OpenMontage: 73.6K stelle, nessun orchestratore, e i video li monta l'agente

OpenMontage ha 73.6K stelle, una licenza AGPL-3.0 e un README che si apre con una promessa che quasi tutti i progetti «video AI gratis» evitano con cura: sa montare un video finito partendo da girato reale, non solo animare una pila di fotogrammi fermi.
La distinzione sembra marketing finché non avete provato l'altro tipo. La pipeline gratuita tipica genera sei immagini, ci fa una panoramica sopra con l'effetto Ken Burns, ci appoggia una voce sintetica e lo chiama video. Sembra un powerpoint animato perché è un powerpoint animato. L'alternativa di OpenMontage è costruire un corpus da Archive.org, NASA e Wikimedia Commons, ordinare le clip per pertinenza semantica rispetto alla sceneggiatura e montarle su una timeline vera con FFmpeg.
Entrambe le modalità sono comprese. L'esistenza della seconda è il motivo per prendere sul serio il progetto.
Non c'è nessun orchestratore
La decisione architetturale da cui discende tutto il resto: OpenMontage non spedisce un programma che pensa. Non c'è nessuno scheduler in Python che decide cosa succede dopo. Aprite la cartella del repo in Claude Code, Cursor, Copilot, Windsurf o Codex, e l'assistente legge i manifest YAML delle pipeline e le «director skill» in Markdown, e decide da solo.
È una cosa strana da chiamare prodotto, e una cosa ovvia da chiamare repo. Significa che il progetto non compete con i programmi di montaggio. Compete con il README vuoto da cui parte ogni sessione di un agente: è un insieme molto grande e molto opinionato di istruzioni, più un centinaio di piccoli strumenti Python che le istruzioni sanno come chiamare.
I numeri nel README, stabili attraverso la documentazione del progetto: 12 pipeline di produzione, oltre 100 strumenti registrati, oltre 60 integrazioni con provider, oltre 700 file tra skill dell'agente e conoscenza di produzione.
Le pipeline sono abbastanza concrete da essere utili: explainer animato, animazione, avatar portavoce, cinematografico, clip factory, montaggio documentario, ibrido, localizzazione e doppiaggio, riuso di podcast, demo di software, talking head, animazione di personaggi. Ognuna è un manifest YAML che dispone le fasi. L'explainer animato, per esempio, passa da ricerca, sceneggiatura, immagini, voce, composizione, render.
L'installazione sono tre righe e un avviso onesto
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup
Prerequisiti: Python 3.10+, FFmpeg, Node.js 18+ e un agente di coding. Basta. Il README porta anche una nota specifica per Windows che merita credito solo per esserci: se npm install fallisce con ERR_INVALID_ARG_TYPE, usate npx --yes npm install. La maggior parte dei repo vi lascia scoprirlo da soli all'una di notte.
Poi chiedete qualcosa:
Make a 75-second documentary montage about city life in the rain.
Use real footage only, no narration, elegiac tone, with music.
E l'agente comincia a eseguire le fasi, fermandosi ai cancelli.
La via a zero chiavi è la vera notizia
Ogni capacità ha un'alternativa locale o aperta accanto all'API premium. Quella frase nel README è un principio di progetto, e il progetto la rispetta davvero:
La voce gira su Piper TTS, offline. Il girato viene da Archive.org, NASA e Wikimedia Commons: gratuito e, cosa più importante, girato che esiste invece di girato inventato. La composizione gira su Remotion (React) o HyperFrames (HTML/CSS/GSAP); il README dice che l'agente sceglie tra i due al momento della proposta e blocca la scelta come render_runtime. La post-produzione è FFmpeg, gratuito da vent'anni. I sottotitoli usano il timing a livello di parola già incluso.
Quindi un video completo è possibile senza una singola chiamata API a pagamento. Non somiglierà a uno spot fatto con Veo. Somiglierà a un montaggio documentario fatto bene, che è un genere che non è mai dipeso dallo spettacolo.
Penso che sia la parte più sottovalutata del progetto. La conversazione sul video AI è bloccata su «quale modello è il migliore» da due anni, e la risposta onesta per molti casi d'uso è «non ti serve un modello, ti serve un montatore che sappia trovare il girato». OpenMontage è il primo repo popolare che codifica quella risposta in una pipeline.

Backlot: guardare la produzione, non il prompt
La funzione più dimostrata è Backlot, una lavagna storyboard locale che si riempie da sola mentre l'esecuzione procede. Le fasi si accendono. La sceneggiatura arriva come pagina di copione. Le card delle scene brillano mentre gli asset si generano. Le scelte dei provider e gli importi in dollari compaiono sul muro. Un replay vi lascia scorrere una produzione finita da capo a fondo.
