OpenMontage 怎么用？从下载、Windows 安装到第一条成片的超详细实操指南

Q: Q1：OpenMontage 必须联网吗？能不能完全离线？

可以部分离线。 Setup 需要联网拉 Python/npm 包。生产阶段：Piper TTS、FFmpeg、Remotion/HyperFrames（已缓存时）可离线；生图、云 TTS、云视频、网页检索类 Research 需联网和 Key。Preflight 会列出你当前「已配置 / 总数」比例，照实选路径即可。

Q: Q2：Windows 上一定要用 Cursor 吗？

不必须。 官方支持 Claude Code、Copilot、Windsurf、Codex 等任何能读仓库文件并跑终端的 AI 助手。老汪用 Cursor 是因为 Agent 模式 + 规则文件（.cursor/rules/）与 OpenMontage 频道规范集成方便，但 AGENTGUIDE.md 才是跨编辑器合约。

Q: Q3：没有 API Key 能做出什么样的片？

官方零 Key 路径： Piper 旁白 + 免费图/Archive 素材 + Remotion 或 HyperFrames 合成 + FFmpeg 后处理 + 自动字幕。适合知识讲解、数据卡、纪录片蒙太奇（真实 footage 路径）。不适合依赖 Veo/Kling 等云视频的「大片级 motion 镜头」——除非你有 GPU 开本地模型或后续补 Key。

Q: Q4：Agent 没走 Pipeline，自己写脚本怎么办？

立刻叫停，要求 Rule Zero。 正确流程：读 pipelinedefs/ .yaml → 每阶段 Director Skill → Registry 工具。 improvised 脚本会导致不可复现、Backlot 缺 artifact、质量门全失。老汪会在第一条指令里写死：「禁止 bypass pipeline」。

Q: Q5：怎么判断成片能不能发「老汪洞察」？

先判 A/B 区比例时长，再过质量 DNA 自检表，最后过字幕三件套。 B 区还要查：≥8 分钟、口播稿是否一次写够、章间是否有大标题、片尾 BGM 是否重复叠加。任一项不过 = 不能发，宁可慢交一章样段，不整片低质交差。

Q: Q6：HyperFrames 和 Remotion 我应该选哪个？

让 Agent 在 Proposal 阶段用白话汇报两者 tradeoff，你点头后再锁 renderruntime。 简要经验：数据解释、词级 TikTok 字幕、React 生态 → Remotion；大字 kinetic、HTML 讲解页、SVG 角色、网站录屏风 → HyperFrames。仅当机器上只装了一个时，Agent 应明说另一个不可用。

Q: Q7：项目文件太大怎么清理？

projects/ 与 renders/ 在 .gitignore，可整包移到 D:\devtools\tmp\ 归档。删前确认：artifacts/ 里 script/sceneplan 是否还要复用；renders/backupnodh 是数字人实验备份，勿在未备份时覆盖无 DH 成片。

Q: Q8：更新 OpenMontage 仓库会坏项目吗？

git pull 更新代码；projects/ 下已有生产一般不受影响（在 gitignore）。更新后建议重跑 Preflight；若 requirements.txt 或 remotion-composer/package.json 变了，在 venv 里重装依赖。频道规范在 .cursor/rules/，更新后 Agent 行为可能更严——这是好事。

Q: Q9：Makefile 在 Windows 上值得装吗？

可选。 有 Git Bash + Make 或 scoop install make 时，make setup 最省心，还会自动 hyperframes-warm。纯 PowerShell 用户走 README 等价命令即可，功能无差。老汪本机两种都试过：无 Make 时不要硬装，PowerShell 路径更稳。

Q: Q10：HyperFrames doctor 报错了怎么办？

依次检查： | 检查 | 命令/动作 | |------|----------| | Node 版本 | node --version ≥ 22 | | npx 缓存 | npx --yes hyperframes --version | | FFmpeg | ffmpeg -version | | 深度诊断 | make hyperframes-doctor（有 Make 时） | 仍失败：Agent 应在 Proposal 如实报 runtimewarnings，你可先锁 Remotion 做样片，HyperFrames 修好再换。

本文简介：

OpenMontage 是一套开源、Agent 驱动的视频生产系统——不是传统剪辑软件，而是把「写脚本、找素材、配音、合成、字幕、质检」拆成可审计的管道（Pipeline），由 Cursor / Claude Code 等 AI 编程助手按说明书一步步执行。

你要做的第一件事，是从 GitHub（https://github.com/calesthio/OpenMontage）或官网 openmontage.video 拿到代码，在 Windows 上装好 Python、Node、FFmpeg 等依赖，再用 Cursor 打开仓库。

铁律：任何生产请求必须先读 AGENT_GUIDE.md，且必须走 Pipeline，不能即兴写脚本乱调 API。

下文是汪斌（老汪）在制造业财务背景之外，做 AI 与自媒体实践时，本机 Windows 跑通 OpenMontage、并用它支撑「老汪洞察」频道 A/B 两区成片的手把手指南——含 D 盘避坑、API Key 配置、Backlot 看板、质量 DNA 与 FAQ。

更新于 2026 年 8 月。

作者： 汪斌（老汪）——制造业财务与成本核算背景，长期做业财流程、金蝶类 ERP 现场与财务 BP 表达；近几年把 AI 编程助手 + 结构化视频 Pipeline 用到「老汪洞察」频道与 accunion.cn 内容生产。本文不是官方文档翻译，是本机 Windows 跑通后的实操笔记。

阅读建议： 若你只想「5 分钟知道是什么」，读完简介 + 第一个 H2 即可；若你要在本机出第一条片，请按顺序做完装前清单 → Quick Start → .env → Cursor 第一条指令；若你要对齐老汪频道标准，重点看 A/B 区与质量 DNA 两节。

OpenMontage 到底是什么？它和剪映、Premiere 不是一类东西

一句话：OpenMontage 是「AI Agent + 管道说明书 + 本地工具链」，不是时间线剪辑器；剪映/Premiere 靠人手拖素材，OpenMontage 靠 Agent 读 YAML 清单和 Stage Director Skill 自动跑阶段。

维度	剪映 / Premiere	OpenMontage
核心操作	人手拖时间线、调色、加字幕	自然语言下指令 → Agent 选 Pipeline → 分阶段产出
智能来源	内置模板、少量 AI 功能	Agent 本身读 `pipeline_defs/` + `skills/` 做决策
可重复性	靠操作者记忆	靠 Checkpoint、Decision Log、Backlot 看板留痕
成本结构	软件订阅为主	开源免费 + 可选云 API（TTS、生图、生视频）按量计费
适合谁	日常短视频、精细手工剪辑	结构化讲解片、数据可视化、批量衍生、可审计工作流
诚实边界	装好就能剪	能力取决于本机工具 + 你填了哪些 API Key；零 Key 也能做，但路径偏 Piper 离线配音 + Remotion/HyperFrames 合成

OpenMontage 的三层结构可以这样记：

你（自然语言需求）
  → Agent 读 AGENT_GUIDE.md + Pipeline Manifest（YAML）
  → 每阶段读 Stage Director Skill（Markdown）
  → 调用 tools/ 里的 Python 工具（TTS、生图、video_compose 等）
  → 自检 + Checkpoint + 人工审批门
  → projects/<项目>/renders/final.mp4

老汪直说： 如果你只想「手机竖屏随手剪一条」，剪映更快。如果你要「财务 BP 讲解 + 动态 HTML 图表 + 豆包旁白 + 字幕三件套 + 可复现」，OpenMontage + Cursor 是另一条路——慢在 setup，快在结构化量产。

仓库里你要认识的几个「总机文件」

文件/目录	作用	你何时会碰到
`AGENT_GUIDE.md`	Agent 行为合约、Rule Zero	每次开新对话
`PROJECT_CONTEXT.md`	架构与约定	第二条消息或 Agent 自检
`pipeline_defs/*.yaml`	Pipeline 阶段定义	Preflight 后
`skills/pipelines/`	各阶段 Director 说明书	每个 Stage 开始前
`skills/meta/`	自检、Checkpoint、审美方向	全流程
`.agents/skills/`	第三方 Provider 调用技巧	调 TTS/生图/Remotion 前
`tools/`	Python 工具实现	Agent 调用，你偶尔手动验证
`projects/`	所有成片工作区（gitignore）	交付物在这里
`backlot/`	看板服务	`python -m backlot open`
`.env`	API Key（勿提交 Git）	setup 后第一次配置

