OpenMontage a transformé un agent de codage en studio vidéo. Le plus intéressant, c'est le plafond budgétaire.

Le dépôt numéro un sur GitHub cette semaine est un système de production vidéo livré sans orchestrateur. L'orchestrateur, c'est l'agent de codage que vous payez déjà. Pas de nouveau modèle, pas de surcouche, pas d'interface de chat.
calesthio/OpenMontage affiche 77 991 étoiles et 10 384 forks, et a gagné 4 405 étoiles au cours des sept derniers jours. Il se présente comme le premier système de production vidéo agentique open source : douze pipelines de production, 100 outils ou plus, et environ 700 fichiers de compétences et de connaissances de production. La licence est AGPLv3.
Le discours est direct. Vous décrivez ce que vous voulez en langage simple. Claude Code, Cursor, Copilot, Windsurf ou Codex lit le dépôt, planifie le travail, fait des recherches sur le sujet, écrit un script, génère ou récupère des ressources, effectue le montage et compose. Rien dans le dépôt ne décide de la suite. C'est l'agent qui décide.
Ce choix de conception est ce qui rend le projet intéressant, et aussi un peu dérangeant.
Ce qui s'installe réellement
Les prérequis sont simples : Python 3.10 ou plus récent, FFmpeg, Node.js 18 ou plus récent, et un agent de codage capable de lire des fichiers et d'exécuter Python. Node 22 est nécessaire pour le chemin de rendu HyperFrames.
```bash git clone https://github.com/calesthio/OpenMontage.git cd OpenMontage make setup ```
Si vous n'avez pas `make`, le README décrit la procédure manuelle : créez un environnement virtuel, installez `requirements.txt`, exécutez `npm install` dans `remotion-composer`, installez `piper-tts` pour la synthèse vocale locale, et copiez `.env.example` vers `.env`. Sous Windows, `npm install` échoue parfois avec `ERR_INVALID_ARG_TYPE` ; la solution indiquée dans la documentation est `npx --yes npm install`.
Chaque clé API est facultative. fal.ai, Atlas Cloud, Kling, Pexels, Pixabay, Unsplash, Suno, ElevenLabs, OpenAI, xAI, Google, Volcengine Ark, HeyGen et Runway peuvent tous être connectés, et chaque ajout rend davantage d'outils disponibles. Il existe aussi `make install-gpu`, qui débloque la génération locale via WAN 2.2, WAN 2.1, Hunyuan 1.5, LTX2 et CogVideo-5B. La génération locale est gratuite et lente ; la génération hébergée est rapide et facturée à l'usage, et le système permet de les combiner.
La partie que la plupart des outils vidéo IA ignorent : les séquences réelles
La présentation d'OpenMontage contient elle-même une pique à l'égard du reste de la catégorie. La plupart des outils vidéo IA animent une image fixe et appellent cela une vidéo. OpenMontage dispose d'un pipeline de montage documentaire qui cherche dans des archives gratuites, récupère de vrais clips en mouvement et les monte selon un script.
Les trois parcours sans clé méritent d'être listés, car ils montrent où se trouve l'ingénierie réelle :
- Vidéo à partir d'images : Piper pour la narration, des images fixes, et Remotion pour l'animation. - Animation de personnages locale : des squelettes SVG, GSAP, et HyperFrames pour le rendu. - Séquences réelles : un corpus interrogeable par CLIP, construit à partir d'Archive.org, NASA, Wikimedia et Pexels, puis monté.
Ce troisième parcours est celui que personne d'autre ne livre. Récupérer des séquences, les évaluer par rapport à un script et les découper selon un rythme est un problème différent de la génération d'un clip de cinq secondes, et c'est le problème que la plupart des travaux documentaires rencontrent réellement.
Un pipeline avec des points de contrôle, pas une simple zone de prompt
Le flux de travail est `research → proposal → script → scene_plan → assets → edit → compose`, et chaque étape possède une compétence de directeur avec un point de validation. Avant d'écrire un script, l'agent effectue 15 à 25 recherches ou plus sur YouTube, Reddit, Hacker News, des sources d'actualité et universitaires. Collez une vidéo de référence et il analyse les sous-titres, le rythme, les scènes, les images clés et le style, puis revient avec deux ou trois plans différenciés, les outils que chacun utiliserait et une estimation des coûts.
Les douze pipelines couvrent les explications animées, les motion graphics, les avatars présentateurs, les bandes-annonces cinématographiques, les usines à clips qui découpent de longues vidéos en shorts classés, le montage documentaire, les travaux hybrides mêlant réel et généré, la localisation et le doublage, la réutilisation de podcasts, les démos d'écran, les têtes parlantes et l'animation de personnages.
