# OpenMontage: biến trợ lý AI thành xưởng làm video — hướng dẫn cài đặt và dùng

> OpenMontage là hệ thống mã nguồn mở giúp trợ lý AI lập trình của bạn làm video từ A đến Z: nghiên cứu, viết kịch bản, tạo hình ảnh, giọng đọc, nhạc, dựng và xuất file. Bạn chỉ cần mô tả bằng lời thường. Cài đặt chủ yếu là một lệnh `make setup`, nhưng cần Python, FFmpeg và Node.js trước, và có thể chạy không cần API key trả phí.

- Tác giả: Ông T (https://ongt.vn/gioi-thieu)
- Chủ đề: Repo & Skill
- Đăng: 2026-10-07 · Cập nhật: 2026-11-13
- URL: https://ongt.vn/bai-viet/openmontage-tro-ly-ai-lam-video-huong-dan-cai-dat

OpenMontage là một hệ thống mã nguồn mở giúp trợ lý AI lập trình của bạn (Claude Code, Cursor, Copilot, Windsurf, Codex…) làm ra một video hoàn chỉnh chỉ từ vài câu mô tả. Agent sẽ lo tìm tư liệu, viết kịch bản, tạo hoặc tìm hình ảnh, lồng tiếng, thêm nhạc, dựng và xuất file cuối. Tác giả giới thiệu đây là hệ thống sản xuất video dạng agent mã nguồn mở đầu tiên, với 12 pipeline sản xuất, hơn 100 công cụ và hơn 700 file kỹ năng và kiến thức sản xuất.

Bạn nên xem repo này nếu làm nội dung, bán hàng, marketing, hoặc là lập trình viên mới muốn thử một quy trình làm video do AI điều khiển. Bạn không cần biết dựng phim. Bạn cần biết mở terminal, chạy vài lệnh, rồi trò chuyện với trợ lý AI như bình thường.

Điểm đáng giá nhất: bạn có thể làm video mà không cần key trả phí nào. Giọng đọc offline, cảnh quay miễn phí từ kho tư liệu mở và công cụ dựng đều có sẵn sau khi cài. Muốn chất lượng cao hơn thì thêm key của các dịch vụ tạo ảnh, video, giọng nói sau. Repo hiện có khoảng 80.006 sao và 10.753 fork, giấy phép AGPL-3.0.

```repo
- repo | OpenMontageInc/OpenMontage
- kind | Framework
- desc | OpenMontage biến trợ lý AI lập trình (Claude Code, Cursor, Codex…) thành xưởng video: viết kịch bản, tạo hình, lồng tiếng, dựng và xuất video hoàn chỉnh.
- stars | 80k
- lang | Python
- license | AGPL-3.0
```

## OpenMontage làm được gì

**Làm video từ một câu mô tả.** Bạn gõ kiểu: làm video giải thích 60 giây về cách mạng nơ-ron học. Agent tự nghiên cứu chủ đề bằng tìm kiếm web, viết kịch bản, tạo ảnh, đọc lời bình, tìm nhạc nền miễn phí, thêm phụ đề từng từ và dựng ra video. Bạn đỡ phải chuyển qua lại giữa năm sáu công cụ.

**Bắt đầu từ video mẫu bạn thích.** Bạn dán một video YouTube, Short, Reel, TikTok hoặc file trên máy. Agent phân tích lời thoại, nhịp, cảnh, khung hình chính và phong cách. Sau đó bạn nhận 2-3 hướng ý tưởng khác nhau, đường đi công cụ thực tế, ước tính chi phí và một bản mẫu trước khi làm đầy đủ. Cách này thường nhanh hơn việc nghĩ prompt từ trang trắng.

**Làm video thật từ cảnh quay thật.** Ngoài kiểu video ghép từ ảnh tĩnh, repo có đường làm video từ cảnh quay miễn phí. Agent xây một kho tư liệu từ Archive.org, NASA, Wikimedia Commons (và Pexels, Unsplash nếu bạn có key miễn phí), tìm đoạn chuyển động phù hợp rồi cắt ghép thành video. Hợp với phim tư liệu ngắn hoặc video cảm xúc.

**Bảng Backlot theo dõi sản xuất.** Đây là một bảng chạy trên máy bạn, tự cập nhật khi pipeline chạy. Bạn thấy từng giai đoạn, kịch bản, thẻ cảnh, nhà cung cấp được chọn và số tiền đã tiêu. Phần tạo hình có điểm dừng duyệt theo từng cảnh: bạn xem bản nháp, prompt, chi phí từng asset rồi duyệt trước khi dựng, không phải sau khi đã tốn tiền.

