← ブログに戻る
Ai読了目安 14 分

オーケストレーターを持たない動画制作リポジトリ、OpenMontageの73.6Kスター

公開日 2026年11月10日
オーケストレーターを持たない動画制作リポジトリ、OpenMontageの73.6Kスター

OpenMontageは73.6Kスター、AGPL-3.0。READMEの冒頭には、「無料のAI動画」をうたうプロジェクトがたいてい避ける約束が書かれています。静止画を重ねて動かすのではなく、実写の映像素材から完成品を編集できる、というものです。

その区別は宣伝文句に聞こえますが、もう一方を使ったことがあると分かります。よくある無料パイプラインは、画像を6枚生成し、Ken Burnsエフェクトでパンし、合成音声を乗せて、動画と呼びます。スライドショーに見えるのは、実際にスライドショーだからです。OpenMontageの代替案は、Archive.org、NASA、Wikimedia Commonsからコーパスを組み、スクリプトに対してクリップを意味的に順位づけし、FFmpegで本物のタイムラインに編集する。

どちらのモードも入っています。2つ目が存在することが、このプロジェクトを真面目に扱う理由です。

オーケストレーターがいない

他のすべてがここから導かれる設計判断。OpenMontageは、考えるプログラムを同梱していません。次に何をするかを決めるPythonのスケジューラはありません。リポジトリのフォルダをClaude Code、Cursor、Copilot、Windsurf、Codexで開くと、アシスタントがYAMLのパイプライン定義とMarkdownの「ディレクタースキル」を読み、自分で判断します。

それを製品と呼ぶのは奇妙で、リポジトリと呼ぶのは自然です。つまりこのプロジェクトは動画編集ソフトと競合していない。競合しているのは、どのエージェントセッションも最初に開く白紙のREADMEです。非常に大きく、非常に主張の強い指示書と、その指示書が呼び方を知っている100個ほどの小さなPythonツールの集まりです。

READMEに書かれた数字は、ドキュメント全体で一貫しています。制作パイプライン12本、登録ツール100以上、プロバイダ連携60以上、エージェントスキルと制作知識のファイル700以上。

パイプラインは実用的な粒度です。アニメーション解説、アニメーション、アバター型スポークスパーソン、シネマティック、クリップ工場、ドキュメンタリー・モンタージュ、ハイブリッド、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。それぞれが段階を並べたYAMLです。アニメーション解説なら、リサーチ、脚本、画像、音声、コンポーズ、レンダリングと進みます。

インストールは3行、正直な注意が1つ

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

前提はPython 3.10以上、FFmpeg、Node.js 18以上、そしてコーディングエージェント。以上です。READMEにはWindows向けの注記もあり、載せていること自体が評価に値します。npm installがERR_INVALID_ARG_TYPEで失敗したらnpx --yes npm installを使う。多くのリポジトリは、それを午前1時に自分で発見させるだけです。

そのうえで、何かを作るように頼みます。

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

エージェントは段階を回し始め、ゲートで止まります。

鍵なしで完結する経路こそが本題

どの機能にも、有料APIの隣にローカルかオープンの代替が用意されています。その一文は設計原則としてREADMEに書かれていて、実際に守られています。

ナレーションはPiper TTSでオフライン。素材はArchive.org、NASA、Wikimedia Commonsから。無料であることより、作られた映像ではなく実在する映像であることが重要です。コンポーズはRemotion(React)かHyperFrames(HTML/CSS/GSAP)。READMEによれば、エージェントが提案時にどちらかを選び、render_runtimeとして固定します。ポストプロダクションはFFmpeg。無料で、20年前から無料です。字幕は単語単位のタイミングを内蔵しています。

つまり、有料APIを1回も呼ばずに完成動画が作れます。VeoのCMのようには見えません。有能なドキュメンタリー・モンタージュには見えます。そのジャンルは、見世物に依存したことが一度もありません。

ここがこのプロジェクトで最も過小評価されている部分だと思います。AI動画の議論は2年間「どのモデルが最良か」で止まっていて、多くの用途に対する正直な答えは「モデルはいらない、素材を探せる編集者がいる」です。OpenMontageは、その答えをパイプラインとして実装した最初の有名リポジトリです。