Orchestrator 阶段链（心里有地图）

官方核心状态机：

research → proposal → script → scene_plan → assets → edit → compose

阶段	典型产出	是否常有人审门
research	`research_brief.json`	视 Pipeline
proposal	概念、工具计划、成本、`render_runtime`	是
script	口播稿 / 分镜文案	是
scene_plan	镜头列表、时长分配	常审
assets	图/视频/旁白/BGM	分镜/contact sheet 常审
edit	时间线决策	视情况
compose	`renders/final.mp4`	交付前自检

你不需要背 YAML——但要理解：每一阶段都有 Skill 约束 Agent 怎么做，不是聊天即兴。

OpenMontage总览四步

四步总览	你要做什么	Agent 做什么
① 装环境	Python / Node / FFmpeg / Git / Cursor	无
② 开仓库	`git clone` + `make setup` 或 PowerShell 等价命令	读 `AGENT_GUIDE.md`
③ 下指令	说清平台、时长、比例、风格	Preflight → 选 Pipeline → 分阶段执行
④ 验收交付	看 Backlot、审脚本/分镜门	写 artifacts、渲染、字幕核对

到哪里下载？GitHub 与官网两条通道

段首答案：正式源码在 GitHub calesthio/OpenMontage；官网 openmontage.video 看案例与导航，克隆仍以 GitHub 为准。

下载入口双通道

入口	URL	用途
GitHub 仓库（主）	https://github.com/calesthio/OpenMontage	`git clone`、Issues、Discussions、最新 README
官网	https://openmontage.video	品牌站、示例视频、Quick Start 链接
Agent 合约	仓库内 `AGENT_GUIDE.md`	必读；Agent 行为宪法
项目上下文	仓库内 `PROJECT_CONTEXT.md`	架构、目录约定
Provider 文档	仓库内 `docs/PROVIDERS.md`	各 API Key 对应能力

Windows 下载方式（三选一）

方式	命令 / 操作	适合
Git 克隆（推荐）	见下文 Quick Start	要更新、要走 Agent 完整流程
Download ZIP	GitHub → Code → Download ZIP	无 Git 时临时用；不推荐长期（难 `git pull`）
已有本地副本	Cursor → Open Folder	老汪本机路径示例：`D:\Program Files\Cursor\OpenMontage`

克隆命令（PowerShell）：

cd D:\Program Files\Cursor
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage

许可说明： OpenMontage 采用 AGPLv3。商用或闭源分发前请自行阅读 LICENSE；本文只讲怎么用，不构成法律意见。

GitHub 上建议 star / watch 吗？

建议 Star 便于跟踪更新；生产不依赖 Star。遇到问题优先：

渠道	用途
GitHub Issues	Bug、功能请求
GitHub Discussions	用法交流
官网 / YouTube @OpenMontage	官方示例与 Prompt 披露

老汪频道成片规范在本机仓库 projects/_channel-standards-laowang-dongcha.md，不在上游 OpenMontage 默认文档里——fork 或本地改规则时别搞丢。

下载后第一眼：仓库根目录长什么样

OpenMontage/
├── AGENT_GUIDE.md          ← 最先读
├── README.md / README_zh-CN.md
├── Makefile
├── requirements.txt
├── .env.example
├── pipeline_defs/
├── skills/
├── tools/
├── remotion-composer/
├── backlot/
├── projects/               ← 你的成片（gitignore）
└── .cursor/rules/          ← Cursor 频道规则（老汪扩展）

不要在没读 AGENT_GUIDE.md 的情况下直接改 tools/ 里 Python 代码——那是给 Agent 调用的工具层，不是「改脚本凑成片」的捷径。

官网 openmontage.video 上值得看什么？

内容	对你有什么用
示例视频与成本披露	理解「Agent 驱动 + 多 Provider」能产出什么量级，不是承诺你本机同价同效
Quick Start 链接	与 GitHub README 同步，可转发同事
Pipeline 案例	选题灵感；落地仍回仓库 Pipeline
@OpenMontage YouTube	每条片常带完整 Prompt、工具链、费用——适合对照 Preflight

老汪建议：官网建立直觉，GitHub 干活；频道规范看本机 projects/_channel-standards-laowang-dongcha.md。

装前检查清单：缺一项，后面会反复踩坑

段首答案：Windows 上先确认 Python 3.10+、Node 18+、FFmpeg、Git、AI 助手五件套，再 clone；否则 setup 必挂。

#	组件	最低版本	怎么查	没装怎么办
1	Python	3.10+	`py -3 --version`	https://www.python.org/downloads/ 安装时勾选 Add to PATH
2	Node.js	18+（HyperFrames 建议 22+）	`node --version`	https://nodejs.org/ LTS
3	FFmpeg	任意近期版	`ffmpeg -version`	https://ffmpeg.org/download.html 或 `winget install ffmpeg`
4	Git	任意	`git --version`	https://git-scm.com/download/win
5	AI Coding Assistant	—	已安装 Cursor / Claude Code 等	Cursor：https://cursor.com
6	磁盘空间	建议 ≥15 GB 空闲	资源管理器	含 `node_modules`、venv、渲染缓存
7	网络	可访问 npm / PyPI	`npm ping`	公司代理需配置 `HTTP_PROXY`
8	PowerShell 执行策略	可运行 Activate.ps1	`Get-ExecutionPolicy`	若 Restricted：`Set-ExecutionPolicy RemoteSigned -Scope CurrentUser`
9	长路径支持	Windows 10+ 默认 OK	—	仓库路径过深时启用 Win32 长路径

装前自检命令表（PowerShell 一次粘贴）

命令	期望输出	失败含义
`py -3 --version`	Python 3.10.x 或更高	未装或未进 PATH
`node --version`	v18.x 或更高	Node 未装
`npm --version`	9.x+	随 Node 安装
`ffmpeg -version`	版本信息	FFmpeg 未装或未进 PATH
`git --version`	git version 2.x	Git 未装

可选但强烈建议

组件	用途	说明
Make for Windows	跑 `make setup`	可用 Chocolatey / scoop；没有 Make 就走 PowerShell 等价路径
uv	更快建 venv	非必须；官方 Makefile 支持 uv
NVIDIA GPU	本地视频生成	可选；`make install-gpu` + `.env` 里 `VIDEO_GEN_LOCAL_ENABLED=true`

Windows 分项安装（第一次装的人逐步做）

Python 3.10+

打开 https://www.python.org/downloads/ 下载 Windows installer。
勾选 “Add python.exe to PATH”（极重要）。
安装完成后新开 PowerShell：py -3 --version。
若只有 python 没有 py，确认安装器是否写入 PATH。

Node.js 18+（HyperFrames 建议 22+）

打开 https://nodejs.org/ 装 LTS。
node --version、npm --version 验证。
老汪本机：npm config set cache D:\devtools\npm-cache（可选，减 C 盘压力）。

FFmpeg

方式	命令
winget	`winget install Gyan.FFmpeg`
手动	下载 zip → 解压 → 把 `bin` 加入系统 PATH
验证	`ffmpeg -version` 在新终端可用

FFmpeg 是 video_compose、烧字幕、混音 的底座；没有它，Preflight 可能直接 degraded。

Git

https://git-scm.com/download/win 默认选项安装。
git clone 时若 GitHub 慢，可配镜像或 SSH；不影响 OpenMontage 功能，只影响下载速度。

Cursor（或其他 AI 助手）

安装 Cursor：https://cursor.com
登录账号，打开 Agent/Composer 模式。
把 OpenMontage 仓库作为 Folder Workspace 打开——Agent 需要读仓库内 skills/、pipeline_defs/。

Windows 官方 Quick Start 怎么跑？从 clone 到第一条指令

段首答案：标准路径是 git clone → make setup；Windows 无 Make 时用 README 里的 PowerShell 一行流等价安装。

路径 A：有 Make（Git Bash / WSL / scoop make）

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

make setup 会自动：

步骤	动作
建 venv	`.venv`（或激活已有环境）
装 Python 依赖	`pip install -r requirements.txt`
装 Remotion	`cd remotion-composer && npm install`
装 Piper TTS	免费离线配音
预热 HyperFrames	`npx hyperframes` 缓存 CLI
复制 `.env`	从 `.env.example` 生成（若不存在）

路径 B：纯 PowerShell（无 Make —— README 官方写法）

在仓库根目录执行：

py -3 -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt
cd remotion-composer
npm install
cd ..
python -m pip install piper-tts
Copy-Item .env.example .env

若 npm install 报 ERR_INVALID_ARG_TYPE（Windows 常见）：

cd remotion-composer
npx --yes npm install
cd ..

