OpenMontage: filmagem real, zero API paga e um agente no comando da edição

O OpenMontage tem 73.6K estrelas, licença AGPL-3.0 e um README que abre com uma promessa que a maioria dos projetos “vídeo com IA grátis” evita em silêncio: ele consegue montar um vídeo final a partir de filmagem real em movimento, não apenas animar uma pilha de fotos paradas.
A distinção parece marketing até você usar o outro tipo. O pipeline grátis de sempre gera seis imagens, passeia por elas com efeito Ken Burns, joga uma voz sintética por cima e chama de vídeo. Parece slideshow porque é slideshow. A alternativa do OpenMontage é montar um acervo a partir de Archive.org, NASA e Wikimedia Commons, ranquear os clipes semanticamente contra o roteiro e editá-los numa timeline de verdade com FFmpeg.
Os dois modos estão na caixa. A existência do segundo é o motivo para levar o projeto a sério.
Não existe orquestrador
A decisão de arquitetura da qual todo o resto decorre: o OpenMontage não entrega um programa que pensa. Não há agendador em Python decidindo o próximo passo. Você abre a pasta do repositório no Claude Code, Cursor, Copilot, Windsurf ou Codex, e o assistente lê manifestos YAML de pipeline e “skills de direção” em Markdown e decide por conta própria.
É uma coisa estranha de chamar de produto, e uma coisa óbvia de chamar de repositório. Significa que o projeto não concorre com editores de vídeo. Concorre com o README em branco de onde toda sessão de agente parte — é um conjunto muito grande e muito opinativo de instruções, mais cem ferramentas Python pequenas que as instruções sabem chamar.
Os números do README, estáveis ao longo da documentação do projeto: 12 pipelines de produção, mais de 100 ferramentas registradas, mais de 60 integrações de provedores, mais de 700 arquivos de skill de agente e de conhecimento de produção.
Os pipelines são concretos o bastante para servir: explicador animado, animação, porta-voz avatar, cinematográfico, fábrica de clipes, montagem documental, híbrido, localização e dublagem, reaproveitamento de podcast, demo de tela, talking head, animação de personagem. Cada um é um manifesto YAML que organiza etapas. O explicador animado, por exemplo, vai de pesquisa a roteiro, imagens, voz, composição e render.
A instalação são três linhas e um aviso honesto
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup
Pré-requisitos: Python 3.10+, FFmpeg, Node.js 18+ e um agente de código. Só. O README também traz uma nota específica de Windows que merece crédito por existir — se npm install falhar com ERR_INVALID_ARG_TYPE, use npx --yes npm install. A maioria dos repositórios deixa você descobrir isso sozinho à 1 da manhã.
Aí você pede alguma coisa:
Make a 75-second documentary montage about city life in the rain.
Use real footage only, no narration, elegiac tone, with music.
E o agente começa a rodar etapas, parando nos portões.
O caminho sem chave é a história de verdade
Toda capacidade tem uma alternativa local ou aberta ao lado da API premium. A frase está no README como princípio de design, e o projeto de fato cumpre:
A narração roda em Piper TTS, offline. A filmagem vem de Archive.org, NASA e Wikimedia Commons — grátis e, mais importante, filmagem que existe em vez de filmagem inventada. A composição roda em Remotion (React) ou HyperFrames (HTML/CSS/GSAP); o README diz que o agente escolhe entre as duas na hora da proposta e trava a decisão como render_runtime. A pós-produção é FFmpeg, gratuito há vinte anos. As legendas usam timing por palavra embutido.
Ou seja, é possível fechar um vídeo completo sem uma única chamada de API paga. Não vai parecer um filme do Veo. Vai parecer uma montagem documental competente, gênero que nunca dependeu de espetáculo.
Considero essa a parte mais subestimada do projeto. A conversa sobre vídeo com IA está travada em “qual modelo é melhor” há dois anos, e a resposta honesta para muitos casos é “você não precisa de um modelo, precisa de um editor que saiba achar filmagem”. O OpenMontage é o primeiro repositório popular a codificar essa resposta como pipeline.

Backlot: assistir à produção, não ao prompt
O recurso mais demonstrado é o Backlot, um quadro de storyboard local que se preenche enquanto a execução corre. As etapas acendem. O roteiro cai como página de screenplay. Os cartões de cena cintilam enquanto os assets são gerados. Escolhas de provedor e valores em dólar aparecem no mural. Um replay permite percorrer uma produção final do começo ao fim.
