OpenMontage: biến trợ lý AI thành xưởng làm video — 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 hệ thống mã nguồn mở viết bằng Python, cho phép trợ lý AI lập trình của bạn tự làm video từ một câu mô tả: nghiên cứu, viết kịch bản, tạo hoặc tìm hình, đọc lời, ghép nhạc, phụ đề và render. Có thể chạy không cần API key trả phí. Cài đặt cần Python, FFmpeg, Node.js và chạy một lệnh `make setup`, mức độ vừa phải với người mới.
OpenMontage là một hệ thống mã nguồn mở giúp biến trợ lý AI lập trình (Claude Code, Cursor, Copilot, Windsurf, Codex) thành một xưởng làm video hoàn chỉnh. Bạn mô tả video mình muốn bằng tiếng thường. Agent sẽ tự nghiên cứu, viết kịch bản, tạo hoặc tìm hình ảnh, đọc lời dẫn, dựng và xuất ra file video.
Repo này hợp với người làm nội dung, chủ shop cần video giới thiệu sản phẩm, nhân viên văn phòng làm video giải thích, và lập trình viên muốn tự động hoá việc dựng phim. Bạn không cần biết dựng phim. Nhưng bạn cần biết mở terminal và chạy vài lệnh.
Điểm đáng giá nhất: OpenMontage không chỉ "cho vài tấm ảnh chuyển động rồi gọi là video". Theo tác giả, nó còn làm được video thật từ footage miễn phí: agent gom kho cảnh quay từ nguồn mở, chọn đúng đoạn chuyển động, cắt ghép lên timeline rồi render. Repo hiện 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 biến trợ lý AI lập trình (Claude Code, Cursor, Codex…) thành xưởng làm video: mô tả bằng lời, agent lo kịch bản, hình, giọng đọc và dựng phim.
I.OpenMontage làm được gì
Dưới đây là những tính năng chính, giải thích theo lợi ích bạn nhận được.
- Làm video từ một câu mô tả. Bạn nói "làm video 60 giây giải thích mạng nơ-ron học thế nào", agent đi qua cả chuỗi: tìm thông tin trên web, viết kịch bản, tạo ảnh, đọc lời, tìm nhạc nền miễn phí, burn phụ đề từng từ rồi render.
- Bắt đầu từ video mẫu bạn thích. Bạn dán link YouTube, Short, Reel, TikTok hoặc một clip trên máy. Agent phân tích lời thoại, nhịp, cảnh, khung hình 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 đỡ phải nghĩ prompt từ trang trắng.
- 12 pipeline sản xuất, hơn 100 công cụ. Mỗi kiểu video (giải thích, tài liệu, quảng cáo sản phẩm, hoạt hình nhân vật…) đi theo một quy trình riêng. Tác giả cho biết repo có hơn 700 file kỹ năng và kiến thức sản xuất để agent làm theo.
- Video footage thật. Pipeline tài liệu (documentary montage) dựng kho cảnh quay từ Archive.org, NASA, Wikimedia Commons, thêm Pexels và Unsplash nếu bạn có key miễn phí, rồi cắt thành phim. Bạn chỉ cần ghi rõ "chỉ dùng footage thật" trong yêu cầu.
- Backlot, bảng storyboard sống. Đây là một bảng chạy trên máy bạn, tự cập nhật khi pipeline chạy: giai đoạn nào đang chạy, kịch bản, thẻ từng cảnh, nhà cung cấp nào được chọn, tốn bao nhiêu tiền. Storyboard còn là cổng duyệt: việc tạo asset dừng lại ở bảng tổng hợp từng cảnh để bạn duyệt hình trước khi render, đỡ tốn tiền oan.
- Tự kiểm tra trước khi giao. Hệ thống chạy ffprobe, lấy mẫu khung hình, đo mức âm thanh, kiểm tra lời hứa giao hàng và phụ đề. Việc chọn nhà cung cấp được chấm trên 7 tiêu chí và có nhật ký để xem lại.