HyperFrames 额外预热（可选但推荐）

npx --yes hyperframes --version

或在有 Make 的环境：

make hyperframes-warm
make hyperframes-doctor

setup 失败分岔排查（Windows 高频）

报错关键词	原因	处理
`Python 3.10+ is required`	版本低	升级 Python
`ExecutionPolicy`	无法 Activate	RemoteSigned
`npm ERR_INVALID_ARG_TYPE`	Windows npm bug	`npx --yes npm install`
`Microsoft Store python`	假 python	关 alias 或用 `py -3`
`pip install` 超时	网络	换镜像、`PIP_CACHE_DIR` 到 D 盘
`node-gyp` / 编译失败	缺 VS Build Tools	装 Desktop development with C++ 或跳过可选包
`hyperframes` skip	离线	联网后 `npx hyperframes --version`

setup 成功标志： Preflight 里 composition_runtimes 至少 ffmpeg=true；remotion/hyperframes 尽量 true。

激活虚拟环境：每次开终端都要做

# 仓库内 .venv
cd "D:\Program Files\Cursor\OpenMontage"
.\.venv\Scripts\Activate.ps1

# 或 D 盘 venv
D:\devtools\venvs\openmontage\Scripts\Activate.ps1

提示符前出现 (.venv) 或 (openmontage) 再继续。Cursor 内置终端默认不会记住上次激活，新开终端要重做。

setup 完成后验证

命令	含义	正常表现
`python -c "import shutil; print(shutil.which('ffmpeg'))"`	FFmpeg 可被 Python 找到	输出 ffmpeg.exe 路径
`python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.provider_menu_summary(), indent=2))"`	Preflight 能力摘要	JSON：`composition_runtimes`、`capabilities`
`python -m backlot open`	打开 Backlot 库	浏览器打开本地看板

首次启动五步

首次启动五步	操作
1	Cursor → File → Open Folder → 选 OpenMontage 根目录
2	终端激活 venv：`.\.venv\Scripts\Activate.ps1`
3	确认 `.env` 已从 example 复制
4	新开 Agent 对话，第一条消息让它读 `AGENT_GUIDE.md`
5	下生产指令（见下文模板）

为什么依赖要进 D:\devtools？别默认塞满 C 盘

段首答案：C 盘紧张时，Python venv、pip/npm 缓存、Playwright 浏览器必须指到 D:\devtools\，否则 weeks 后 C 盘爆掉。

D盘devtools目录树

老汪本机（以及 OpenMontage 仓库 .cursor/rules/install-on-d-drive.mdc）的固定约定：

D:\devtools\
├── venvs\              # Python 虚拟环境
│   └── openmontage\    # 推荐：OpenMontage 专用 venv
├── pip-cache\          # PIP_CACHE_DIR
├── npm-cache\          # npm_config_cache
├── npm-global\         # npm prefix（如需全局 CLI）
├── tools\              # 便携 CLI
├── tmp\                # 临时下载、成片工作区
│   └── om-kimi-v2\     # 示例：Kimi 长片工作区
└── ms-playwright\      # Playwright 浏览器二进制

推荐：venv 建在 D 盘而非仓库内 `.venv`

$env:PIP_CACHE_DIR = "D:\devtools\pip-cache"
$env:npm_config_cache = "D:\devtools\npm-cache"
$env:PLAYWRIGHT_BROWSERS_PATH = "D:\devtools\ms-playwright"

py -3 -m venv D:\devtools\venvs\openmontage
D:\devtools\venvs\openmontage\Scripts\Activate.ps1
python -m pip install -r requirements.txt

环境变量持久化（系统或 PowerShell Profile）

变量	值	作用
`PIP_CACHE_DIR`	`D:\devtools\pip-cache`	pip 下载缓存
`npm_config_cache`	`D:\devtools\npm-cache`	npm 包缓存
`PLAYWRIGHT_BROWSERS_PATH`	`D:\devtools\ms-playwright`	禁止装到 `%LOCALAPPDATA%\ms-playwright`
（可选）工作区	`D:\devtools\tmp\om-<slug>\`	大渲染临时文件

C 盘仍会被写入的内容（心里有数）

位置	内容	能否迁
仓库内 `remotion-composer/node_modules`	Node 依赖	可把仓库放 D 盘
`projects/` 下成片	MP4、素材	体积最大；定期归档到 D 盘
Cursor 自身	编辑器缓存	与 OpenMontage 无关

铁律：未经同意，不要把 Playwright / pip / npm 默认根改回 C 盘。

PowerShell Profile 持久化示例（复制改路径）

在 $PROFILE 文件中加入：

$env:PIP_CACHE_DIR = "D:\devtools\pip-cache"
$env:npm_config_cache = "D:\devtools\npm-cache"
$env:PLAYWRIGHT_BROWSERS_PATH = "D:\devtools\ms-playwright"

function om-activate {
    & "D:\devtools\venvs\openmontage\Scripts\Activate.ps1"
    Set-Location "D:\Program Files\Cursor\OpenMontage"
}

以后开终端：om-activate 一键进环境 + 仓库根目录。

仓库放 C 盘还是 D 盘？

方案	优点	缺点
仓库放 `D:\Program Files\Cursor\OpenMontage`	与 Cursor 工作区习惯一致	`node_modules` 仍在仓库内，占 D 盘
仓库放 `D:\devtools\src\OpenMontage`	源码与缓存同盘	Cursor 路径需改
venv 放 D、仓库任意	推荐：缓存与 venv 必在 D	激活路径写进 Profile

老汪做法：仓库在 D 盘 Cursor 目录，venv 在 D:\devtools\venvs\openmontage，三大缓存环境变量永久指向 D:\devtools。

.env 与 API Key 怎么填？没有也能起步吗？

段首答案：setup 会复制 .env.example → .env；每个 Key 可选，填越多解锁越多 Provider，零 Key 也能用 Piper + Remotion/HyperFrames + FFmpeg。

.env 在仓库根目录，不要提交到 Git（已在 .gitignore）。

配置步骤

# 若 setup 未自动复制：
Copy-Item .env.example .env

# 用编辑器打开 .env，按注释填 Key
notepad .env

常用 Key 对照表（摘自官方 `.env.example`，勿编造密钥）

环境变量	解锁能力	获取入口（官方）
`FAL_KEY` / `FAL_AI_API_KEY`	FLUX 生图、Veo/Kling/MiniMax 视频等	https://fal.ai/dashboard/keys
`OPENAI_API_KEY`	OpenAI TTS、GPT Image	OpenAI 控制台
`ELEVENLABS_API_KEY`	高质量 TTS、音效、AI 音乐	ElevenLabs
`GOOGLE_API_KEY`	Imagen、Google TTS、Gemini 等	https://aistudio.google.com/apikey
`DOUBAO_SPEECH_API_KEY`	火山引擎豆包语音 TTS	火山引擎控制台（按你账号已有的填）
`DOUBAO_SPEECH_VOICE_TYPE`	豆包发音人 ID	同上，如 `zh_female_vv_uranus_bigtts`
`DASHSCOPE_API_KEY`	通义千问图像/TTS/ASR	https://dashscope.aliyun.com/
`PEXELS_API_KEY` / `PIXABAY_API_KEY` / `UNSPLASH_ACCESS_KEY`	免费素材库	各平台 Developer 页（免费申请）
`KLING_API_KEY`	Kling 官方 API	Kling 开放平台
`HEYGEN_API_KEY`	HeyGen 数字人网关	HeyGen（老汪默认不用数字人）
`VOLC_ACCESSKEY` + `VOLC_SECRETKEY`	火山即梦视频等	火山引擎 IAM

老汪洞察频道实际用法

能力	老汪常用 Key	备注
中文旁白	`DOUBAO_SPEECH_*`	默认克隆声 `S_4P4EW4ja2` + `seed-icl-2.0`（频道规范）
氛围图	按项目选 FAL / OpenAI / EvoLink	精确数字用 HTML 字卡，不乱写进 AI 图
生视频	按需 FAL / Kling	非每集必须
字幕时间戳	豆包 `words[]` 或 ASR	字幕正文必须用定稿口播，不是 TTS 回传原文

零 API Key 能做什么？（官方 README 诚实说明）

能力	免费工具
旁白	Piper TTS（离线）
素材	Archive.org、NASA、Wikimedia + 可选免费 Key 的 Pexels 等
合成	Remotion（React）、HyperFrames（HTML/GSAP）、FFmpeg
字幕	内置生成 + 词级时间戳（依赖 ASR 路径）

没有 Key 不是「不能做视频」，而是「路径变窄」——Agent 会在 Preflight 里如实告诉你。

`.env` 填写实操（逐步）

步骤	操作
1	复制：`Copy-Item .env.example .env`
2	用 VS Code / Cursor / notepad 打开 `.env`
3	只填你已有账号的 Key；留空行表示不用该 Provider
4	保存后重开终端（部分工具启动时读 env）
5	跑 Preflight 验证「X/Y configured」是否上升