Parece enfeite, e em parte é. Mas resolve um problema real do trabalho criativo com agentes: a latência é longa e invisível. Uma execução de onze minutos sem saída é indistinguível de uma que morreu no segundo minuto. O Backlot é uma ferramenta de observabilidade vestida com um bom casaco.
python -m backlot open # the library, every project on disk
python scripts/backlot_simulate_run.py # watch a simulated run
O portão de orçamento é o recurso sem glamour que importa
Dois números do README: teto padrão de gasto total de dez dólares e limite de aprovação de cinquenta centavos por ação.
É isso. É toda a história de controle de custo, e é mais do que a maioria das ferramentas agênticas oferece. O padrão é: o agente estima antes de gastar, e qualquer coisa acima de cinquenta centavos para e pergunta.
Compare com a experiência padrão de ligar um agente a um modelo de vídeo — você escreve um laço, o laço chama um endpoint de geração quarenta vezes e você descobre na nota fiscal. O limite de cinquenta centavos é um instrumento grosseiro. É também a diferença entre uma ferramenta que você deixa rodando enquanto faz café e uma que não.
Há portões de aprovação em cada etapa criativa também: proposta, roteiro, plano de cenas, assets gerados, publicação. Os assets pausam numa folha de contato cena por cena, com tomadas, prompts, custo por asset e notas de qualidade. Você aprova o visual antes do render, não depois.
Começar a partir de um vídeo de referência
O fluxo que eu realmente usaria: cole um link do YouTube, um Short, um Reel, um TikTok ou um clipe local. O agente analisa transcrição, ritmo, cenas, keyframes e estilo, e volta com dois ou três conceitos diferenciados, um caminho técnico honesto e uma estimativa de custo — antes de gerar qualquer coisa.
É a ordem correta das operações para quem já recebeu um briefing dizendo “faz igual a esse”. Também torna a ferramenta útil para quem não sabe escrever prompt, que é a maioria.
Pesquisa é etapa de primeira classe. De quinze a vinte e cinco buscas em YouTube, Reddit, Hacker News, notícias e fontes acadêmicas, citadas num briefing estruturado, antes de uma palavra de roteiro ser escrita. Se o agente faz essas buscas bem é outra pergunta, separada de se a etapa existe. A etapa existir é a parte interessante — é a diferença entre um roteiro sobre um tema e um roteiro que sabe algo sobre o tema.
O que colocar em dúvida
Setenta e três mil estrelas em poucos meses é sinal, mas é sinal de atenção, não de qualidade. Repositórios agênticos, em especial, costumam acumular estrelas de gente que leu o README e nunca rodou make setup.
A licença AGPL-3.0 é o bloqueio prático se você é empresa. Versões modificadas que você distribui precisam ser compartilhadas nos mesmos termos. Uso interno é tranquilo; entregar um produto construído sobre um fork é conversa com o jurídico.
E o risco estrutural honesto de todo projeto “agente + skills”: as skills são Markdown, o que significa que a qualidade depende de o modelo lê-las com atenção. Um modelo forte segue a skill de direção. Um fraco passa o olho e improvisa, e você recebe um vídeo que tecnicamente satisfaz o pipeline e erra o briefing.
O que fica
O OpenMontage não é um gerador de vídeo. É uma disciplina de produção escrita — doze maneiras de fazer vídeo, cada uma dividida em etapas, cada etapa com uma ferramenta, um custo e um ponto de aprovação. O fato de um agente de código executar isso é quase incidental. Você poderia rodar a maioria desses pipelines na mão.
Por isso o caminho sem chave importa mais que as integrações de modelo. A alegação real do projeto é que a parte difícil do vídeo nunca foi a geração. Era saber o que fazer em seguida e parar antes de gastar dinheiro na coisa errada.
Artigos relacionados
Uma planilha comunitária de toques que desliga os anúncios dos Android chineses
Não mexe no sistema, não desbloqueia nada, não faz flash de nada. Só vira os botões que os fabricantes já deixaram à mostra. O preço é uma lista que alguém precisa continuar escrevendo.
GPT Image 2.6 manteve o preço por token e elevou a fatura
O GPT Image 2.6 mantém cada tarifa por token do 2.5 e mesmo assim custa mais por imagem, porque boa parte do trabalho acontece agora nos tokens de saída. Onze dias após o lançamento, a estrutura de preços diz mais que o ranking.
Alguém reconstruiu o IDM por fora e anotou o que não tocou
Uma reimplementação em Rust do Internet Download Manager promete 5 vezes a velocidade e 86 idiomas. O documento mais interessante é o parágrafo que explica como ela foi feita sem copiar nada.
Rune é um framework de UI em Rust feito para que um agente possa verificar o próprio trabalho
Rune renderiza sem interface, despeja sua árvore de elementos e aceita entrada roteirizada, o que dá a um agente de código um sinal diffável que um screenshot nunca oferece. O framework está em pré-lançamento e não aceita pull requests.