- Chạy được không cần key trả phí. Giọng đọc offline Piper TTS, footage mở, Remotion, HyperFrames và FFmpeg đều có sẵn sau khi cài.
II.Cần chuẩn bị gì
Theo README, bạn cần:
- Python 3.10 trở lên.
- FFmpeg. README gợi ý
brew install ffmpeg(macOS),sudo apt install ffmpeg(Ubuntu/Debian), hoặc tải từ trang của FFmpeg. - Node.js bản đã vá lỗi thuộc dòng 22.x (từ 22.23.4), 24.x (từ 24.22.1) hoặc 26.x (từ 26.12.1). File
.node-versiontrong repo chọn 22.23.4. - Một trợ lý AI lập trình: Claude Code, Cursor, Copilot, Windsurf hoặc Codex.
- Công cụ
makenếu muốn dùng đường cài nhanh. Không cómakethì dùng đường cài thủ công bên dưới. - API key: không bắt buộc. README ghi rõ mọi key đều tuỳ chọn, thêm key thì có thêm công cụ.
- GPU: không bắt buộc. Có GPU thì mở thêm được tạo video cục bộ miễn phí.
Tư liệu không nói rõ yêu cầu dung lượng ổ cứng hay RAM, nên mình không đoán. README có đường cài cho macOS/Linux và Windows PowerShell.
III.Cài đặt từng bước
- Cài phần nềnCó Python 3.10+, FFmpeg và Node.js đúng phiên bản
- Tải mã nguồngit clone repo rồi cd vào thư mục
- Chạy make setupMột lệnh cài mọi thứ (hoặc dùng lệnh thủ công nếu không có make)
- Thêm API keySao chép .env.example thành .env, điền key bạn có (không bắt buộc)
- Mở bằng trợ lý AIMở thư mục trong Claude Code/Cursor… rồi ra lệnh bằng lời
A.Tải mã nguồn về máy
Mở terminal (PowerShell trên Windows, Terminal trên macOS/Linux). Lưu ý: terminal phải ở thư mục bạn muốn đặt dự án, ví dụ thư mục Documents.
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontageLệnh đầu tải mã nguồn về, lệnh sau đi vào thư mục vừa tải. Đây là địa chỉ ghi trong README. Nếu máy báo chưa có git, bạn cần cài Git trước.
B.Chạy lệnh cài đặt
make setupREADME ghi lệnh này cài sẵn các công cụ miễn phí (giọng Piper, Remotion, FFmpeg, phụ đề…). Quá trình có thể mất vài phút vì phải tải thư viện Python và Node.
C.Nếu máy không có make
README có sẵn lệnh thay thế. Trên 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 .envTrên Windows 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 từ requirements.txt, cài phần dựng phim Remotion bằng npm install, cài giọng đọc Piper và tạo file .env từ mẫu. Nếu npm install trên Windows báo lỗi ERR_INVALID_ARG_TYPE, README bảo dùng:
npx --yes npm installD.Thêm API key (tuỳ chọn)
Mở file .env ở thư mục gốc dự án và điền key bạn có. Không có thì để trống. Một số dòng trong README:
FAL_KEY=your-key # FLUX images + Google Veo, Kling, MiniMax video + Recraft images
PEXELS_API_KEY=your-key # Free stock footage and images
PIXABAY_API_KEY=your-key # Free stock footage and images
UNSPLASH_ACCESS_KEY=your-key # Free stock images
ELEVENLABS_API_KEY=your-key # Premium TTS, AI music, sound effects
OPENAI_API_KEY=your-key # OpenAI TTS, GPT Image 2 images
GOOGLE_API_KEY=your-key # Google Imagen images, Google TTS (700+ voices)
SUNO_API_KEY=your-key # Full songs, instrumentals, any genrePexels, Pixabay và Unsplash có key miễn phí theo README. Các dịch vụ còn lại (fal.ai, ElevenLabs, OpenAI, Suno…) tính phí theo cách của từng nhà cung cấp.
