OpenMontage یکی از سریعترین پروژههای متنبازِ روبهرشدِ هوش مصنوعی در سال 2026 است — ظرف چند روز از انتشار، از مرز دهها هزار ستاره در GitHub گذشت و برای مدتی کوتاه صدر GitHub Trending را گرفت. اگر مدام این اسم را میبینید و دنبال یک پاسخ ساده و قابلفهم هستید که OpenMontage چیست، چطور باید از آن استفاده کرد، و آیا میتواند جای ابزارهایی مثل HeyGen، Synthesia یا VisionStory را بگیرد یا نه، این راهنما همهچیز را پوشش میدهد. پروژه منبع: github.com/calesthio/OpenMontage (GNU AGPL-3.0).
OpenMontage چیست؟
OpenMontage یک فریمورک متنباز و مبتنی بر ایجنت است که یک دستیار کدنویسی هوش مصنوعی — مثل Claude Code، Cursor، Copilot، Codex یا Windsurf — را به یک استودیوی کامل تولید ویدیو تبدیل میکند. بهجای اینکه روی تایملاین کلی کلیک کنید، ویدیویی را که میخواهید با زبان ساده توصیف میکنید و ایجنت کل فرایند را برایتان اجرا میکند: تحقیق وب، نگارش اسکریپت، برنامهریزی صحنهها، تولید داراییها، تدوین و در نهایت رندر نهایی.
نکته کلیدی این است: OpenMontage یک ابزار برای توسعهدهندگان است، نه یک وبسایت میزبانیشده. صفحه ثبتنام و اپ مرورگری ندارد. آن را بهصورت محلی با Python، Node.js و FFmpeg نصب میکنید و بعد از طریق دستیار کدنویسی هوش مصنوعیتان هدایتش میکنید. این یعنی فوقالعاده انعطافپذیر و رایگان برای اجراست، اما در عوض واقعاً به راهاندازی نیاز دارد.
OpenMontage چطور کار میکند: پایپلاین
OpenMontage ارکستریتور متمرکز ندارد. دستیار هوش مصنوعی شما مانیفستهای تولیدِ YAML (قابلخواندن برای انسان) و فایلهای مهارتِ Markdown را میخواند و سپس ابزارهای Python را مرحلهبهمرحله فراخوانی میکند. تقریباً هر پایپلاین همین مسیر را طی میکند:
برای تولید داراییها میتواند فوتیجهای واقعی استوک و موشن را از آرشیوهای رایگانی مثل Archive.org، NASA و Wikimedia بردارد، یا وقتی کلیدها را وارد میکنید APIهای تولید پولی را صدا بزند. انتخاب ارائهدهنده امتیازدهی میشود و با بازگشت خودکار (fallback) همراه است؛ همچنین هر مرحله منطق تصمیمگیری و هزینه تخمینی را لاگ میکند تا اجرای کار قابلممیزی باشد.
ویژگیهای کلیدی در یک نگاه
- 12 پایپلاین تولید — ویدیوهای توضیحی، صحبتمحور (Talking Head)، دموهای نمایش صفحه، تریلرها، انیمیشنها، مونتاژهای مستند، بازاستفاده از پادکست، و بومیسازی.
- 52+ ابزار تولید و 500+ مهارت ایجنت در حوزه تولید ویدیو، تولید تصویر، تبدیل متن به گفتار، موسیقی، زیرنویس و بهبود کیفیت.
- چندارائهدهنده با fallback امتیازدهیشده — 14 تولیدکننده ویدیو، 10 ابزار تصویر و 4 سیستم TTS، با گزینههایی مثل Kling، Runway Gen-4، Veo 3، FLUX، DALL-E 3 و ElevenLabs.
- مسیر واقعاً بدون هزینه با استفاده از Piper TTS آفلاین، رندر Remotion، FFmpeg و فوتیج آرشیوی رایگان — بدون نیاز به API پولی.
- ساخت مبتنی بر مرجع — یک کلیپ یا ریل YouTube را به آن بدهید تا ریتم و سبک را تحلیل کند و نسخههای مختلف بسازد.
- گیتهای کیفیت و بودجه — اعتبارسنجی قبل از کامپوزیشن، خودبازبینی بعد از رندر، سقف هزینه و آستانههای تایید برای هر اقدام.
چطور از OpenMontage استفاده کنیم: راهاندازی گامبهگام
OpenMontage بهصورت محلی اجرا میشود، پس قبل از اولین ویدیویتان به چند پیشنیاز احتیاج دارید.