安全提醒：

.env 永远不要 commit、截图发群、贴公众号。
若 Key 泄露，去对应控制台轮换；不要写进本文或任何公开文档。
团队共用机器时，用各用户自己的 .env 或系统级用户变量隔离。

豆包 TTS（老汪洞察默认旁白路径）

频道默认在 .env 配置：

DOUBAO_SPEECH_API_KEY=         # 火山引擎控制台 API Key（按你账号填）
DOUBAO_SPEECH_VOICE_TYPE=      # 发音人，如 zh_female_vv_uranus_bigtts

项	说明
Skill 位置	OpenMontage 仓库 `.agents/skills/doubao-tts/SKILL.md`
克隆声	频道常用 `S_4P4EW4ja2` + `seed-icl-2.0`（除非用户改口）
输出	写入 `projects/<id>/assets/audio/`
字幕时间	可用豆包返回的 `words[]` 辅助打轴；SRT 正文仍须定稿口播

Agent 调豆包前应先读 doubao-tts Skill，不要裸调 HTTP。

本地音乐库（可选）

把免版税 BGM 放进仓库根目录 music_library/（gitignore），Asset 阶段会优先从这里选，再考虑 API 生成音乐。老汪 B 区固定片尾 老汪洞察-片尾固定片段.mp4 自带 BGM，正片拼接时不要重复铺床。

用 Cursor / Claude 打开仓库后第一件事是什么？

段首答案：Open Folder 指到克隆目录；新对话第一条让 Agent 读 AGENT_GUIDE.md，否则极易即兴写脚本 bypass Pipeline。

Cursor 打开步骤

步骤	操作
1	启动 Cursor
2	File → Open Folder → 选择 `OpenMontage` 根目录
3	终端：`.\.venv\Scripts\Activate.ps1`（或 D 盘 venv 路径）
4	新建 Agent 对话（Composer / Agent 模式）
5	第一条消息见下节模板

为什么必须先读 AGENT_GUIDE.md？

仓库把 Agent 行为写成了合约，核心包括：

规则	含义
Rule Zero	所有生产必须走 `pipeline_defs/` Pipeline
Preflight 强制	先跑 `provider_menu_summary()`，向用户展示能力菜单
Stage Director	每阶段先读 `skills/pipelines/<pipeline>/<stage>-director.md`
Layer 3 Skills	调工具前先读 `.agents/skills/` 对应 Skill
Decision Log	重大选择（Provider、Render Runtime）必须记录并可审计
禁止	即兴 Python 直调 API、跳过 Checkpoint、静默换 Provider

老汪踩坑记录： 不让 Agent 读指南时，它爱「写个脚本调 FFmpeg 交差」——这正是 OpenMontage 要避免的。

Claude Code / Copilot / Windsurf

同一套逻辑：打开仓库根目录 + 指向 AGENT_GUIDE.md。OpenMontage 不绑定 Cursor，任何能读文件、跑终端的 AI 助手都行。

Claude Code / Codex 用户差异

助手	打开方式	备注
Cursor	Open Folder + Agent 模式	老汪主力；`.cursor/rules` 自动生效
Claude Code	在仓库根启动 CLI	同样先 `@AGENT_GUIDE.md`
GitHub Copilot	Workspace 打开仓库	确认 Agent 能跑终端命令
Windsurf	同 Cursor 类	读 AGENT_GUIDE 合约

共通点： 工作目录必须是 OpenMontage 根，否则相对路径 skills/、pipeline_defs/ 读不到。

新对话 vs 续聊：什么时候新开？

情况	建议
全新视频项目	新开对话 + 读 AGENT_GUIDE
只改字幕样式	续聊，只 burn-in
Agent 明显 bypass Pipeline	新开，第一条写死 Rule Zero
换 A 区 ↔ B 区	新开，声明分区
长片换章	可续聊，但声明「现在做 ch03 样段」

第一条指令怎么写？Rule Zero 必须走 Pipeline

段首答案：第一条指令 = 让 Agent 读 AGENT_GUIDE + 说清题材/时长/比例/平台；生产请求禁止绕过 Pipeline。

管道Rule Zero

指令要素清单

要素	为什么要写	示例
Pipeline 类型或内容形态	决定读哪份 YAML	「讲解动画」「纪录片蒙太奇」「参考某 YouTube Short」
时长	影响脚本与成本	A 区 90–120s；B 区 ≥8 分钟
画幅	决定 HTML/渲染比例	3:4 = 1080×1440；16:9 = 1920×1080
语言/音色	TTS Provider	中文 + 豆包
参考视频 URL	走 `video-reference-analyst`	可选
预算敏感度	控制 API 调用	「先 sample 再 batch」
禁止项	频道规范	「不要数字人」「不要导公众号」

Rule Zero 执行链（Agent 应做的）

识别 Pipeline → 读 pipeline_defs/<name>.yaml
→ Preflight（provider_menu_summary）
→ init_project + Backlot open
→ research → proposal（人审）→ script（人审）→ scene_plan → assets → edit → compose
→ 每阶段 Checkpoint + 自检 reviewer

常见 Pipeline 速查

Pipeline	适合	稳定性
`animated-explainer`	主题讲解、知识动画	production
`cinematic`	预告片、氛围片	production
`animation`	动效优先	production
`hybrid`	实拍 + 辅助视觉	production
`screen-demo`	屏幕录制 walkthrough	production
`clip-factory`	长片剪多条 Short	beta
`character-animation`	SVG 角色动画	beta

完整列表以 AGENT_GUIDE.md 为准；Beta Pipeline Agent 应主动说明粗糙边。

项目目录约定

生产会在 projects/<project-id>/ 下生成：

projects/<project-id>/
├── artifacts/       # 各阶段 JSON（script、scene_plan…）
├── assets/          # 图/视频/音频/字幕
└── renders/         # final.mp4 交付物

命名建议 kebab-case，如 pareto-material-cost-3x4；老汪频道用日期序号，见下节。

Preflight 能力菜单：Agent 必须给你看的那张表

Setup 后手动跑一次（也可让 Agent 跑）：

python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.provider_menu_summary(), indent=2))"

你应看到 Agent 翻译成大白话的能力菜单，例如：

YOUR CAPABILITIES

  Video Generation:  0/13 configured
  Image Generation:  1/7 configured
  Text-to-Speech:    2/3 configured
  Composition:       3/3 configured (FFmpeg, Remotion, HyperFrames)

字段	含义
`composition_runtimes`	ffmpeg / remotion / hyperframes 是否可用
`capabilities[]`	每类能力「已配置/总数」
`setup_offers[]`	填哪个 env var 能解锁什么（1 分钟级）
`runtime_warnings[]`	如 HyperFrames npm 解析失败——要如实转述

老汪建议： 第一次 Preflight 截图保存，对照 .env 缺什么；不要指望 Agent 猜你有哪些 Key。

参考视频入口（「照着这条 YouTube 做」）

若你的需求是「像这条 Short/Reel 一样」，OpenMontage 有专门工作流：

Agent 读 skills/meta/video-reference-analyst.md
本地分析：转录、场景、节奏、风格
给你 2–3 个差异化概念（不是像素级抄袭）
再进入正常 Pipeline

第一条指令示例：

请先读 AGENT_GUIDE.md 和 video-reference-analyst skill。
参考视频：https://www.youtube.com/shorts/xxxx
主题改成【量子计算入门】，45 秒，给我 3 个概念方案再开工。

审批门：哪些地方你必须点头？

OpenMontage 默认 human_approval_default: true 的关键门：

门	你在 Backlot / 聊天里看什么
Proposal	概念、Pipeline、Provider、`render_runtime`、预估成本
Script	口播终稿——B 区这时就要够长
Scene plan	镜头与时长是否跟句对齐
Assets / Storyboard	Contact sheet：每张图/镜头的 Take
Publish	最终成片前

老汪习惯： Script 门必自己读一遍口播；B 区长片 Script 门就要核对字数量级（2700–3000 字规划），别等 render 完才发现只有六分钟。

Backlot 看板是什么？python -m backlot open

段首答案：Backlot 是本地「活分镜板」，从 projects/ 磁盘文件推导进度；用 python -m backlot open 打开库或指定项目。

Chat 里 Agent 说「正在生成素材」——Backlot 让你看见脚本页、分镜卡、Provider 决策、花费、审批门。

命令	作用
`python -m backlot open`	打开库视图（本机所有项目）
`python -m backlot open <project-id>`	打开某一项目的实时看板
`python -m backlot serve --port 4750`	前台跑 Backlot 服务
`python scripts/backlot_simulate_run.py`	无项目时看模拟跑片