File .env chứa khoá bí mật. Đừng gửi file này cho người khác, đừng đưa lên GitHub hay dán vào khung chat. Mỗi lần agent gọi dịch vụ trả phí là tốn tiền thật, nên hãy đọc ước tính chi phí và duyệt storyboard trước khi cho tạo hàng loạt.
E.Nếu có GPU
make install-gpuSau đó thêm vào .env:
VIDEO_GEN_LOCAL_ENABLED=true
VIDEO_GEN_LOCAL_MODEL=wan2.2-ti2v-5b # or wan2.1-1.3b, wan2.1-14b, hunyuan-1.5, ltx2-local, cogvideo-5bBước này chỉ cần khi bạn muốn tạo video bằng mô hình chạy ngay trên máy. README không nêu yêu cầu cấu hình GPU cụ thể.
F.Mở bằng trợ lý AI
Mở thư mục OpenMontage trong trợ lý AI của bạn (Claude Code, Cursor…). Repo có sẵn các file hướng dẫn cho agent như AGENT_GUIDE.md, CLAUDE.md, CURSOR.md, COPILOT.md, CODEX.md để agent tự đọc và làm đúng quy trình.
IV.Kiểm tra đã chạy được chưa
README không mô tả một dòng chữ "thành công" cố định sau make setup. Vì vậy mình gợi ý kiểm tra theo ba cách dựa trên những gì tư liệu có:
Cách 1: hỏi danh mục công cụ. README dành lệnh này cho agent để xem khả năng thực tế của máy. Bạn chạy trong thư mục dự án (nếu đã tạo .venv thì kích hoạt trước):
python -c "from tools.tool_registry import registry; import json; registry.discover(); print(json.dumps(registry.support_envelope(), indent=2))"Nếu in ra một khối JSON liệt kê khả năng, tức là phần Python đã nhận được công cụ. Nếu báo lỗi thiếu thư viện, bạn chưa kích hoạt đúng môi trường hoặc cài chưa xong.
Cách 2: xem Backlot chạy thử. Chưa có video nào để xem thì README có lệnh mô phỏng:
python scripts/backlot_simulate_run.pyLệnh này cho xem một lần sản xuất giả lập trực tiếp trên bảng. Muốn xem thư viện mọi dự án trên máy:
python -m backlot openCách 3: làm thử một video miễn phí. Cho agent câu lệnh dùng bản không cần key:
Make a 45-second animated explainer about why the sky is blueCâu này nằm trong mục "Zero keys needed" của README. Kết quả là file video cuối nằm trong thư mục projects/ của dự án (README ghi đường dẫn dạng projects/…/renders/final.mp4 cho pipeline hoạt hình nhân vật).
V.Dùng vào việc thật
Các tình huống dưới đây bám đúng khả năng mà README mô tả. Bạn ra lệnh cho agent bằng tiếng thường, tiếng Anh theo ví dụ của README cho chắc ăn, tiếng Việt thì nên thử trước.
A.Chủ shop làm video giải thích sản phẩm theo mẫu
Bạn thấy một Short quảng cáo hay và muốn làm bản của mình. Dán link và nói:
Analyze this Reel and give me 3 original variants I could make for my own product launch.Agent phân tích nhịp, câu mở đầu và cấu trúc của video mẫu. Bạn nhận 3 hướng khác nhau, cho biết giữ gì từ video mẫu, đổi gì, tốn bao nhiêu và bản mẫu trông ra sao với công cụ đang có. Bạn chọn một hướng rồi mới cho làm đầy đủ.
B.Nhân viên văn phòng làm video đào tạo nội bộ, không tốn phí
Bạn cần video ngắn giải thích một khái niệm cho đồng nghiệp mà chưa có key trả phí nào.