پیشنیازها
- Python 3.10 یا جدیدتر
- Node.js 18 یا جدیدتر
- FFmpeg نصبشده و اضافهشده به PATH
- یک دستیار کدنویسی هوش مصنوعی (Claude Code، Cursor، Copilot، Codex یا Windsurf)
راهاندازی
- ریپازیتوری را کلون کنید. دستور
git clone https://github.com/calesthio/OpenMontageو سپسcd OpenMontageرا اجرا کنید. - وابستگیها را نصب کنید. دستور
make setupرا اجرا کنید تا زنجیره ابزار Python و Node نصب شود. - کلیدهای API را اضافه کنید (اختیاری). اگر تولید پریمیوم میخواهید، کلید ارائهدهندهها را به محیط خود اضافه کنید. برای اینکه روی مسیر محلی رایگان بمانید، این مرحله را رد کنید.
- به دستیار خود پرامپت بدهید. پروژه را در دستیار کدنویسی هوش مصنوعیتان باز کنید و ویدیو را توصیف کنید؛ مثلاً: یک ویدیوی توضیحی انیمیشنی 60 ثانیهای درباره شبکههای عصبی بساز. ایجنت تحقیق، متن، داراییها، تدوین و رندر را انجام میدهد.
چون پروژه رسمی هنوز یک آموزش گامبهگام کامل ارائه نکرده است، دفعه اول انتظار داشته باشید فایلهای AGENT_GUIDE و skill را مطالعه کنید.
OpenMontage چقدر هزینه دارد؟
خود OpenMontage رایگان و متنباز است و تحت AGPL-3.0 منتشر شده. هزینه واقعی شما بستگی دارد به اینکه از کدام ارائهدهندهها استفاده میکنید:
- مسیر محلی رایگان: Piper TTS، Remotion، FFmpeg و فوتیج آرشیوی رایگان هیچ هزینهای جز سختافزار و زمان خودتان ندارند.
- APIهای پریمیوم: وقتی تولیدکنندههای پولی ویدیو، تصویر یا صدا را وصل میکنید، هزینه یک ویدیوی کوتاه معمولاً چیزی حدود 0.15 تا 3 دلار آمریکا میشود؛ بسته به طول و اینکه کدام مدلها را فراخوانی میکنید.
نه اشتراکی در کار است و نه قیمتگذاری بهازای هر کاربر؛ که بخش بزرگی از جذابیتش برای توسعهدهندگان است — اما در عوض، پول را با زمان راهاندازی و نگهداری معاوضه میکنید.
با آن چه چیزهایی میتوانید بسازید
پروژه گستره تواناییهایش را از طریق یک گالری دمو در کانال رسمی YouTube نشان میدهد — تریلرهای سینمایی، ویدیوهای کوتاه انیمیشنی 60 ثانیهای، مینیمستندهای تاریخی، تبلیغات محصول با تصویرسازی داده، و کارهای سبک انیمه؛ که چند موردشان با هزینهای خیلی کمتر از 2 دلار تولید شدهاند. برای ویدیوهای توضیحی، ویدیوهای کوتاه شبکههای اجتماعی، کلیپهای بازاریابی و محتوای آموزشی که میخواهید روی تکتک صحنهها کنترل کامل داشته باشید، گزینه بسیار خوبی است.
ویدیوهای دمو توسط OpenMontage (github.com/calesthio/OpenMontage)، برای ارجاع جاسازی شدهاند.
OpenMontage در برابر ابزارهای میزبانیشده ویدیوی هوش مصنوعی (VisionStory، HeyGen، Synthesia)
اکثر افراد به همین مقایسه میرسند، پس بیایید رک باشیم: OpenMontage و ابزارهای آواتارِ میزبانیشده، دو مشکل متفاوت را حل میکنند.
- OpenMontage را انتخاب کنید اگر با Python و FFmpeg راحت هستید، کنترل در سطح پایپلاین روی چندین ارائهدهنده میخواهید، و مسیر محلی رایگان برایتان از سرعت مهمتر است.
- یک ابزار میزبانیشده را انتخاب کنید اگر فقط یک ویدیوی نهایی را سریع میخواهید، بدون هیچ راهاندازی. VisionStory یک عکس یا اسکریپت را در عرض چند دقیقه، همان داخل مرورگر شما، به ویدیوی آواتار سخنگوی لبخوان (lip-synced) تبدیل میکند — بدون Python، بدون FFmpeg، بدون کلید API.
اگر هدف مشخصتان ساخت ویدیوی مجری/سخنگوی صحبتمحور است، یک ابزار آواتار میزبانیشده تقریباً همیشه سریعتر خواهد بود. میتوانید ببینید گزینههای میزبانیشده در مقایسههای ما چطور کنار هم قرار میگیرند: VisionStory vs HeyGen و VisionStory vs Synthesia، یا مستقیم وارد ساخت ویدیوی هوش مصنوعی شوید.
ویدیوی صحبتمحور میخواهید بدون نصب هیچ چیزی؟ VisionStory را رایگان امتحان کنید — یک عکس آپلود کنید، یک متن بنویسید، و در چند دقیقه یک ویدیوی آواتار سخنگوی قابلاشتراکگذاری تحویل بگیرید.