La plupart des outils vidéo IA renvoient un seul clip à partir d'un seul prompt. OpenMontage met plutôt un véritable service de production à la disposition de votre agent de codage : recherche, script, plan de scènes, génération d'assets, montage et rendu, avec des points de validation humaine entre les étapes. Avec 55 047 étoiles, c'est le projet le plus ambitieux de la vague actuelle d'outils pour agents.
C'est aussi celui qui fait surgir une question que les autres esquivent. Son pipeline s'arrête et attend un humain aux points de décision créative, ce qui est la bonne approche. Mais il n'a aucune notion de quel humain il s'agit, et ne garde aucune trace de qui a approuvé quoi.
TL;DR
Ceci est l'une des cinq analyses approfondies issues de notre panorama des outils open source qui étendent les agents de codage.
OpenMontage s'exécute dans Claude Code, Cursor, Copilot, Windsurf ou Codex et le transforme en système de production vidéo : onze pipelines, plus de 100 outils, plus de 60 intégrations de fournisseurs et plus de 700 fichiers de compétences et de connaissances. Il conditionne les dépenses à une approbation, estime les coûts avant l'exécution et peut créer des vidéos à partir d'images réelles issues d'archives gratuites, au lieu de se contenter d'animer des images fixes. Vérifiez d'abord la licence, car il s'agit d'AGPL-3.0. Et décidez où se situent les validations avant que la première vidéo ait besoin de l'aval de quelqu'un d'autre que vous.
Ce qu'il produit
Vous décrivez ce que vous voulez et l'agent exécute un pipeline fixe :
research -> proposal -> script -> scene_plan -> assets -> edit -> compose
Chaque étape possède une compétence de réalisateur, un fichier d'instructions markdown qui apprend à l'agent comment l'exécuter. Avant d'écrire le moindre mot du script, l'agent effectue 15 à 25 recherches web sur YouTube, Reddit, les actualités et des sources académiques, puis produit une note de recherche sourcée.
| Pipeline | Idéal pour |
|---|---|
| Animated Explainer | Tutoriels, décryptage de sujets |
| Screen Demo | Démos produit, parcours de documentation |
| Clip Factory | Clips courts classés à partir d'une seule source longue |
| Documentary Montage | Montages d'images réelles issues d'archives gratuites |
| Talking Head / Hybrid | Images que vous possédez déjà, améliorées |
| Localization and Dub | Sous-titres, doublage, traduction |
| Cinematic / Animation | Bandes-annonces, motion design |
| Podcast Repurpose | Transformer les meilleurs moments en vidéo |
| Avatar Spokesperson | Communication interne, formation |
Documentary Montage est le plus original sur le plan technique. Il construit un corpus indexé sémantiquement à partir de banques d'images gratuites et d'archives ouvertes, notamment Pexels, Archive.org, la NASA et Wikimedia, récupère de véritables clips animés et les monte sur une vraie timeline. Ce n'est pas la même promesse que d'animer une poignée d'images fixes.
Pour les équipes qui publient du contenu pour développeurs, Screen Demo et Clip Factory sont les plus vite rentables. Une version sort, le changelog existe, et le transformer en démonstration pas à pas demande normalement une personne dotée de compétences en montage et d'un après-midi libre.
L'installation
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup
Les prérequis sont Python 3.10 ou supérieur, FFmpeg, Node.js 18 ou supérieur, et un assistant de codage capable de lire des fichiers et d'exécuter du code. La configuration des fournisseurs se fait par étapes : chaque capacité prend en charge des alternatives locales aux côtés des API payantes, et un sélecteur à score classe les fournisseurs selon sept dimensions et retient celui qui correspond.
Vous pouvez aussi partir d'une vidéo de référence. Collez une vidéo YouTube, un Short, un Reel ou un clip local : l'agent analyse la transcription, le rythme, les scènes et le style, puis propose deux ou trois concepts, un parcours d'outils réaliste et des estimations de coûts avant que la génération ne commence.
Lisez d'abord la licence
OpenMontage est sous AGPL-3.0. Ce point compte, car la plupart des outils de cette catégorie sont sous MIT : on peut donc facilement en partir du mauvais postulat par erreur.
La clause réseau signifie que si vous exploitez une version modifiée en tant que service en ligne, vous êtes tenu de fournir le code source de vos modifications aux utilisateurs de ce service. L'usage interne et le travail open source ne posent aucune difficulté. L'intégrer dans un produit relève d'une décision de votre équipe juridique, à prendre en connaissance de cause plutôt qu'à découvrir plus tard.
Des points de validation pertinents, mais anonymes
Le projet apporte ce qui manque à la plupart des outils pour agents : une véritable validation avant toute dépense. La génération d'assets se met en pause sur une planche contact scène par scène affichant les prises, les prompts, le coût par asset et les scores de qualité. Les validations de script restent bloquées jusqu'à votre réponse. Il y a une estimation des coûts avant l'exécution, des plafonds de dépenses et une trace des décisions pour chaque choix de fournisseur.
Un tableau local montre la production qui se remplit au fil du pipeline, et une exécution terminée peut être rejouée à partir de ses horodatages.