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

Backlot:プロンプトではなく制作過程を見る

最もデモされる機能がBacklotです。実行が進むにつれて自然に埋まっていく、ローカルの絵コンテボード。段階が点灯します。脚本が脚本用紙として落ちてきます。素材生成中はシーンカードが揺らぎます。プロバイダの選択とドル金額が壁に並びます。リプレイでは、完成した制作を最初から最後までスクラブできます。

目を引くだけの飾りに見えますし、実際その側面もあります。ただ、エージェント型の制作には本当の問題があって、それを解いています。待ち時間が長く、しかも見えないのです。11分かけて何も出さない実行と、2分で死んだ実行は区別がつきません。Backlotは、いい服を着た可観測性ツールです。

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

地味だが効くのが予算ゲート

READMEにある数字は2つ。既定の総支出上限が10ドル、1アクションあたり50セントで承認を求めるしきい値です。

コスト管理の話はこれで全部です。それでも、エージェント型ツールの多くが提供しているより多い。型はこうです。エージェントは使う前に見積もり、50セントを超えるものは止まって尋ねる。

エージェントを動画モデルに直結したときの既定の体験と比べてみてください。ループを書き、ループが生成エンドポイントを40回呼び、請求書で知る。50セントのしきい値は粗い道具です。それでも、コーヒーを淹れている間に走らせておけるツールと、そうでないツールの差ではあります。

制作の各段階にも承認ゲートがあります。提案、脚本、シーン計画、生成素材、公開。素材の段階では、テイク、プロンプト、素材ごとの費用、品質スコアが並んだシーン単位のコンタクトシートで止まります。レンダリングの後ではなく、前に映像を承認する仕組みです。

参照動画から始める

実際に自分が使うならこの流れです。YouTubeのリンク、ショート、リール、TikTok、あるいはローカルのクリップを貼る。エージェントが文字起こし、テンポ、シーン、キーフレーム、スタイルを分析し、何かを生成する前に、方向性の違うコンセプトを2〜3案、正直なツールの経路、費用の見積もりを返します。

「これと同じ感じで」という依頼を渡されたことがある人にとって、これは正しい順序です。プロンプトを書けない人、つまり大多数の人にとっても使いやすくなります。

リサーチも一級の段階です。YouTube、Reddit、Hacker News、ニュース、学術ソースを15〜25回検索し、構造化されたブリーフに引用として残してから、脚本の1語目を書きます。エージェントがその検索をうまくやるかは、段階が存在するかとは別問題です。段階があること自体が面白い。話題について書いた脚本と、話題について何か知っている脚本の差です。

疑うべきところ

数カ月で7万3000スターはシグナルですが、注目度のシグナルであって品質のシグナルではありません。とくにエージェント系のリポジトリは、READMEを読んでmake setupを一度も実行していない人からスターを集めがちです。

企業ならAGPL-3.0が現実的な障害になります。配布する改変版は同じ条件で公開しなければなりません。社内利用は問題ありませんが、フォークの上に製品を載せて出すのは法務との相談ごとです。

そして「エージェント+スキル」のプロジェクトすべてにある構造的なリスク。スキルはMarkdownなので、品質はモデルがどれだけ丁寧に読むかにかかっています。強いモデルはディレクタースキルに従います。弱いモデルは流し読みして即興し、パイプラインの要件は満たすが依頼から外れた動画が出てきます。

まとめ

OpenMontageは動画生成器ではありません。書き下された制作の規律です。動画の作り方が12通りあり、それぞれが段階に分かれ、各段階にツールと費用と承認点がある。それをコーディングエージェントが実行するという事実は、ほとんど偶然です。このパイプラインの大半は手でも回せます。

だからこそ、モデル連携より鍵なし経路のほうが重要です。このプロジェクトの本当の主張は、動画で難しいのは生成ではない、ということです。難しいのは次に何を作るかを知ることと、間違ったものにお金を使う前に止まることです。

関連記事