Backlot 能看什么？

视图	内容
Library	所有 `projects/` 生产列表
Live Board	阶段亮灯、当前 Stage
Script Gate	脚本审批等待
Storyboard	分镜条、Take、成本、质量分
Decisions	Provider / Render Runtime 决策轨
Replay	跑完后按时间轴回放整条生产

Agent 何时该开 Backlot？

按 AGENT_GUIDE.md：init_project 之后应执行 python -m backlot open <project-id>。

Backlot 是观察者，不是阻塞器——命令失败也应继续生产，但老汪建议手动开浏览器对照，避免「Agent 说完成了其实 artifact 半套」。

Backlot 与 Chat 怎么配合？

场景	Chat	Backlot
看口播稿	Agent 贴摘要	Script 页全文排版
看分镜进度	文字更新慢	Storyboard 实时 shimmer
审 Provider 选择	容易漏	Decisions 轨有 audit
回放整条生产	难	Replay Run 可 scrub
多项目并行	对话易混	Library 一览

老汪习惯：Script 门在 Backlot 读，Assets 门在 Storyboard 看 contact sheet，比纯聊天靠谱。

没有项目时怎么熟悉 Backlot？

python scripts/backlot_simulate_run.py
python -m backlot open backlot-demo-run

约一分钟模拟跑片，适合 setup 完第一件事——让你建立「Pipeline 长什么样」的直觉。

老汪洞察频道怎么用 OpenMontage？A 区短片 vs B 区长片

段首答案：开做前先判 A/B 区——A 区 3:4 财务短片约 90–120 秒；B 区 16:9 长片成片 ≥8 分钟、口播目标 9–10 分钟，必须分章模块化制作。

规范全文：projects/_channel-standards-laowang-dongcha.md（OpenMontage 仓库内）。

分区判定表

信号	分区	目录名后缀
财务/经营/会计、视频号/小红书/抖音	A 区	`-3x4`
AI/效率、YouTube/B 站、长片	B 区	无 `-3x4`
说不清	先问用户	—

A 区 · 财务短片（3:4）

项	约定
画幅	1080×1440，全出血
时长	约 90–120 秒（不套 B 区 8 分钟铁律）
品牌	水印联名：`@小微之家会计服务 @老汪洞察 @汪斌带你开公司`
CTA	加关注 + 主题利益点；禁止「去公众号看全文」
默认栈	HyperFrames + ECharts/字卡 + 豆包旁白 + 字幕三件套
数字人	默认关闭
目录示例	`projects/20260801-01-pareto-material-cost-3x4/`

B 区 · 老汪洞察长片（16:9）

项	约定
画幅	1920×1080
时长	成片 ≥ 8:00（含片尾）；口播按 9–10 分钟写稿（约 2700–3000 汉字）
收束	「这里是老汪洞察，我是老汪！」+ 固定片尾 MP4
片尾 BGM	片尾文件自带 BGM → 拼接时禁止再叠 BGM
生产	文案 → 选叙事框架 → 分章 → 章间大标题转场 → 总拼
章样段	不加 BGM；BGM 只在最后一次总拼正片时加
目录示例	`projects/20260731-02-share-openmontage/`

B 区分章生产流程

定稿口播
  → narrative_frame.json（SCQA / PAS / Hook-Teach-Proof 等）
  → chapters/ch01 … chNN 各自：TTS + HTML + 渲染
  → 章间大标题卡（字大、饱满）
  → 正片拼接 → 无字幕成片 → 校对 SRT → 烧录版
  → 拼固定片尾（片尾不叠 BGM）

叙事框架库（按选题选，可组合）

框架	适合
总分总	系统讲解、工具拆解
SCQA	行业变化、方法论
PAS / PASR	痛点驱动效率片
Hook–Teach–Proof–Payoff	教程 + 可信度
Before–After–Bridge	工作流改造

B 区分章目录结构（老汪实战）

长片项目在 projects/YYYYMMDD-NN-slug/ 下按章拆分：

projects/20260731-02-share-openmontage/
├── artifacts/
│   ├── script.json              # 全书口播定稿
│   └── narrative_frame.json     # 本集叙事框架
├── chapters/
│   ├── ch01/
│   │   ├── artifacts/
│   │   ├── assets/
│   │   └── renders/
│   │       ├── ch01_final.mp4           # 章无字幕成片
│   │       └── ch01_final_burned.mp4    # 章烧录版（可选）
│   ├── ch02/
│   └── ...
└── renders/
    ├── full_final.mp4           # 全书无字幕总拼
    └── full_final_burned.mp4    # 全书烧录版

原则	说明
样段优先	先交一章高质量样段，你点头再铺剩余章
章内无 BGM	单章样段/单章成片：只有口播（必要音效除外）
章间大标题	编号 + 章名，字大饱满，再干净转场
总拼加 BGM	全部章验收通过后，最后一次总拼时铺 BGM
片尾	拼 `老汪洞察-片尾固定片段.mp4`；正片 BGM 提前淡出

A 区短片单项目结构

A 区通常 不分章，一个 projects/YYYYMMDD-NN-slug-3x4/ 搞定：

项	约定
画幅 HTML	1080×1440 全出血，禁止 16:9 素材直接塞
时长	口播实测 90–120s，不硬凑 B 区 8 分钟
BGM	可用频道固定曲 `Tropic Fuse - French Fuse（老汪洞察固定背景音乐）.mp3`，音量约 8%–12%
水印	`@小微之家会计服务 @老汪洞察 @汪斌带你开公司`
CTA 口播	「加关注，拿走××表/方案」类；禁止导公众号

日期序号怎么取？

projects/ 下已有 20260801-01-xxx → 下一支用 20260801-02-yyy

同日多支：01、02、03… 历史旧目录不强制改名；新建必须带日期序号。

成片质量 DNA 是什么？为什么时长达标仍可能不能发？

段首答案：老汪频道每条都必须过质量 DNA——禁止静图交差、均分灌片、TTS 听写当字幕终稿；讲解页要动态 HTML，大段文字要组合动效。

成片质量DNA对照

绝对禁止（Kimi 长片教训固化）

禁止	正确做法
讲解页只截静图	需要动画的镜头录/渲动态 HTML 或 HyperFrames
HTML 只有动、没有质感	层次、节奏、光感、字重、缓动要像可发布成片
大段文字只淡入	打字机 + 边框走光（约 7–8s/圈）+ 强调色/逐行
镜头时长均分	按旁白句/章节对齐时间线
抖 zoompan + 硬切	设计过的淡入淡出/推拉
TTS 回传当字幕终稿	字幕正文 = 定稿口播（简体）；时间戳可来自 ASR
先交烧录版	先无字幕成片 + 软字幕 SRT，再烧录
未核对就烧字幕	烧录前 `text_match` / 繁简 / 错字核对
未点名加数字人	默认无数字人

字幕三件套交付顺序（铁律）

顺序	交付物	文件名建议
1	无字幕成片	`*_final.mp4`
2	分句软字幕	`*.phrase.zh.srt`
3	烧录版	`*_final_burned.mp4`

交付前自检清单

[ ] 讲解段是否有跟随口播的元素动画？
[ ] 大段文字是否有打字机/走光/强调组合入场？
[ ] HTML 是否同时满足动画与质感？
[ ] 转场是否干净、无抖动垃圾感？
[ ] 是否已交付无字幕 + 软字幕，再烧录？
[ ] SRT 是否与定稿一致、全程简体？
[ ] 每张图/卡是否与口播一致？
[ ] 自己看完是否愿意以「老汪洞察」名义公开？

Remotion vs HyperFrames（Agent 必须向你汇报）

当两者都可用时，Agent 不能静默选一个，必须说明：

Runtime	擅长	依赖
Remotion	React 场景、数据卡、词级字幕	Node + `remotion-composer/`
HyperFrames	HTML/GSAP kinetic 字、产品片、SVG 角色	Node ≥22 + `npx hyperframes`
FFmpeg	裁切、concat、烧字幕	ffmpeg 二进制

老汪 B 区讲解页、A 区 ECharts 财务图，多数走 HyperFrames + 动态 HTML；数据密集卡可用 Remotion。

字幕三件套：逐步怎么做（老汪频道铁律）

顺序不可颠倒： 无字幕成片 → 校对 SRT → 烧录版。

第一步：无字幕成片

文件名：*_final.mp4（不带 _burned）
含：画面 + 口播 +（若已到总拼阶段）BGM
字幕未烧进画面

第二步：软字幕 SRT

规则	说明
正文来源	定稿口播（`script.json` / 已批稿子），不是 TTS/ASR 回传
语言	全程简体中文
分句	短句跟读；竖屏约 6–12 字/条
时间轴	可用豆包 `words[]`、Whisper、Azure STT 等辅助
文件名	`.phrase.zh.srt` 或 `.zh.srt`