Ce tableau est local, sur une seule machine, pour une seule production. Le travail vidéo au sein d'une entreprise ne ressemble pas à ça. Un script a besoin d'un relecteur expert du sujet. Les visuels, de quelqu'un de l'équipe marque. Les affirmations, de quelqu'un capable de confirmer qu'elles sont exactes. Le montage final, de la validation de la personne responsable de la chaîne.
Le pipeline marque une pause pour un humain. Il ne peut pas l'acheminer vers une personne précise, mettre l'attente en file sous son nom, ni répondre à la question après coup. Quand une vidéo est publiée et que quelqu'un demande qui a approuvé l'affirmation de la scène quatre, la réponse est un horodatage dans un dossier de projet local.
La production est une Task, et la validation doit y être rattachée
Une Task est l'unité de travail principale dans Sharkly. Elle regroupe la demande, le contexte, l'exécution, les points de blocage et le résultat en un seul endroit partagé, au lieu de les disperser entre des prompts privés et des sessions de terminal.
La production vidéo se transpose à ce modèle avec une fluidité inhabituelle.
Une Crew est un groupe réutilisable de People et d'Agents coordonné par un Agent chef de file. C'est une équipe de production dite sans détour : un leader qui lit le brief, décide quels membres impliquer et ramène leurs résultats dans une seule Task, plutôt que de lancer tous les spécialistes en même temps.
Une Task en Backlog ne déclenche aucune exécution. Pour un pipeline où démarrer revient à payer des fournisseurs de génération, ce contrôle vaut plus que d'habitude. Un mois de travail vidéo peut être mis en file d'attente sans rien dépenser, puis libéré à mesure que chaque élément est approuvé.
L'exécution, les blocages, les résultats et les échanges de suivi reviennent dans la timeline de la task : les retours sur le script atterrissent donc sur la Task plutôt que dans une fenêtre de chat, et ils y sont encore trois mois plus tard.
Le Computer fournit l'hôte et les ressources locales, et le Runtime y exécute la session. Le rendu réclame une machine avec du vrai disque et du vrai CPU : préciser quel Computer prend en charge une production est donc utile, et non bureaucratique.
Sharkly ne remplace ni OpenMontage ni l'outil de codage qui l'exécute. Il ajoute autour d'eux la couche de tâche partagée, de Computer, de contexte, de contrôle et de revue.
L'automatisation s'arrête là où le jugement de l'équipe est requis et renvoie une livraison avec un contexte complet et des preuves vérifiables. Laissez les décisions d'acceptation finale et de publication aux personnes.
Quand l'installer
Installez OpenMontage si vous publiez du contenu régulièrement et que vous payez pour du montage, ou que vous vous en passez. Screen Demo, Clip Factory et Localization offrent le retour sur investissement le plus évident, et le pipeline sur archives gratuites fonctionne sans fournisseurs de génération payants.
Passez votre chemin si vous n'avez besoin d'une vidéo qu'occasionnellement. La mise en place et la configuration des fournisseurs ne s'amortissent pas sur trois vidéos par an. Idem si les termes de l'AGPL ne correspondent pas à l'usage que vous envisagez : tranchez la question avant de bâtir un workflow dessus.
Ajoutez un système de travail partagé dès que la validation implique plus d'une personne, ce qui est toujours le cas pour tout contenu destiné aux clients.
Questions fréquentes
Ai-je besoin de clés API payantes ? Non. Chaque capacité prend en charge des alternatives open source ou locales, et le pipeline Documentary Montage s'appuie sur des archives gratuites. Les fournisseurs payants apportent de la qualité et davantage d'options de génération.
Quels assistants de codage fonctionnent ? Claude Code, Cursor, Copilot, Windsurf et Codex sont cités. Tout outil capable de lire des fichiers et d'exécuter du code devrait fonctionner, puisque le pipeline repose sur Python et des fichiers de compétences markdown.
Combien coûte une vidéo ? Cela dépend du pipeline et des fournisseurs. La vitrine du projet rapporte environ cinq dollars de coût de génération. Le système estime avant d'exécuter et applique des plafonds de dépenses.
Peut-il monter des images que je possède déjà ? Oui. Talking Head, Hybrid, Screen Demo, Clip Factory et Localization fonctionnent tous sur des images fournies. La génération est un mode parmi d'autres, pas le seul.
Comment fonctionnent les validations si mes relecteurs ne sont pas techniques ? C'est précisément la lacune qu'il faut anticiper. Les points de validation du pipeline partent du principe que l'opérateur est aussi l'approbateur. Acheminer un script ou un montage vers un relecteur désigné, et conserver la trace de sa décision, relève du système de travail, pas du pipeline.
En bref
OpenMontage est mieux conçu que ce que cette catégorie produit d'ordinaire : des validations avant la dépense, des estimations avant l'exécution, une auto-revue après le rendu et une trace des décisions auditable. Si vous publiez du contenu pour développeurs, Screen Demo et Clip Factory suffisent à eux seuls à justifier la mise en place.
Lancez-vous en gardant deux choses en tête. La licence est AGPL-3.0, ce qui relève d'une décision et non d'une note de bas de page. Et les points de validation suspendent le processus pour un humain sans savoir lequel : c'est parfait en solo, insuffisant dès que la validation incombe à quelqu'un d'autre. Sharkly prend en charge cette moitié : la Task est l'enregistrement partagé, le travail attend en Backlog jusqu'à sa libération, et les résultats reviennent là où une personne peut les examiner et les accepter.