**Tự kiểm tra trước khi đưa bạn xem.** Hệ thống chạy kiểm tra nhiều điểm: ffprobe, lấy mẫu khung hình, đo mức âm thanh, đối chiếu lời hứa giao hàng và kiểm tra phụ đề. Việc chọn nhà cung cấp được chấm trên 7 tiêu chí và có nhật ký để xem lại. Mọi quyết định sáng tạo đều cần bạn đồng ý.

**Hai bộ dựng.** Remotion (React) dùng cho video giải thích dựa trên dữ liệu, thẻ chữ, biểu đồ, phụ đề kiểu TikTok. HyperFrames (HTML/CSS/GSAP) dùng cho đồ hoạ chuyển động, video quảng bá sản phẩm, hoạt hình nhân vật SVG. Hệ thống chọn một trong hai ở bước đề xuất.

**Có đường chạy GPU cục bộ.** Nếu máy có GPU, bạn có thể bật tạo video cục bộ miễn phí với các mô hình như wan2.2-ti2v-5b, wan2.1-1.3b, wan2.1-14b, hunyuan-1.5, ltx2-local, cogvideo-5b.

Ví dụ do tác giả đăng cho thấy chi phí: một phim hoạt hình 60 giây dùng 6 clip Kling v3 hết khoảng 1,33 USD; một phim dọc 50 giây khoảng 4 USD; một video giới thiệu bảy thế giới khoảng 5 USD tiền tạo nguồn.

## Cần chuẩn bị gì

Theo README, bạn cần:

- **Python 3.10 trở lên.**
- **FFmpeg** (macOS: `brew install ffmpeg`; Ubuntu/Debian: `sudo apt install ffmpeg`; hoặc tải từ trang ffmpeg.org).
- **Node.js** bản đã vá thuộc nhánh 22.x (từ 22.23.4), 24.x (từ 24.22.1) hoặc 26.x (từ 26.12.1). Repo có file `.node-version` chọn 22.23.4.
- **Một trợ lý AI lập trình**: Claude Code, Cursor, Copilot, Windsurf hoặc Codex.
- **Lệnh `make`** nếu muốn dùng cách cài nhanh. Không có `make` thì dùng cách cài tay bên dưới.
- **API key**: không bắt buộc. README ghi mọi key đều tuỳ chọn, càng nhiều key càng nhiều công cụ.
- **GPU**: chỉ cần nếu muốn tạo video cục bộ. README không nêu cấu hình tối thiểu, nên bạn hãy xem file `requirements-gpu.txt` và tài liệu trong repo.

```note
Mỗi key bạn thêm vào file .env là một tài khoản có thể tính tiền theo lượt dùng. Hãy đọc kỹ ước tính chi phí mà agent đưa ra, và chỉ duyệt khi bạn thấy hợp lý. Không đưa file .env lên GitHub hay gửi cho người khác.
```

## Cài đặt từng bước

```steps
- Cài công cụ nền | Có Python 3.10+, FFmpeg và Node.js đúng nhánh
- Tải mã nguồn | Dùng git clone rồi cd vào thư mục OpenMontage
- Chạy cài đặt | Gõ make setup (hoặc dùng lệnh thủ công nếu không có make)
- Thêm key tuỳ chọn | Điền key bạn có vào file .env
- Mở bằng trợ lý AI | Mở thư mục trong Claude Code, Cursor… và ra yêu cầu
```

### Cài Python, FFmpeg, Node.js

Nếu máy chưa có, cài theo các đường dẫn trong phần chuẩn bị. Trên macOS hoặc Linux, FFmpeg cài bằng một trong hai lệnh này:

```bash
brew install ffmpeg
sudo apt install ffmpeg
```

Dòng đầu dành cho macOS (Homebrew), dòng sau dành cho Ubuntu/Debian. Chạy một dòng phù hợp máy bạn, không chạy cả hai. Windows thì tải FFmpeg từ trang ffmpeg.org theo README.

### Tải mã nguồn

Mở terminal (Terminal trên macOS, PowerShell trên Windows) ở nơi bạn muốn lưu dự án, rồi chạy:

```bash
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
```

Lệnh đầu tải repo về máy. Lệnh sau đi vào thư mục vừa tải. Các lệnh tiếp theo phải chạy trong thư mục này, đây là chỗ người mới hay quên.

