OpenMontage: biến trợ lý AI thành xưởng làm video trọn gói — hướng dẫn cài đặt và dùng
Bài này là một góc nhìn khác về OpenMontageInc/OpenMontage — repo từng đổi tên nên mình viết lại với cách tiếp cận khác. Bài hướng dẫn chính: OpenMontage: biến trợ lý AI thành xưởng làm video — hướng dẫn cài đặt và dùng →

Tóm tắt nhanh
OpenMontage là bộ khung mã nguồn mở giúp trợ lý lập trình AI (Claude Code, Cursor, Copilot, Windsurf, Codex) làm cả một video: nghiên cứu, kịch bản, tạo hình ảnh, lồng tiếng, dựng và xuất file. Bạn chỉ cần mô tả bằng tiếng thường. Cài đặt khá gọn với một lệnh `make setup`, nhưng cần Python, FFmpeg và Node.js trước.
OpenMontage là một hệ thống mã nguồn mở để trợ lý AI của bạn tự làm video từ đầu đến cuối. Bạn mô tả video muốn làm bằng ngôn ngữ thường. Trợ lý AI sẽ lo phần nghiên cứu, viết kịch bản, tạo hình ảnh hoặc tìm cảnh quay, lồng tiếng, thêm phụ đề, dựng và xuất file. Tác giả mô tả repo có 12 pipeline sản xuất, hơn 100 công cụ và hơn 700 file kỹ năng, tri thức làm video cho agent đọc.
Repo này hợp với ai? Người làm nội dung, chủ shop cần video giới thiệu sản phẩm, nhân viên marketing, và lập trình viên mới đã quen dùng một trợ lý AI như Claude Code hay Cursor. Bạn không cần biết dựng phim. Bạn cần biết mở terminal và gõ vài lệnh.
Điểm đáng giá nhất: bạn có thể làm video mà không cần khoá API trả phí. Ngoài ra repo không chỉ “làm ảnh động từ vài tấm hình”. Với đường làm bằng cảnh quay thật, trợ lý sẽ gom cảnh từ kho video miễn phí và kho lưu trữ mở, cắt ghép thành timeline rồi xuất ra. Hiện repo có khoảng 80.006 sao và 10.753 fork, giấy phép AGPL-3.0, và vẫn được cập nhật trong 3 tháng gần đây.
OpenMontageInc/OpenMontage
OpenMontage là hệ thống mã nguồn mở để trợ lý AI tự làm video từ A đến Z: viết kịch bản, tạo hình, lồng tiếng, dựng và xuất file.
I.OpenMontage làm được gì
A.Bắt đầu từ video bạn thích
Bạn dán link YouTube, Short, Reel, TikTok hoặc một clip trên máy. Trợ lý phân tích lời thoại, nhịp dựng, cảnh, khung hình chính và phong cách. Sau đó bạn nhận 2-3 ý tưởng khác nhau, đường đi công cụ thực tế, ước tính chi phí và một bản mẫu trước khi làm đầy đủ. Lợi ích: bạn biết trước sẽ tốn bao nhiêu và video trông ra sao, không phải đoán mò.
B.Làm video bằng nhiều cách
- Video từ ảnh: giọng đọc Piper, hình ảnh và Remotion ghép thành bản dựng có chuyển động.
- Video cảnh quay thật: pipeline “documentary montage” (dựng phim tài liệu) dựng kho cảnh từ Archive.org, NASA, Wikimedia Commons, cùng Pexels và Unsplash nếu bạn có khoá miễn phí.
- Hoạt hình nhân vật chạy local: dùng SVG, thư viện tư thế, GSAP và HyperFrames, xuất ra file
final.mp4trong thư mụcrenderscủa dự án.
C.Hai bộ máy dựng hình
OpenMontage chọn giữa Remotion (dựa trên React, hợp video giải thích có dữ liệu) và HyperFrames (dựa trên HTML/CSS/GSAP, hợp đồ hoạ chuyển động, quảng cáo sản phẩm). Lựa chọn được chốt ở bước đề xuất. Bạn không phải tự quyết.