烧录前必须跑核对，留下记录（如 audio/srt_verify.json）：

检查项	要求
`text_match`	去标点后汉字串与定稿一致
繁简	不得繁简混用
错字	无听写错字、漏字、多字

核对未通过 → 禁止烧录。

第三步：烧录版

文件名：*_final_burned.mp4
只改字幕样式时：只重烧这一步，不要整条时间线重渲

改样式 → 只跑 burn-in
改画面/口播 → 从无字幕成片重做

动态 HTML 讲解页：最低合格线

老汪频道 禁止讲解段只截静图。合格线：

检查	合格	不合格
元素动画	跟口播高亮、步骤展开	一张 PNG 硬切 30 秒
质感	层次、字重、间距、缓动	默认 Bootstrap 白卡片
比例	A 区 3:4 / B 区 16:9 全出血	窄条嵌入黑边
大段文字	打字机 + 走光 + 强调色	整块 2 秒淡入

HTML 页可用 Playwright 录制或 HyperFrames 渲染——Agent 应读对应 Skill，不是 screenshot 交差。

数字人：默认关闭

OpenMontage 保留 HeyGen 等数字人能力，但 老汪频道默认不用。仅当你明确说「数字人 / HeyGen / 分身」才启用 .agents/skills/laowang-digital-human/SKILL.md。

若实验数字人：

先备份无 DH 成片到 renders/_backup_no_dh_<日期>/
写 BACKUP_MANIFEST.json
DH 产物用 _dh 后缀，禁止覆盖备份
不满意 → 回退无 DH 版交付

安装与生产最耗时间的坑有哪些？

现象	最可能原因	处理
`make` 不是内部命令	Windows 无 Make	用 PowerShell 等价 setup
`npm install` ERR_INVALID_ARG_TYPE	Windows npm 路径 bug	`npx --yes npm install`
`ffmpeg` 找不到	未装或未进 PATH	重装 FFmpeg 并重启终端
Preflight 全是 0/N	未填 API Key	正常；用 Piper + 免费路径或填 Key
HyperFrames runtime_available=false	Node 版本低或 npx 未缓存	升 Node 22+；`npx hyperframes --version`
Agent 直接写 Python 调 API	未读 AGENT_GUIDE	第一条消息强制读指南 + Rule Zero
成片只有静图幻灯片	跳过 HTML 录制	按 quality DNA 重做动态页
字幕繁体/错字	用了 ASR 原文	改 SRT 为定稿口播；跑 verify
C 盘突然少了 10GB+	缓存/浏览器在 C	迁到 `D:\devtools\`
Backlot 打不开	端口占用	`python -m backlot serve --port 4751`
长片只有 6 分钟	稿短 + 镜头均分	B 区重写稿至 2700+ 字；按句对齐
片尾叠了两层 BGM	拼接规则错	正片 BGM 进片尾前淡出；片尾不再加
PowerShell 无法 Activate	ExecutionPolicy	`Set-ExecutionPolicy RemoteSigned -Scope CurrentUser`
`python` 指向商店占位符	Windows App alias	设置里关 App execution aliases，或用 `py -3`
Remotion render 超时	首次编译慢	耐心等待；查 `remotion-composer/node_modules` 是否完整
中文字幕乱码	编码非 UTF-8	SRT 保存为 UTF-8
Agent 不读 Skill 瞎 prompt	合约违反	重申 Rule Zero；换对话重来
projects 磁盘爆炸	素材未清理	归档到 `D:\devtools\tmp\`；删前备份 script
公司网 npm 403	代理	配 `npm config set proxy` / 镜像
GPU 本地视频 OOM	显存不足	换小模型或改云 API
Cursor 规则未生效	未 Open Folder 到仓库根	必须打开含 `.cursor/rules/` 的根目录

从零到第一条成片要多久？老汪的诚实时间线

段首答案：首次 setup 0.5–2 小时（看网络）；第一条 60 秒样片 1–3 小时（看 Key 与审批轮次）；不要期待「5 分钟一键电影」。

阶段	耗时（经验区间）	产出
装依赖 + clone + setup	30–120 分钟	可 Preflight
读 AGENT_GUIDE + 试 Backlot	15–30 分钟	理解 Pipeline
第一条 45–60s 零 Key 样片	1–3 小时	`projects/.../renders/final.mp4`
老汪频道合规长片（分章）	数天	多章 + 总拼 + 字幕三件套

能力边界（不编造数据）：

OpenMontage 是 Agent 驱动开源系统，成片质量取决于 Agent 是否遵守 Skill、你是否审批关键门、以及 API/本地工具是否配置到位。
官方 README 展示的案例含成本与 Prompt 披露（如部分片 $0.02–$1.33），那是特定配置下的参考，不是你的本机必然结果。
零 Key 能出片，但「生视频级」motion 需额外 Provider 或 GPU 本地模型。

第一条 60 秒样片：逐步时间线（你可以对着做）

序号	你 / Agent	预计
1	激活 venv，确认 Preflight 有 Composition	5 min
2	Cursor 新对话 → 读 AGENT_GUIDE	2 min
3	下指令：45–60s animated-explainer，中文，先 proposal	1 min
4	Agent Preflight + 展示能力菜单	3–5 min
5	你批准 Proposal（概念 + render_runtime）	5–15 min
6	Script 门：你读口播，改口语化	10–20 min
7	Assets：TTS + 生图/HTML（视 Key）	15–40 min
8	Compose → `renders/final.mp4`	10–30 min
9	字幕三件套（若频道标准）	20–40 min

合计： 快则 1 小时，慢则半天——取决于审批轮次与是否重做画面。

Cursor 仓库规则（`.cursor/rules/`）与老汪频道

OpenMontage 仓库自带 .cursor/rules/*.mdc，Cursor Agent alwaysApply 时会自动遵守，包括：

规则文件	内容
`channel-zones.mdc`	A/B 区判定
`yt-longform-duration.mdc`	B 区 ≥8 分钟、口播 9–10 分钟
`b-zone-longform-chapters.mdc`	分章、大标题、样段优先
`video-quality-dna.mdc`	质量 DNA 禁止项
`subtitle-delivery.mdc`	字幕三件套顺序
`digital-human-fallback.mdc`	数字人默认关
`install-on-d-drive.mdc`	D 盘 devtools

你不需要手动 @ 这些文件——Open Folder 到仓库根即可。若 Agent 行为像「不知道 B 区时长」，检查是否打开了正确根目录。

成本与 Decision Log：别被 silently 换 Provider

OpenMontage 有 tools/cost_tracker.py 与 Backlot Decisions 轨。Agent 合约要求：

付费生成前先 announce：工具名、Provider、模型、原因、sample 还是 batch
换 Provider / 换 render_runtime 必须先问你
变更要写进 decision_log（append-only，同 category+subject 取最新）

老汪建议： Proposal 阶段看清「预估成本」；sample 通过再 batch，尤其生视频按秒计费类。

和 accunion.cn 其他 AI 内容怎么衔接？

老汪在 accunion.cn 写制造业财务、业财数字化、AI 结账等深度文；OpenMontage 是把 「AI 写稿 + 结构化视觉 + 口播」 落到视频的一条工程路径。

如果你已读过…	OpenMontage 补位
AI 结账 / ERP Agent 类文章	把「提案→人审→留痕」思维迁到视频 Pipeline Checkpoint
财务 BP 图表表达	A 区 3:4 短片 + ECharts/HTML 动态讲解
效率工具长文	B 区 16:9 分章教程片

若你来自制造业财务背景、刚接触 Agent 视频，建议先在本机跑通 45 秒零 Key 样片，再谈 B 区 9 分钟长片——长片的上限取决于你有没有把 Script 门、章样段门、字幕核对门走顺。

老汪用 OpenMontage 而不是纯剪映的三条理由

可复现： 同一 Pipeline 做 A 区系列财务片，HTML 模板与口播结构能迭代，不靠剪辑师手感记忆。
可审计： Decision Log + Backlot 知道用了哪个 TTS、哪张卡、多少钱——做频道不是黑盒碰运气。
质量门禁写进规则： .cursor/rules/video-quality-dna.mdc 强制 Agent 不能静图交差；剪映没有这层合约。

