OpenMontageはコーディングエージェントを動画スタジオに変えた。興味深いのは予算上限だ。

今週GitHubで1位のリポジトリは、オーケストレーターを同梱しない動画制作システムだ。オーケストレーターは、あなたがすでに料金を支払っているコーディングエージェントである。新しいモデルも、ラッパーも、チャットインターフェースもない。
calesthio/OpenMontageは77,991スター、10,384フォークを誇り、過去7日間で4,405スターを獲得した。自称、初のオープンソースのエージェント型動画制作システムであり、12の制作パイプライン、100以上のツール、約700のスキル/制作知識ファイルを備える。ライセンスはAGPLv3だ。
売り込みは率直だ。欲しいものを平易な言葉で説明する。Claude Code、Cursor、Copilot、Windsurf、またはCodexがリポジトリを読み、作業を計画し、トピックを調査し、台本を書き、アセットを生成または取得し、編集し、構成する。次に何をするかを決めるのはリポジトリ内の何物でもない。エージェントが決めるのだ。
その設計上の選択が、このプロジェクトを面白くしている理由であり、同時に少し落ち着かない気分にさせる理由でもある。
実際にインストールされるもの
要件はありふれている。Python 3.10以降、FFmpeg、Node.js 18以降、そしてファイルを読み取りPythonを実行できるコーディングエージェントだ。HyperFramesのレンダリング経路にはNode 22が必要である。
```bash git clone https://github.com/calesthio/OpenMontage.git cd OpenMontage make setup ```
`make`がない場合、READMEには手動の手順が示されている。仮想環境を作成し、`requirements.txt`をインストールし、`remotion-composer`内で`npm install`を実行し、ローカル音声用に`piper-tts`をインストールし、`.env.example`を`.env`にコピーする。Windowsでは`npm install`が`ERR_INVALID_ARG_TYPE`で失敗することがあり、ドキュメントにある修正方法は`npx --yes npm install`だ。
APIキーはすべて任意だ。fal.ai、Atlas Cloud、Kling、Pexels、Pixabay、Unsplash、Suno、ElevenLabs、OpenAI、xAI、Google、Volcengine Ark、HeyGen、Runwayのすべてを接続でき、追加するたびに利用できるツールが増える。`make install-gpu`もあり、WAN 2.2、WAN 2.1、Hunyuan 1.5、LTX2、CogVideo-5Bによるローカル生成を有効にする。ローカル生成は無料だが遅く、ホスト型生成は高速で従量課金であり、システムは両者の併用を可能にする。
ほとんどのAI動画ツールが飛ばす部分:実写映像
OpenMontage自身の説明には、同カテゴリの他の製品への皮肉が含まれている。ほとんどのAI動画ツールは静止画を動かして、それを動画と呼ぶ。OpenMontageには、無料アーカイブを検索し、実際の動画クリップを取得し、台本に合わせて編集するドキュメンタリーモンタージュのパイプラインがある。
APIキー不要の3つの経路は、実際のエンジニアリングがどこに注がれたかを示すので、列挙する価値がある:
- 画像ベースの動画:ナレーションと静止画にPiper、アニメーションにRemotion。 - ローカルキャラクターアニメーション:SVGスケルトン、GSAP、レンダリングにHyperFrames。 - 実写映像:Archive.org、NASA、Wikimedia、Pexelsから構築したCLIP検索可能なコーパスを編集。
この3番目の経路は、他の誰も提供していないものだ。映像を取得し、台本に照らして評価し、ビートに合わせてトリミングすることは、5秒のクリップを生成するのとは別の問題であり、ほとんどのドキュメンタリー制作が実際に抱える問題である。
プロンプトボックスではなく、ゲートを備えたパイプライン
ワークフローは`research → proposal → script → scene_plan → assets → edit → compose`であり、各段階には承認ゲート付きのディレクタースキルがある。台本を書く前に、エージェントはYouTube、Reddit、Hacker News、ニュース、学術ソースを横断して15〜25件以上(それ以上の場合もある)の検索を実行する。参照動画を貼り付けると、キャプション、テンポ、シーン、キーフレーム、スタイルを分析し、その後、差別化された2〜3のプラン、それぞれが使うツール、コスト見積もりを返してくる。