### Chạy cài đặt

```bash
make setup
```

README ghi rằng lệnh này cho bạn bộ công cụ miễn phí dùng được ngay, gồm giọng đọc Piper, Remotion và FFmpeg.

Nếu máy không có `make`, README đưa lệnh thay thế. Trên macOS/Linux:

```bash
python3 -m venv .venv && source .venv/bin/activate && python -m pip install 'pip>=26.2.2' && python -m pip install -r requirements.txt && cd remotion-composer && npm install && cd .. && python -m pip install piper-tts && cp .env.example .env
```

Trên Windows PowerShell:

```powershell
py -3 -m venv .venv; .\.venv\Scripts\Activate.ps1; python -m pip install 'pip>=26.2.2'; python -m pip install -r requirements.txt; cd remotion-composer; npm install; cd ..; python -m pip install piper-tts; Copy-Item .env.example .env
```

Chuỗi lệnh này tạo môi trường Python riêng (`.venv`), cài thư viện Python, cài phần dựng Remotion bằng npm, cài Piper TTS và tạo file `.env` từ file mẫu. Nếu `npm install` trên Windows báo `ERR_INVALID_ARG_TYPE`, README bảo dùng:

```powershell
npx --yes npm install
```

Với môi trường đã có sẵn, README khuyên nâng cấp pip và certifi:

```bash
python -m pip install --upgrade 'pip>=26.2.2' 'certifi>=2026.10.19'
```

Sau đó khởi động lại các tiến trình Python đang chạy lâu. README cũng nhắc cập nhật kho chứng chỉ của hệ điều hành.

### Thêm API key (tuỳ chọn)

Mở file `.env` trong thư mục repo bằng trình soạn thảo, điền key bạn có. Không có key nào thì bỏ qua. Ví dụ theo README:

```bash
FAL_KEY=your-key
ELEVENLABS_API_KEY=your-key
OPENAI_API_KEY=your-key
GOOGLE_API_KEY=your-key
PEXELS_API_KEY=your-key
PIXABAY_API_KEY=your-key
UNSPLASH_ACCESS_KEY=your-key
```

Theo README: `FAL_KEY` mở ảnh FLUX và video Veo, Kling, MiniMax; `ELEVENLABS_API_KEY` cho giọng đọc, nhạc, hiệu ứng; `OPENAI_API_KEY` cho giọng đọc và ảnh; `GOOGLE_API_KEY` cho Imagen và Google TTS; ba key Pexels, Pixabay, Unsplash cho kho ảnh và video miễn phí (key lấy miễn phí). File mẫu còn có nhiều biến khác như `SUNO_API_KEY`, `KLING_API_KEY`, `XAI_API_KEY`, `ARK_API_KEY`, `HEYGEN_API_KEY`, `RUNWAY_API_KEY`. Thay `your-key` bằng key thật của bạn, không để dấu ngoặc.

Nếu có GPU và muốn tạo video cục bộ:

```bash
make install-gpu
```

Rồi thêm vào `.env`:

```bash
VIDEO_GEN_LOCAL_ENABLED=true
VIDEO_GEN_LOCAL_MODEL=wan2.2-ti2v-5b
```

Dòng thứ hai chọn mô hình; README liệt kê thêm wan2.1-1.3b, wan2.1-14b, hunyuan-1.5, ltx2-local, cogvideo-5b.

### Mở bằng trợ lý AI và ra yêu cầu

Mở thư mục OpenMontage trong trợ lý AI của bạn rồi gõ yêu cầu. Ví dụ README:

```text
Make a 60-second animated explainer about how neural networks learn
```

Bạn có thể viết bằng tiếng Việt, nhưng README chỉ minh hoạ bằng tiếng Anh, nên mình chưa có thông tin về chất lượng đầu ra với tiếng Việt, nhất là giọng đọc Piper. Hãy thử một video ngắn trước.

## Kiểm tra đã chạy được chưa

Cách đơn giản nhất là cho agent làm một video ngắn không cần key, ví dụ video giải thích 45 giây về lý do bầu trời màu xanh (đây là một prompt mẫu trong mục Zero keys needed của README). Nếu agent chạy qua các giai đoạn, bảng Backlot mở ra và cuối cùng có file video thì bạn đã cài thành công.