反过来，需要手工精修某一帧、跟音乐节拍抠像——OpenMontage 不是最优，导出后可进 Premiere 微调，但老汪尽量在 Pipeline 内一次做对。

常见问题 FAQ

Q1：OpenMontage 必须联网吗？能不能完全离线？

可以部分离线。 Setup 需要联网拉 Python/npm 包。生产阶段：Piper TTS、FFmpeg、Remotion/HyperFrames（已缓存时）可离线；生图、云 TTS、云视频、网页检索类 Research 需联网和 Key。Preflight 会列出你当前「已配置 / 总数」比例，照实选路径即可。

Q2：Windows 上一定要用 Cursor 吗？

不必须。 官方支持 Claude Code、Copilot、Windsurf、Codex 等任何能读仓库文件并跑终端的 AI 助手。老汪用 Cursor 是因为 Agent 模式 + 规则文件（.cursor/rules/）与 OpenMontage 频道规范集成方便，但 AGENT_GUIDE.md 才是跨编辑器合约。

Q3：没有 API Key 能做出什么样的片？

官方零 Key 路径： Piper 旁白 + 免费图/Archive 素材 + Remotion 或 HyperFrames 合成 + FFmpeg 后处理 + 自动字幕。适合知识讲解、数据卡、纪录片蒙太奇（真实 footage 路径）。不适合依赖 Veo/Kling 等云视频的「大片级 motion 镜头」——除非你有 GPU 开本地模型或后续补 Key。

Q4：Agent 没走 Pipeline，自己写脚本怎么办？

立刻叫停，要求 Rule Zero。 正确流程：读 pipeline_defs/<pipeline>.yaml → 每阶段 Director Skill → Registry 工具。 improvised 脚本会导致不可复现、Backlot 缺 artifact、质量门全失。老汪会在第一条指令里写死：「禁止 bypass pipeline」。

Q5：怎么判断成片能不能发「老汪洞察」？

先判 A/B 区比例时长，再过质量 DNA 自检表，最后过字幕三件套。 B 区还要查：≥8 分钟、口播稿是否一次写够、章间是否有大标题、片尾 BGM 是否重复叠加。任一项不过 = 不能发，宁可慢交一章样段，不整片低质交差。

Q6：HyperFrames 和 Remotion 我应该选哪个？

让 Agent 在 Proposal 阶段用白话汇报两者 tradeoff，你点头后再锁 render_runtime。 简要经验：数据解释、词级 TikTok 字幕、React 生态 → Remotion；大字 kinetic、HTML 讲解页、SVG 角色、网站录屏风 → HyperFrames。仅当机器上只装了一个时，Agent 应明说另一个不可用。

Q7：项目文件太大怎么清理？

projects/ 与 renders/ 在 .gitignore，可整包移到 D:\devtools\tmp\ 归档。删前确认：artifacts/ 里 script/scene_plan 是否还要复用；renders/_backup_no_dh_* 是数字人实验备份，勿在未备份时覆盖无 DH 成片。

Q8：更新 OpenMontage 仓库会坏项目吗？

git pull 更新代码；projects/ 下已有生产一般不受影响（在 gitignore）。更新后建议重跑 Preflight；若 requirements.txt 或 remotion-composer/package.json 变了，在 venv 里重装依赖。频道规范在 .cursor/rules/，更新后 Agent 行为可能更严——这是好事。

Q9：Makefile 在 Windows 上值得装吗？

可选。 有 Git Bash + Make 或 scoop install make 时，make setup 最省心，还会自动 hyperframes-warm。纯 PowerShell 用户走 README 等价命令即可，功能无差。老汪本机两种都试过：无 Make 时不要硬装，PowerShell 路径更稳。

Q10：HyperFrames doctor 报错了怎么办？

依次检查：

检查	命令/动作
Node 版本	`node --version` ≥ 22
npx 缓存	`npx --yes hyperframes --version`
FFmpeg	`ffmpeg -version`
深度诊断	`make hyperframes-doctor`（有 Make 时）

仍失败：Agent 应在 Proposal 如实报 runtime_warnings，你可先锁 Remotion 做样片，HyperFrames 修好再换。

Q11：我能用 OpenMontage 做竖屏抖音吗？

能，但要主动说清 9:16 或 3:4。 老汪 A 区财务片是 3:4（1080×1440），不是默认 16:9。指令里写「A 区 3:4 财务短片」，Agent 应读 channel-zones.mdc。纯 9:16 Shorts 未在老汪频道规范里单独成区，但 Pipeline 可做——比例要在 Proposal 锁死。

Q12：出错时 Agent 应该怎么报？

合约要求 Escalate Blockers Explicitly 五段式：

尝试了什么
什么失败了
是 auth、Provider、工具 bug 还是 prompt/设计问题
下一步选项
推荐哪条及理由

若 Agent 默默换 FFmpeg Ken Burns 交差——叫停，要求按质量 DNA 重做或换 runtime。

Q13：OpenMontage 和 Remotion / HyperFrames 单独用有什么区别？

OpenMontage = Agent 编排层 + 多 Provider + 质量门 + 项目目录约定。 Remotion、HyperFrames 是它底层的合成引擎之一。你可以单独用 Remotion 写 React 视频，但会失去：Pipeline 阶段 Skill、Backlot、Checkpoint、Preflight 能力菜单、cost/decision 审计。老汪选 OpenMontage 是因为频道生产是重复工作流，不是单次 React 项目。

Q14：`.env` 改了 Key 不生效？

保存 .env 后重启终端（已启动的 Python 进程不会热加载）。
确认编辑的是仓库根 .env，不是 .env.example。
变量名拼写与 .env.example 一致（如 FAL_KEY vs FAL_AI_API_KEY 别名）。
再跑 Preflight 看 ratio 是否变化。

Q15：Git pull 之后要重装吗？

变更文件	动作
`requirements.txt`	`pip install -r requirements.txt`
`remotion-composer/package.json`	`cd remotion-composer && npm install`
仅 `skills/` / `pipeline_defs/`	一般不用重装
`Makefile` hyperframes 相关	可选 `make hyperframes-warm`

projects/ 下历史成片不会被 git 覆盖。

附录里有哪些 Windows PowerShell 命令速查？

目的	命令
克隆	`git clone https://github.com/calesthio/OpenMontage.git`
激活 venv	`.\.venv\Scripts\Activate.ps1`
Preflight 摘要	`python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.provider_menu_summary(), indent=2))"`
看 compose 引擎	`python -c "from tools.tool_registry import registry; registry.discover(); print(registry._tools['video_compose'].get_info().get('render_engines'))"`
开 Backlot 库	`python -m backlot open`
开指定项目	`python -m backlot open <project-id>`
模拟跑片	`python scripts/backlot_simulate_run.py`
初始化项目	`python -c "from lib.checkpoint import init_project; init_project('my-demo', title='Demo', pipeline_type='animated-explainer')"`
复制 env	`Copy-Item .env.example .env`

老汪本机路径对照（示例，非强制）

项	路径
仓库	`D:\Program Files\Cursor\OpenMontage`
venv	`D:\devtools\venvs\openmontage`
pip 缓存	`D:\devtools\pip-cache`
npm 缓存	`D:\devtools\npm-cache`
Playwright	`D:\devtools\ms-playwright`
临时工作区	`D:\devtools\tmp\om-<slug>\`
频道规范	`projects\_channel-standards-laowang-dongcha.md`
片尾素材	`projects\老汪洞察-片尾固定片段.mp4`

换机器时只要保持 D:\devtools 约定，迁移成本主要是重新 pip install / npm install，不是重学 Pipeline。

从「能跑」到「能发老汪洞察」还差什么？

很多人 setup 成功、Preflight 绿了，第一条片仍「像 PPT」。差的是频道质量合约，不是 OpenMontage 装没装好：

阶段	只做到 setup	老汪频道可发布
口播	Agent 随意长度	A 区 90–120s / B 区稿 2700–3000 字规划
画面	静图 + Ken Burns	动态 HTML / HyperFrames，跟口播走
字幕	ASR 直接烧	三件套 + text_match 简体
结构	单文件糊完	B 区分章 + 章间大标题
品牌	无	A 区水印 / B 区收束 + 片尾规则
数字人	Agent 自作主张	默认关，点名才开

结论： OpenMontage 解决「怎么机械化生产」；.cursor/rules/ + 你的审批门解决「能不能挂老汪名头发」。

Windows 与 macOS/Linux 差异（老汪只写 Windows，但你该知道的）

项	Windows	macOS/Linux
一键 setup	PowerShell 手动或装 Make	`make setup` 原生
venv 激活	`.\.venv\Scripts\Activate.ps1`	`source .venv/bin/activate`
npm 怪错	`ERR_INVALID_ARG_TYPE` 多见	较少
路径	反斜杠、空格路径要引号	较顺
Playwright 浏览器	必须指 `PLAYWRIGHT_BROWSERS_PATH` 到 D 盘	同样建议自定义缓存盘