D.Backlot: bảng theo dõi trực tiếp
Backlot là một bảng storyboard chạy trên máy bạn. Nó tự điền khi pipeline chạy: kịch bản hiện thành trang phim, từng cảnh sáng lên khi tạo xong, mỗi lựa chọn nhà cung cấp và mỗi đồng chi tiêu đều hiện ra. Storyboard còn là cổng duyệt: trước khi render, bạn xem từng cảnh, câu lệnh tạo hình, chi phí và điểm chất lượng rồi mới đồng ý.
E.Tự kiểm tra trước khi giao
Theo README, hệ thống tự rà soát nhiều điểm trước khi bạn xem: kiểm tra bằng ffprobe, lấy mẫu khung hình, đo mức âm thanh, đối chiếu lời hứa giao hàng và kiểm tra phụ đề. Mỗi lựa chọn nhà cung cấp được chấm trên 7 tiêu chí và có nhật ký để xem lại.
II.Cần chuẩn bị gì
- Python 3.10 trở lên.
- FFmpeg. README gợi ý
brew install ffmpeg(macOS),sudo apt install ffmpeg(Ubuntu/Debian) hoặc tải từ ffmpeg.org. - Node.js bản đã vá thuộc dòng 22.x (từ 22.23.4), 24.x (từ 24.22.1) hoặc 26.x (từ 26.12.1). Repo có file
.node-versionchọn 22.23.4. - Một trợ lý lập trình AI: Claude Code, Cursor, Copilot, Windsurf hoặc Codex.
- Khoá API: không bắt buộc. README ghi mọi khoá đều tuỳ chọn, có thêm khoá thì có thêm công cụ.
- Card đồ hoạ (GPU): chỉ cần nếu bạn muốn tạo video AI chạy cục bộ. Không có GPU vẫn dùng được các đường còn lại.
README không nêu yêu cầu RAM hay dung lượng ổ đĩa. Mục này chưa có thông tin.
III.Cài đặt từng bước
- Cài công cụ nềnPython 3.10+, FFmpeg và Node.js đúng phiên bản
- Tải repo vềgit clone rồi cd vào thư mục OpenMontage
- Chạy make setupMột lệnh cài mọi thứ cần thiết
- Điền khoá API (tuỳ chọn)Sửa file .env nếu bạn có khoá
- Mở bằng trợ lý AIMở thư mục dự án và nói bạn muốn video gì
A.Cài Python, FFmpeg và Node.js
Làm bước này trước, nếu không các lệnh sau sẽ báo lỗi. Trên macOS hoặc Linux bạn dùng lệnh FFmpeg ở trên. Trên Windows, tải FFmpeg ở trang chính thức của nó. Python và Node.js tải ở python.org và nodejs.org. Sau khi cài, hãy đóng terminal cũ và mở terminal mới để máy nhận được lệnh.
B.Tải repo về
Mở terminal (trên Windows là PowerShell) rồi chạy:
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontageLệnh đầu tải mã nguồn về máy. Lệnh thứ hai đi vào thư mục vừa tải. Mọi lệnh sau phải chạy trong thư mục này.
C.Chạy cài đặt
make setupĐây là cách cài chính thức theo README. Theo README, lệnh này cho bạn các công cụ miễn phí ngay từ đầu: giọng đọc Piper, kho cảnh quay mở, Remotion, HyperFrames, FFmpeg và phụ đề tự động.
Máy bạn không có make (thường gặp trên Windows)? README có cách cài tay.