12のパイプラインは、アニメーション解説、モーショングラフィックス、アバター型スポークスパーソン、シネマティックトレーラー、長い動画をランキング付きショートに切り分けるクリップファクトリー、ドキュメンタリーモンタージュ、実写+生成のハイブリッド作品、ローカライズと吹き替え、ポッドキャストの再利用、スクリーンデモ、トーキングヘッド、キャラクターアニメーションをカバーする。
ローカルのストーリーボードビューアもある:
```bash python -m backlot open python -m backlot open ```
知識は3つの層で整理されており、その分離は意図的だ。`tools/`と`pipeline_defs/`は、実行可能なツールとYAMLオーケストレーションとして、どのような機能が存在するかを定義する。`skills/`はOpenMontage自身の規約と品質基準を保持する。`.agents/skills/`は外部プロジェクトから取り込んだ技術知識パックを保持する。レンダーランタイムは提案段階でロックされ、それを無断で切り替えることはガバナンス違反とみなされる。このことから、著者たちがすでにどれほどこの失敗モードを経験してきたかがわかる。
`make demo`はAPIキーを一切使わずにサンプルをレンダリングする。パイプラインが自分のマシンに合うかどうかを知る最も安価な方法だ。
予算システムこそが実際のイノベーション
ここが、OpenMontageが数多のエージェント動画デモの山から抜け出す点だ。コストを第一級の制約として扱う。
実行前に支出を見積もり、予約し、照合する。デフォルトでは、$0.50を超える単一アクションには確認が必要で、1回の実行の総予算は$10に上限設定される。ガバナンスモードは`observe`、`warn`、`cap`から選べる。READMEには、『The Last Banana』というショートで約$1.33、『Reimagine Your Universe』で約$4、モデル出力を示すクリップで約$5というサンプルコストが記載されている。

モデル選択は7つの次元で採点される。タスク適合30%、出力品質20%、制御性15%、信頼性15%、コスト10%、レイテンシ5%、継続性5%だ。すべてのルーティング判断は記録され、監査可能である。
レンダリング後には検証パスがある。`ffprobe`チェック、フレーム抽出、音声レベルチェック、ブリーフに対する約束チェック、字幕検証だ。失敗すれば出荷されない。
終わりのない創造的タスクでエージェントを走らせたことがある人なら、なぜこれが重要なのかわかる。失敗モードは、台本が一度も必要としなかったショットのバリエーションを生成して$40の午後を費やすことだ。これは悪いフレームよりも高くつき、気づきにくい。
これは何ではないか
プロジェクトは若く、AGPLv3ライセンスのため一部の商業チームには選択肢にならない。品質の上限は基盤モデルができること次第だ。12のパイプラインは、12の優れたパイプラインを意味しない。ドキュメンタリー経路は、あなたのトピックには存在しないかもしれないアーカイブ映像に依存する。ローカル生成経路には十分なメモリを搭載したGPUが必要であり、README自身が言う「無料」は時間ではなく金額の意味で無料だ。
エージェントも規律正しくなければならない。READMEは、エージェントにまず`AGENT_GUIDE.md`と`PROJECT_CONTEXT.md`を読むよう指示し、通常のエントリーファイル(CLAUDE.md、AGENTS.mdなど)はすべてそこへ強制リダイレクトされると述べている。`pipeline_defs/`に従わず自由に動くエージェントは何かを生み出すだろうが、それはシステムが生み出すために作られたものではない。
このリポジトリが別のモデルリリースより重要な理由
この2年間、AI動画の議論はクリップ品質についてだった。15秒対10秒。720pのドラフト対4K。今週アリーナのリーダーボードの頂点に立つのは誰か。
OpenMontageは、制作を中心に問いを組み立て直す。誰が調査し、誰が予算を管理し、誰が出力を確認し、誰がショットの完成を決めるのか。これらはプロジェクト管理の問いであり、小さなチームが火曜日に60秒の解説動画を出荷できるかどうかを決める問いだ。
コストの数字がその証拠だ。完成したショートで1ドル33セントは、ベンチマークというより価格帯であり、ストック映像、フリーランス編集者、テンプレートツールが現在占めている領域に踏み込む。コーディングエージェントとリポジトリが許容できる出力でその数字に到達できるなら、動画制作の制約はお金ではなくなり、センスになり始める。