OpenMontage 上游以跨平台设计，Skill 与 Pipeline 文件跨系统通用；老汪全文按 PowerShell 写，你若是 WSL，可在 WSL 内 make setup，但 Cursor 打开路径要想好是 /mnt/d/... 还是纯 Windows 路径。

access_tier: free — 本文全文公开；OpenMontage 本身开源，API 费用按各 Provider 账单另计。文中示例路径、Key 名称均来自公开仓库，不包含任何真实密钥。若 OpenMontage 上游更新，以 GitHub README.md 与 AGENT_GUIDE.md 为准；本文更新于 2026 年 8 月，作者汪斌（老汪），发布于 accunion.cn，免费阅读。

下一步：你可以直接复制的启动 Prompt

① 零 Key 试跑（验证环境）

请读 AGENT_GUIDE.md。Preflight 后，用 animated-explainer 做一条 45 秒中文讲解「为什么制造业要做 ABC 成本分摊」，16:9，Piper 或现有 TTS，先 sample。初始化项目并打开 Backlot。

② A 区财务短片（3:4）

请读 AGENT_GUIDE.md 和 projects/_channel-standards-laowang-dongcha.md。这是 A 区 3:4 财务短片，90–120 秒，主题【填】，HyperFrames + 动态 HTML 图表，豆包旁白，字幕三件套，不要数字人，CTA 加关注。目录名 today-01-slug-3x4。

③ B 区长片单章样段（16:9）

请读 AGENT_GUIDE.md 与 B 区规范。B 区 16:9 长片「【填主题】」，先做第 1 章高质量样段：定稿口播、章标题大字转场、动态 HTML 讲解、豆包旁白，样段不加 BGM。口播按 9–10 分钟总量规划，本章约 X 分钟。质量 DNA 必须满足，禁止静图交差。

④ 参考视频驱动（差异化二创）

请读 AGENT_GUIDE.md 和 skills/meta/video-reference-analyst.md。
参考：https://www.youtube.com/watch?v=【填】
给我 3 个差异化概念（同节奏不同主题），Preflight 后走 animated-explainer，45 秒 sample。

⑤ 纪录片真实 footage 路径（零 Key 友好）

请读 AGENT_GUIDE.md。用 documentary / hybrid 类 Pipeline，90 秒，主题「雨夜城市」，只要真实 footage 蒙太奇，不要旁白，要音乐， elegiac  tone。先 proposal 说明素材来源（Archive/Pexels 等）。

指令写作反模式（别这样）

反模式	为什么错	改成
「帮我剪一下这个 mp4」	像传统剪辑，未选 Pipeline	说明目标平台、时长、是否要旁白
「写个脚本调 FFmpeg」	违反 Rule Zero	「走 animated-explainer Pipeline」
「随便做个视频」	Agent 无法 Preflight	给主题、时长、语言、比例
「越便宜越好静默用差的」	合约要求 announce 付费调用	「先 sample，批准后再 batch」
不说比例	默认可能 16:9	A 区写 3:4，B 区写 16:9

卡住了要怎么找老汪帮忙？

老汪（汪斌）长期做制造业财务、成本与业财流程，同时实践 AI 提效与自媒体。OpenMontage 是频道背后的工程栈之一，不是「点一下就有爆款」的黑盒——愿意按 Pipeline 走、愿意审脚本门的人，才适合长期用。

若你在 Windows 上装环境、判 A/B 区、或第一条样片卡住，可以加微信 xiaoweihome_ah 交流（注明 OpenMontage + 你的卡点）。

加微信前建议自带三样信息，沟通更快：

Preflight 摘要截图（provider_menu_summary）
你要做 A 区还是 B 区、主题一句
卡在哪一步（setup / 第一条指令 / 渲染 / 字幕）

加微信 xiaoweihome_ah

更多制造业财务、AI 与数字化长文见 accunion.cn——例如 AI 结账责任链、财务 BP 图表表达、ERP 现场验收类文章，和本文的「Pipeline + 人审门」思维是同一套：机器提案，人负责签字。

access_tier: free · 作者：汪斌（老汪）· 更新于 2026 年 8 月

文章版权归作者所有，未经允许请勿转载。

THE END

自媒体财务学AI 资源工具
# Cursor # 老汪洞察 # OpenMontage # AI视频 # Agent工作流 # HyperFrames # 豆包TTS # Windows安装 # 自媒体工具 # 视频流水线

OpenMontage 怎么用？从下载、Windows 安装到第一条成片的超详细实操指南

OpenMontage 怎么用？从下载、Windows 安装到第一条成片的超详细实操指南

OpenMontage 到底是什么？它和剪映、Premiere 不是一类东西

仓库里你要认识的几个「总机文件」

Orchestrator 阶段链（心里有地图）

到哪里下载？GitHub 与官网两条通道

Windows 下载方式（三选一）

GitHub 上建议 star / watch 吗？

下载后第一眼：仓库根目录长什么样

官网 openmontage.video 上值得看什么？

装前检查清单：缺一项，后面会反复踩坑

装前自检命令表（PowerShell 一次粘贴）

可选但强烈建议

Windows 分项安装（第一次装的人逐步做）

Python 3.10+

Node.js 18+（HyperFrames 建议 22+）

FFmpeg

Git

Cursor（或其他 AI 助手）

Windows 官方 Quick Start 怎么跑？从 clone 到第一条指令

路径 A：有 Make（Git Bash / WSL / scoop make）

路径 B：纯 PowerShell（无 Make —— README 官方写法）

HyperFrames 额外预热（可选但推荐）

setup 失败分岔排查（Windows 高频）

激活虚拟环境：每次开终端都要做

setup 完成后验证

为什么依赖要进 D:\devtools？别默认塞满 C 盘

推荐：venv 建在 D 盘而非仓库内 .venv

环境变量持久化（系统或 PowerShell Profile）

C 盘仍会被写入的内容（心里有数）

PowerShell Profile 持久化示例（复制改路径）

仓库放 C 盘还是 D 盘？

.env 与 API Key 怎么填？没有也能起步吗？

配置步骤

常用 Key 对照表（摘自官方 .env.example，勿编造密钥）

老汪洞察频道实际用法

零 API Key 能做什么？（官方 README 诚实说明）

.env 填写实操（逐步）

豆包 TTS（老汪洞察默认旁白路径）

本地音乐库（可选）

用 Cursor / Claude 打开仓库后第一件事是什么？

Cursor 打开步骤

为什么必须先读 AGENT_GUIDE.md？

Claude Code / Copilot / Windsurf

Claude Code / Codex 用户差异

新对话 vs 续聊：什么时候新开？

第一条指令怎么写？Rule Zero 必须走 Pipeline

推荐「开机第一条」（复制改括号内容）

指令要素清单

Rule Zero 执行链（Agent 应做的）

常见 Pipeline 速查

项目目录约定

Preflight 能力菜单：Agent 必须给你看的那张表

参考视频入口（「照着这条 YouTube 做」）

审批门：哪些地方你必须点头？

Backlot 看板是什么？python -m backlot open

Backlot 能看什么？

Agent 何时该开 Backlot？

Backlot 与 Chat 怎么配合？

没有项目时怎么熟悉 Backlot？

老汪洞察频道怎么用 OpenMontage？A 区短片 vs B 区长片

分区判定表

A 区 · 财务短片（3:4）

B 区 · 老汪洞察长片（16:9）

B 区分章生产流程

叙事框架库（按选题选，可组合）

B 区分章目录结构（老汪实战）

A 区短片单项目结构

日期序号怎么取？

成片质量 DNA 是什么？为什么时长达标仍可能不能发？

绝对禁止（Kimi 长片教训固化）

字幕三件套交付顺序（铁律）

交付前自检清单

Remotion vs HyperFrames（Agent 必须向你汇报）

字幕三件套：逐步怎么做（老汪频道铁律）

第一步：无字幕成片

第二步：软字幕 SRT

第三步：烧录版

动态 HTML 讲解页：最低合格线

数字人：默认关闭

推荐：venv 建在 D 盘而非仓库内 `.venv`

常用 Key 对照表（摘自官方 `.env.example`，勿编造密钥）

`.env` 填写实操（逐步）

Cursor 仓库规则（`.cursor/rules/`）与老汪频道

Q14：`.env` 改了 Key 不生效？