Bạn cũng có thể xem bảng Backlot mà chưa cần sản xuất gì:

```bash
python scripts/backlot_simulate_run.py
python -m backlot open
```

Dòng đầu chạy một lần sản xuất giả lập để xem bảng chạy thế nào. Dòng sau mở thư viện mọi dự án có trên máy.

Với agent, README cũng đưa lệnh kiểm tra khả năng thực tế của hệ thống:

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

Lệnh in ra danh sách khả năng mà các công cụ đang có. Nếu in ra được thay vì báo lỗi import, phần Python đã sẵn sàng. README không nói rõ kết quả mong đợi chi tiết hơn.

## Dùng vào việc thật

### Chủ shop làm video giải thích sản phẩm

Bạn bán đồ gia dụng và cần một video 45 giây giải thích nguyên lý của sản phẩm cho trang bán hàng. Bạn mở dự án trong trợ lý AI và gõ yêu cầu mô tả video giải thích hoạt hình. README có sẵn kiểu prompt tương tự cho video ngắn không cần key:

```text
Make a 45-second animated explainer about why the sky is blue
```

Bạn thay chủ đề bằng sản phẩm của mình. Agent viết kịch bản, tạo ảnh, đọc lời bình bằng Piper và dựng bằng Remotion. Bạn nhận video có phụ đề từng từ, kèm ước tính chi phí để duyệt trước khi tạo thêm.

> Trước khi tốn tiền tạo hình, bạn đã được xem bản nháp từng cảnh và duyệt hay chê ngay tại đó.
>
> — Ông T

### Nhân viên marketing học theo video đang chạy tốt

Bạn thấy một Short hoặc Reel của đối thủ có nhịp và cú móc đầu rất tốt, muốn làm bản của riêng mình. Bạn dán link video và nói:

```text
Analyze this Reel and give me 3 original variants I could make for my own product launch.
```

Agent phân tích lời thoại, nhịp, cảnh, phong cách, rồi đưa 2-3 hướng ý tưởng, nói giữ lại gì, đổi gì, tốn bao nhiêu và trông ra sao với công cụ bạn đang có. Bạn chọn một hướng rồi mới làm bản đầy đủ.

### Người làm nội dung dựng video tư liệu bằng cảnh quay thật

Bạn muốn một video cảm xúc về nhịp sống thành phố mà không phải mua tư liệu. Bạn yêu cầu đúng như README gợi ý, nhớ nói rõ chỉ dùng cảnh thật:

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

Agent dựng kho tư liệu từ nguồn mở như Archive.org, NASA, Wikimedia Commons, tìm đoạn quay hợp rồi cắt ghép và thêm nhạc. Bạn nhận video làm từ cảnh quay chuyển động thật, không phải ảnh tĩnh làm động.

### Lập trình viên mới muốn theo dõi và học cách agent làm việc

Bạn muốn hiểu agent ra quyết định thế nào. Bạn mở bảng Backlot, theo dõi từng giai đoạn, xem kịch bản hiện thành trang, xem từng quyết định chọn nhà cung cấp và chi phí. Khi chạy xong, nút REPLAY RUN phát lại toàn bộ quá trình theo mốc thời gian. Muốn đọc sâu hơn, mở `AGENT_GUIDE.md` và `PROJECT_CONTEXT.md` trong repo, hai file này README gọi là hợp đồng làm việc của agent.

## Lỗi hay gặp và cách xử lý

**`make` không chạy được trên Windows.** Máy Windows thường không có `make`. Dùng chuỗi lệnh PowerShell thủ công ở trên, mỗi lệnh làm tương đương một phần của `make setup`.

**`npm install` báo `ERR_INVALID_ARG_TYPE` trên Windows.** README có đúng trường hợp này. Chạy `npx --yes npm install` trong thư mục `remotion-composer` thay cho lệnh cũ.

**Báo thiếu FFmpeg hoặc Node sai phiên bản.** Kiểm tra bằng `ffmpeg -version` và `node --version`. Nếu Node không thuộc nhánh 22.x, 24.x, 26.x đã vá như README yêu cầu, hãy cài lại bản phù hợp rồi chạy cài đặt lại.

**Agent nói không có công cụ cho một việc.** Thường là bạn chưa điền key tương ứng trong `.env`. Điền key của dịch vụ bạn muốn dùng, lưu file rồi bảo agent kiểm tra lại. Nếu chưa muốn trả tiền, hãy chọn đường không cần key: giọng Piper, cảnh quay miễn phí, Remotion hoặc HyperFrames.