macOS/Linux:
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 .envWindows 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 .envChuỗi lệnh này tạo môi trường Python riêng (.venv), cài thư viện Python, cài phần Node của Remotion, cài giọng đọc Piper rồi sao chép file mẫu thành .env. Trên Windows, nếu npm install báo lỗi ERR_INVALID_ARG_TYPE, README bảo dùng:
npx --yes npm installVới môi trường cũ, README khuyên nâng cấp pip và certifi, rồi khởi động lại các tiến trình Python đang chạy lâu:
python -m pip install --upgrade 'pip>=26.2.2' 'certifi>=2026.10.19'D.Điền khoá API (không bắt buộc)
Mở file .env trong thư mục dự án bằng trình soạn thảo và điền khoá bạn có. Ví dụ README liệt kê:
FAL_KEY=your-key
PEXELS_API_KEY=your-key
PIXABAY_API_KEY=your-key
UNSPLASH_ACCESS_KEY=your-key
ELEVENLABS_API_KEY=your-key
OPENAI_API_KEY=your-key
GOOGLE_API_KEY=your-key
SUNO_API_KEY=your-keyPhần your-key bạn thay bằng khoá thật của mình. Khoá nào không có thì để nguyên, đừng xoá cả dòng nếu chưa chắc. Theo README: FAL_KEY mở ảnh FLUX và video qua fal.ai; Pexels, Pixabay, Unsplash cho kho ảnh và video miễn phí (khoá lấy miễn phí); ELEVENLABS_API_KEY cho giọng đọc cao cấp; SUNO_API_KEY cho nhạc. File .env.example còn nhiều tên biến khác cho các nhà cung cấp khác.
Khoá API là thứ riêng tư. Đừng dán khoá vào khung chat, đừng đưa file .env lên GitHub hay gửi cho người khác. Các nhà cung cấp video và ảnh AI tính tiền theo lượt tạo, nên hãy đọc ước tính chi phí mà trợ lý đưa ra trước khi đồng ý.
E.Có GPU thì mở thêm video chạy local
Chỉ làm nếu bạn có card đồ hoạ phù hợp:
make install-gpuSau đó thêm vào .env:
VIDEO_GEN_LOCAL_ENABLED=true
VIDEO_GEN_LOCAL_MODEL=wan2.2-ti2v-5bREADME ghi thêm các model khác có thể thay vào: wan2.1-1.3b, wan2.1-14b, hunyuan-1.5, ltx2-local, cogvideo-5b.
F.Mở bằng trợ lý AI
Mở thư mục OpenMontage trong Claude Code, Cursor, Copilot, Windsurf hoặc Codex. Đây là chỗ người mới hay vấp: phải mở đúng thư mục gốc của repo để trợ lý đọc được các file hướng dẫn như AGENT_GUIDE.md và PROJECT_CONTEXT.md.
IV.Kiểm tra đã chạy được chưa
README không có lệnh “kiểm tra cài đặt” riêng cho người mới. Có ba cách kiểm tra tương đối chắc chắn theo tư liệu.
Cách 1: xem make setup có chạy hết không báo lỗi. Nếu dừng giữa chừng, đọc dòng lỗi cuối cùng (xem phần lỗi thường gặp bên dưới).
Cách 2: thử Backlot ngay cả khi chưa có video nào. Lệnh này mở một lần chạy giả lập để bạn xem bảng theo dõi:
python scripts/backlot_simulate_run.pyLệnh sau mở thư viện mọi dự án có trên máy:
python -m backlot openCách 3: hỏi danh sách công cụ mà trợ lý thấy. README dành lệnh này cho agent, nhưng bạn có thể chạy thử:
python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.support_envelope(), indent=2))"Nếu in ra một bảng JSON mô tả các khả năng hiện có, nghĩa là phần Python đã nhận đủ công cụ. Cách chắc nhất vẫn là nhờ trợ lý làm một video ngắn không cần khoá (xem tình huống đầu tiên bên dưới).
V.Dùng vào việc thật
A.Chị chủ shop muốn một video giải thích ngắn, không tốn tiền
Bối cảnh: bạn bán đồ gia dụng và cần video 45 giây để đăng mạng xã hội, nhưng chưa muốn đăng ký dịch vụ trả phí nào. Bạn mở dự án trong trợ lý AI và gõ câu lệnh mẫu có sẵn trong README mục “Zero keys needed”:
Make a 45-second animated explainer about why the sky is blueBạn đổi chủ đề thành thứ của mình (nên viết bằng tiếng Anh theo mẫu README, hoặc thử tiếng Việt và xem trợ lý phản hồi ra sao). Kết quả: giọng đọc Piper, hình ảnh, phụ đề từng chữ và bản dựng Remotion thành một video hoàn chỉnh mà không cần khoá trả phí. Chất lượng hình ảnh phụ thuộc công cụ miễn phí bạn có.