Il existe aussi une visionneuse de storyboard locale :
```bash python -m backlot open python -m backlot open ```
Les connaissances sont organisées en trois couches, et cette séparation est délibérée. `tools/` et `pipeline_defs/` définissent les capacités existantes, sous forme d'outils exécutables et d'orchestration YAML. `skills/` contient les conventions et les normes de qualité propres à OpenMontage. `.agents/skills/` contient des packs de connaissances techniques repris de projets externes. Le runtime de rendu est verrouillé pendant l'étape de proposition, et le changer sans le signaler compte comme une violation de gouvernance, ce qui en dit long sur le nombre de fois où les auteurs ont déjà vécu ce mode de défaillance.
`make demo` génère un exemple sans aucune clé API, ce qui est le moyen le moins coûteux de savoir si le pipeline convient à votre machine.
Le système budgétaire est la véritable innovation
C'est ici qu'OpenMontage se distingue de la masse de démos vidéo d'agents. Il traite le coût comme une contrainte de premier ordre.
Avant l'exécution, il estime, réserve et rapproche les dépenses. Par défaut : toute action individuelle supérieure à 0,50 $ nécessite une confirmation, et le budget total d'une exécution est plafonné à 10 $. Le mode de gouvernance peut être `observe`, `warn` ou `cap`. Le README liste des coûts d'exemple d'environ 1,33 $ pour un short intitulé The Last Banana, d'environ 4 $ pour Reimagine Your Universe, et d'environ 5 $ pour un clip qui montre les sorties de modèles.

La sélection des modèles est notée selon sept dimensions : adéquation à la tâche à 30 %, qualité de sortie à 20 %, contrôle à 15 %, fiabilité à 15 %, coût à 10 %, latence à 5 % et continuité à 5 %. Chaque décision de routage est consignée et auditable.
Après le rendu, une passe de vérification a lieu : contrôles avec `ffprobe`, extraction d'images, vérification des niveaux audio, contrôle de conformité au brief et validation des sous-titres. En cas d'échec, le résultat n'est pas livré.
Quiconque a déjà fait tourner un agent sur une tâche créative ouverte sait pourquoi cela compte. Le mode de défaillance, c'est un après-midi à 40 $ passé à générer des variantes d'un plan dont le script n'a jamais eu besoin, ce qui coûte plus cher qu'une mauvaise image et est plus difficile à remarquer.
Ce que ce n'est pas
Le projet est jeune, la licence AGPLv3 le rendra inutilisable pour certaines équipes commerciales, et le plafond de qualité est celui des modèles sous-jacents. Les douze pipelines ne signifient pas douze bons pipelines. Le parcours documentaire dépend de séquences d'archives qui peuvent ne pas exister pour votre sujet. La voie de génération locale nécessite un GPU doté d'une mémoire conséquente, et la propre formulation du README, « gratuit », signifie gratuit en dollars, pas en heures.
L'agent doit aussi être discipliné. Le README demande aux agents de lire d'abord `AGENT_GUIDE.md` et `PROJECT_CONTEXT.md`, et note que tous les fichiers d'entrée habituels (CLAUDE.md, AGENTS.md et compagnie) redirigent de force vers ces fichiers. Les agents qui improvisent au lieu de suivre `pipeline_defs/` produiront quelque chose, mais pas ce pour quoi le système a été conçu.
Pourquoi ce dépôt compte plus qu'une nouvelle sortie de modèle
Depuis deux ans, la conversation sur la vidéo IA porte sur la qualité des clips. Quinze secondes contre dix. Des brouillons en 720p contre de la 4K. Qui est en tête du classement de l'arène cette semaine.
OpenMontage recentre la question sur la production : qui fait les recherches, qui tient le budget, qui vérifie le résultat et qui décide qu'un plan est terminé. Ce sont des questions de gestion de projet, et ce sont elles qui déterminent si une petite équipe peut livrer une vidéo explicative de 60 secondes un mardi.
Les chiffres de coût sont révélateurs. Un short terminé pour 1,33 dollar est un niveau de prix plutôt qu'un benchmark, et il se situe dans un territoire qu'occupent actuellement les banques d'images, les monteurs indépendants et les outils à gabarits. Si un agent de codage plus un dépôt peuvent atteindre ce chiffre avec un résultat acceptable, la contrainte de la production vidéo cesse d'être l'argent et devient le goût.
Articles associés
La règle ne vise pas les puces, elle vise l'accès à distance
Washington ne contrôle plus seulement la puce qui traverse une frontière, mais le calcul qui la traverse. Cinq pays, une licence, et un flou qui coûte cher aux néoclouds.
Trois documents en neuf jours, et un comité qui compte
En neuf jours, le conseil de Nvidia a publié une enquête, créé une présidence et monté un comité export. Ce dernier est le seul qui change vraiment la machine.
AMD a pris 18,93 % pour une raison qui ne parle pas d'AMD
AMD a gagné 18,93 % pendant que Nvidia perdait 12,75 %. Le marché n'a pas choisi un gagnant : il a fui un nom. La différence compte pour les deux prochaines années.
Ce que Colette Kress doit dire en trois phrases
Nvidia publie son premier trimestre sans Huang. Derrière des chiffres attendus, une seule question : la nouvelle patronne peut-elle encore vendre la visibilité du groupe ?