**Lỗi chứng chỉ khi tải gói hay gọi dịch vụ.** README có đoạn riêng về nâng cấp pip và certifi, và cập nhật kho chứng chỉ của hệ điều hành. Làm đúng các lệnh nâng cấp ở phần cài đặt rồi khởi động lại tiến trình Python.

**Chi phí vượt dự kiến.** Luôn đọc ước tính chi phí trước khi duyệt tạo hình, và dùng bước duyệt bản nháp từng cảnh. Thử với video ngắn trước khi làm video dài.

## Có nên dùng không

**Điểm mạnh.** Bạn có cả một quy trình làm video trọn gói điều khiển bằng lời. Có đường làm miễn phí hoàn toàn, có bước duyệt trước khi tốn tiền, có bảng theo dõi trực quan, tự kiểm tra chất lượng và hỗ trợ nhiều trợ lý AI. Repo còn được cập nhật trong vài tháng gần đây và có cộng đồng lớn.

**Giới hạn.** Bạn cần một trợ lý AI lập trình và biết dùng terminal. Việc cài gồm Python, Node, FFmpeg nên không phải kiểu nhấn một nút. Chất lượng hình và video tốt nhất thường cần key trả phí. Chất lượng với tiếng Việt chưa được README nói tới. Giấy phép AGPL-3.0 có điều kiện riêng, nếu dùng cho sản phẩm thương mại hay dịch vụ, hãy đọc kỹ file LICENSE.

**Khi nào chọn cách khác.** Nếu bạn chỉ cần cắt ghép nhanh một video có sẵn, một phần mềm dựng thông thường sẽ đơn giản hơn. Nếu bạn không muốn đụng đến terminal, hãy chọn công cụ làm video có giao diện web. Còn nếu bạn muốn AI lo cả quy trình, có kiểm soát chi phí và quyền duyệt từng bước, OpenMontage đáng để thử.

## Câu hỏi thường gặp

### OpenMontage có miễn phí không?

Bản thân repo là mã nguồn mở theo giấy phép AGPL-3.0, bạn có thể tải và dùng. README nói bạn có thể làm video mà không cần API key trả phí, với giọng đọc Piper, kho cảnh quay miễn phí và công cụ dựng. Các dịch vụ tạo ảnh, video, giọng nói cao cấp thì tính phí theo nhà cung cấp.

### Có cần GPU không?

Không bắt buộc. GPU chỉ cần nếu bạn muốn tạo video cục bộ miễn phí bằng lệnh make install-gpu và các mô hình như wan2.2-ti2v-5b. README không nêu cấu hình GPU tối thiểu, nên bạn cần xem thêm trong repo.

### Chạy trên Windows được không?

README có hướng dẫn cài bằng PowerShell cho Windows và nhắc lỗi npm install thường gặp, cách xử lý là dùng npx --yes npm install. Lệnh make có thể không có sẵn trên Windows nên bạn dùng chuỗi lệnh thủ công.

### Cần trợ lý AI nào để dùng?

README nói hệ thống hoạt động với Claude Code, Cursor, Copilot, Windsurf, Codex, tức bất kỳ trợ lý AI lập trình nào đọc được file và chạy được mã. Repo cũng có các file hướng dẫn riêng như CLAUDE.md, CURSOR.md, CODEX.md, COPILOT.md.

### Có làm được video từ cảnh quay thật không, hay chỉ ghép ảnh?

Có. README nói rõ có đường làm video từ cảnh quay thật: agent dựng kho tư liệu từ Archive.org, NASA, Wikimedia Commons và các nguồn như Pexels, Unsplash, rồi cắt ghép thành video. Bạn nên nói rõ dùng cảnh thật trong yêu cầu.

### Một video tốn bao nhiêu tiền?

Tuỳ công cụ bạn chọn. Các ví dụ trong README: một phim hoạt hình 60 giây tốn khoảng 1,33 USD, một phim dọc 50 giây khoảng 4 USD, một video tổng hợp khoảng 5 USD tiền tạo nguồn. Agent cũng đưa ước tính chi phí trước khi bắt đầu tạo hình.

### Dữ liệu và key của mình có an toàn không?

README không có phần riêng về quyền riêng tư. Bảng Backlot chạy cục bộ trên máy bạn và dựa trên file dự án. Key nằm trong file .env của bạn, nên đừng chia sẻ file này. Khi dùng dịch vụ bên ngoài, nội dung có thể được gửi tới nhà cung cấp đó, nên hãy xem chính sách của từng bên.