Chat cho bạn biết agent đã nói gì. Backlot cho bạn thấy cả quá trình sản xuất đang làm gì.
Ông T
B.Nhân viên marketing muốn làm “giống video này, nhưng về sản phẩm của mình”
Bối cảnh: bạn thấy một Reel có nhịp dựng và mở đầu rất cuốn. Bạn dán link và viết:
Analyze this Reel and give me 3 original variants I could make for my own product launch.Trợ lý phân tích rồi đưa 3 hướng, nói rõ giữ gì từ video gốc (nhịp, kiểu mở đầu, cấu trúc, giọng điệu), đổi gì (chủ đề, góc kể, hình ảnh), chi phí ở độ dài bạn chọn và bản mẫu. Bạn duyệt rồi mới cho chạy tiếp. Cách này tránh việc tốn tiền tạo hàng chục cảnh rồi mới thấy không ưng.
C.Người làm nội dung muốn video tài liệu bằng cảnh quay thật
Bối cảnh: bạn làm kênh về lịch sử hoặc đời sống và muốn cảnh thật, không phải ảnh động. README nói phải ghi rõ “real footage only” thì trợ lý mới đi đường này:
Make a 75-second documentary montage about city life in the rain. Use real footage only, no narration, elegiac tone, with music.Trợ lý dựng kho cảnh từ Archive.org, NASA, Wikimedia Commons (và Pexels, Unsplash nếu có khoá), tìm đúng đoạn quay, cắt lên timeline và render. Bạn nhận một video dựng từ cảnh quay thật có nhạc nền. Nên kiểm tra lại nguồn và giấy phép của từng đoạn trước khi đăng công khai.
D.Lập trình viên muốn tăng chất lượng bằng khoá API
Bối cảnh: bạn đã quen API và muốn clip có chuyển động do AI tạo. Bạn điền FAL_KEY (video Kling, Veo, MiniMax và ảnh FLUX) cùng ELEVENLABS_API_KEY hoặc GOOGLE_API_KEY cho giọng đọc, rồi yêu cầu trợ lý làm lại video. README kể một ví dụ phim ngắn 60 giây gồm 6 clip Kling v3, giọng Google Chirp3-HD và phụ đề chạy theo từng chữ, tổng chi phí $1.33. Một ví dụ khác khoảng $4 và một ví dụ khoảng $5. Chi phí của bạn sẽ khác tuỳ độ dài và nhà cung cấp.
VI.Lỗi hay gặp và cách xử lý
A.make không có hoặc không chạy trên Windows
Windows thường không có sẵn make. Đừng cố cài lung tung. Dùng luôn chuỗi lệnh PowerShell “không dùng make” ở phần cài đặt phía trên.
B.npm install báo ERR_INVALID_ARG_TYPE trên Windows
README đã nêu lỗi này. Chạy npx --yes npm install thay cho npm install trong thư mục remotion-composer.
C.Phiên bản Node.js không đúng
Nếu bước cài phần Remotion lỗi lạ, kiểm tra Node bằng node --version. Bản cần là dòng 22.x (từ 22.23.4), 24.x (từ 24.22.1) hoặc 26.x (từ 26.12.1). Cài lại từ nodejs.org nếu máy bạn đang dùng bản cũ hơn.
D.Trợ lý AI “tự bịa” quy trình hoặc không dùng đúng công cụ
OpenMontage chạy theo pipeline, không phải làm tuỳ hứng. Nếu trợ lý đi chệch, hãy chắc rằng bạn đã mở đúng thư mục gốc của repo. Có thể bảo nó đọc AGENT_GUIDE.md rồi PROJECT_CONTEXT.md trước, như README hướng dẫn cho agent.
E.Báo thiếu khoá hoặc công cụ không khả dụng
Công cụ nào cần khoá thì sẽ không dùng được nếu .env trống. Đó là hành vi bình thường. Hãy chạy lại với video “không cần khoá” hoặc điền đúng biến vào .env. Nhớ lưu file .env và khởi động lại phiên làm việc nếu trợ lý không nhận khoá mới.