Sembra un effetto scenografico, e in parte lo è. Ma risolve un problema reale del lavoro creativo con gli agenti: la latenza è lunga e invisibile. Un'esecuzione da undici minuti senza output è indistinguibile da una che è morta al secondo minuto. Backlot è uno strumento di osservabilità con un bel cappotto.
python -m backlot open # the library, every project on disk
python scripts/backlot_simulate_run.py # watch a simulated run
Il tetto di spesa è la funzione poco glamour che conta
Due numeri dal README: un tetto di spesa totale predefinito di dieci dollari e una soglia di approvazione di cinquanta centesimi per azione.
È tutto. È tutta la storia del controllo dei costi, e già più di quanto offrano quasi tutti gli strumenti agentici. Lo schema è: l'agente stima prima di spendere, e qualsiasi cosa sopra i cinquanta centesimi si ferma e chiede.
Confrontatelo con l'esperienza predefinita di collegare un agente a un modello video: scrivete un ciclo, il ciclo chiama un endpoint di generazione quaranta volte, e lo scoprite in fattura. La soglia dei cinquanta centesimi è uno strumento grezzo. È anche la differenza tra uno strumento che potete lasciare acceso mentre vi fate un caffè e uno che non potete.
Ci sono cancelli di approvazione anche a ogni passo creativo: proposta, sceneggiatura, piano delle scene, asset generati, pubblicazione. Gli asset si fermano su un contact sheet scena per scena con ciak, prompt, costo per asset e punteggi di qualità. Approvate le immagini prima del render, non dopo.
Partire da un video di riferimento
Il flusso che userei davvero: incollate un link YouTube, uno Short, un Reel, un TikTok o una clip locale. L'agente analizza trascrizione, ritmo, scene, keyframe e stile, poi torna con due o tre concept differenziati, un percorso di strumenti onesto e una stima di costo — prima di generare qualsiasi cosa.
È l'ordine corretto delle operazioni per chiunque si sia visto consegnare un brief che dice «fallo come questo». Rende anche lo strumento utile a chi non sa scrivere prompt, cioè la maggior parte delle persone.
Anche la ricerca è una fase di prima classe. Da quindici a venticinque ricerche su YouTube, Reddit, Hacker News, testate e fonti accademiche, citate in un brief strutturato, prima che venga scritta una parola di sceneggiatura. Se poi l'agente faccia bene quelle ricerche è una domanda separata dall'esistenza della fase. Che la fase esista è la parte interessante: è la differenza tra una sceneggiatura su un argomento e una sceneggiatura che su quell'argomento sa qualcosa.
Di cosa dubitare
Settantatremila stelle in pochi mesi sono un segnale, ma un segnale di attenzione, non di qualità. I repo agentici in particolare tendono ad accumulare stelle da gente che legge il README e non esegue mai make setup.
La licenza AGPL-3.0 è il blocco pratico se siete un'azienda. Le versioni modificate che distribuite vanno condivise con gli stessi termini. L'uso interno va bene; spedire un prodotto costruito su un fork è una conversazione con il legale.
E il rischio strutturale onesto di ogni progetto «agente più skill»: le skill sono Markdown, quindi la qualità dipende dal fatto che il modello le legga con attenzione. Un modello forte segue la director skill. Uno debole la scorre e improvvisa, e vi ritrovate un video che tecnicamente soddisfa la pipeline e manca il brief.
Il punto
OpenMontage non è un generatore di video. È una disciplina di produzione messa per iscritto: dodici modi di fare un video, ognuno spezzato in fasi, ogni fase con uno strumento, un costo e un punto di approvazione. Che poi lo esegua un agente di coding è quasi accessorio. La maggior parte di queste pipeline potreste farla a mano.
È per questo che la via a zero chiavi conta più delle integrazioni con i modelli. La vera tesi del progetto è che la parte difficile del video non è mai stata la generazione. Era sapere cosa fare dopo, e fermarsi prima di spendere soldi sulla cosa sbagliata.
Articoli correlati
Un foglio di calcolo comunitario di tocchi che spegne la pubblicità negli Android cinesi
Non tocca il sistema, non sblocca niente, non flasha niente. Ribalta solo gli interruttori che i produttori hanno già previsto. Il prezzo è una lista che qualcuno deve continuare a scrivere.
GPT Image 2.6 ha tenuto il prezzo dei token e alzato la fattura
GPT Image 2.6 conserva ogni tariffa per token di 2.5 e costa comunque di più per immagine, perché buona parte del lavoro passa ora nei token di output. Undici giorni dopo il lancio, la struttura dei prezzi dice più della classifica.
Qualcuno ha ricostruito IDM dall'esterno e ha scritto cosa non ha toccato
Una reimplementazione in Rust di Internet Download Manager promette 5 volte la velocità e 86 lingue. Il documento più interessante è il paragrafo che spiega come è stata costruita senza copiare nulla.
Rune è un framework UI per Rust costruito perché un agente possa verificare il proprio lavoro
Rune renderizza headless, esporta il suo albero di elementi e accetta input scriptato, dando a un agente di coding un segnale diffabile che nessuno screenshot può offrire. Il framework è in pre-release e non accetta pull request.