier ont tendance à accumuler des étoiles de gens qui ont lu le README et n'ont jamais lancé make setup.

La licence AGPL-3.0 est le blocage pratique si vous êtes une entreprise. Les versions modifiées que vous distribuez doivent être partagées aux mêmes conditions. L'usage interne va bien ; livrer un produit bâti sur un fork, c'est une conversation avec le juridique.

Et le risque structurel honnête de tout projet « agent + compétences » : les compétences sont du Markdown, donc la qualité dépend du soin avec lequel le modèle les lit. Un modèle fort suit la compétence de réalisateur. Un modèle faible la survole et improvise, et vous obtenez une vidéo qui satisfait techniquement le pipeline et rate le brief.

À retenir

OpenMontage n'est pas un générateur de vidéo. C'est une discipline de production écrite noir sur blanc — douze façons de faire une vidéo, chacune découpée en étapes, chaque étape avec un outil, un coût et un point d'approbation. Le fait qu'un agent de code l'exécute est presque accessoire. Vous pourriez faire tourner la plupart de ces pipelines à la main.

C'est pourquoi le chemin sans clé compte plus que les intégrations de modèles. La vraie affirmation du projet : le plus dur dans la vidéo n'a jamais été la génération. C'était de savoir quoi faire ensuite, et de s'arrêter avant de dépenser de l'argent sur la mauvaise chose.

Articles associés