VII.Có nên dùng không
Điểm mạnh. Bạn có cả một quy trình làm video, từ nghiên cứu đến phụ đề, trong một repo. Làm được video không cần khoá API trả phí. Có bước duyệt trước khi render, nên bạn kiểm soát được chi phí. Chạy với nhiều trợ lý AI khác nhau, và kho công cụ rộng gồm nhiều nhà cung cấp ảnh, video, giọng và nhạc.
Giới hạn. Cài đặt không phải một cú nhấp chuột: bạn cần Python, FFmpeg và Node.js đúng phiên bản, và cần quen dùng terminal. Chất lượng bản miễn phí phụ thuộc nhiều vào giọng Piper và kho cảnh quay có sẵn. Video AI chạy local cần GPU. Giấy phép AGPL-3.0 có điều kiện riêng, nên nếu bạn định đưa vào sản phẩm thương mại, hãy đọc kỹ file LICENSE.
Khi nào chọn cách khác. Nếu bạn chỉ cần cắt ghép nhanh một clip có sẵn, một phần mềm dựng video thông thường sẽ đơn giản hơn. Nếu bạn không dùng trợ lý AI nào, repo này không phải công cụ dành cho bạn, vì nó được thiết kế để agent điều khiển. Còn nếu bạn muốn một quy trình làm video lặp lại được, có kiểm soát chi phí và có người duyệt từng bước, OpenMontage đáng để thử.
Câu hỏi thường gặp
OpenMontage có miễn phí không?
Bản thân repo là mã nguồn mở, giấy phép AGPL-3.0. README nói bạn có thể làm video thật mà không cần khoá API trả phí, nhờ giọng Piper, kho cảnh quay mở, Remotion, HyperFrames và FFmpeg. Các nhà cung cấp ảnh, video, giọng và nhạc AI thì tính phí riêng theo khoá bạn dùng.
Có cần GPU không?
Không bắt buộc. GPU chỉ cần nếu bạn muốn tạo video AI chạy cục bộ bằng `make install-gpu` và các biến `VIDEO_GEN_LOCAL_ENABLED`, `VIDEO_GEN_LOCAL_MODEL`. Các đường làm video từ ảnh hoặc cảnh quay thật không đòi GPU theo README.
Chạy trên Windows được không?
Được. README có chuỗi lệnh cài bằng PowerShell cho Windows và lưu ý nếu `npm install` lỗi `ERR_INVALID_ARG_TYPE` thì dùng `npx --yes npm install`. Tư liệu không nói rõ mức độ kiểm thử trên từng phiên bản Windows.
Dùng với trợ lý AI nào?
README nêu Claude Code, Cursor, Copilot, Windsurf và Codex, nói chung là trợ lý AI nào đọc được file và chạy được code. Repo có sẵn các file hướng dẫn riêng như CLAUDE.md, CURSOR.md, COPILOT.md, CODEX.md.
Dữ liệu và khoá API của tôi có an toàn không?
README không có phần riêng về bảo mật dữ liệu. Khoá API được lưu trong file `.env` trên máy bạn, nên đừng chia sẻ file này. Khi dùng nhà cung cấp bên ngoài, nội dung gửi đi sẽ theo chính sách của nhà cung cấp đó.
Khác gì việc nhờ chatbot viết kịch bản video?
Chatbot thường chỉ trả lời bằng chữ. OpenMontage cho trợ lý AI cả một quy trình theo pipeline: nghiên cứu, kịch bản, tạo hoặc tìm hình, lồng tiếng, dựng, phụ đề, tự kiểm tra rồi render ra file video. Bạn duyệt các bước quan trọng trước khi tốn chi phí.
Cài đặt mất bao lâu?
Tư liệu không nêu thời gian cài. Các bước chính là cài Python, FFmpeg, Node.js, rồi clone repo và chạy `make setup`. Thời gian thực tế tuỳ tốc độ mạng và máy của bạn.