Make a 45-second animated explainer about why the sky is bluePiper đọc lời dẫn offline, ảnh làm hình nền, Remotion làm chuyển động và phụ đề từng từ. Kết quả là một file video có giọng đọc và phụ đề, làm hoàn toàn bằng công cụ miễn phí.
Chat cho bạn biết agent đã nói gì, còn bảng Backlot cho bạn thấy production đang thật sự làm gì.
Ông T
C.Người làm nội dung dựng phim tài liệu từ footage thật
Bạn làm kênh và cần một đoạn montage không dùng ảnh AI:
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 cảnh quay từ Archive.org, NASA, Wikimedia Commons (và Pexels, Unsplash nếu bạn có key), tìm đoạn khớp bằng CLIP, cắt ghép rồi thêm nhạc. Kết quả là một video footage thật, không phải ảnh tĩnh làm động.
D.Lập trình viên làm video có kiểm soát chi phí
Bạn có vài key (ví dụ FAL_KEY, ELEVENLABS_API_KEY) và muốn tạo cảnh bằng AI. Hãy để agent chạy đến bước storyboard. Bảng Backlot hiện từng cảnh với bản take, prompt, chi phí mỗi asset và điểm chất lượng. Bạn duyệt hoặc yêu cầu sửa cảnh nào chưa ưng trước khi render. README cho ví dụ một video hoạt hình 60 giây tốn khoảng 1,33 đô la, và một video dọc 50 giây tốn khoảng 4 đô la. Đây là số liệu của tác giả cho các video mẫu, chi phí thật của bạn tuỳ công cụ bạn chọn.
VI.Lỗi hay gặp và cách xử lý
npm install báo ERR_INVALID_ARG_TYPE trên Windows. README đã nêu đúng lỗi này. Chạy npx --yes npm install trong thư mục remotion-composer thay cho npm install.
Báo không tìm thấy make. Windows thường không có sẵn make. Dùng chuỗi lệnh PowerShell thủ công ở phần cài đặt, không cần chạy make setup.
Báo thiếu FFmpeg hoặc phiên bản Node không hợp. Cả hai đều nằm trong danh sách yêu cầu. Mở terminal mới sau khi cài, rồi chạy ffmpeg -version và node --version để kiểm tra. Node phải thuộc dòng 22.x, 24.x hoặc 26.x với bản vá tối thiểu như trên.
Lỗi pip hoặc chứng chỉ khi cài thư viện. README yêu cầu pip>=26.2.2 và có hướng dẫn nâng cấp pip và certifi cho môi trường đã có. Hãy kích hoạt đúng môi trường .venv, rồi nâng cấp theo lệnh trong README (xem phần "Install & Run"). Sau đó khởi động lại các tiến trình Python đang chạy.
Agent báo thiếu công cụ hoặc key. Không sao: mọi key đều tuỳ chọn. Agent sẽ chọn công cụ có sẵn. Muốn thêm khả năng nào thì điền key tương ứng vào .env rồi cho agent chạy lại.
VII.Có nên dùng không
Điểm mạnh. OpenMontage làm trọn chuỗi từ ý tưởng đến file video. Nó chạy được với nhiều trợ lý AI khác nhau, có đường đi miễn phí, và có bảng Backlot để bạn thấy và duyệt từng bước trước khi tốn tiền. Hệ thống còn tự kiểm tra video trước khi giao. Mã nguồn mở và có hoạt động cập nhật gần đây.
Giới hạn. Bạn vẫn phải cài môi trường (Python, Node, FFmpeg) và mở terminal. Không phải app bấm là chạy. Chất lượng phụ thuộc vào trợ lý AI và các công cụ bạn nối vào, và nhiều khả năng cao cấp cần key trả phí. Giấy phép AGPL-3.0 có điều kiện riêng, nên nếu bạn định đưa vào sản phẩm thương mại thì hãy đọc kỹ giấy phép. Tư liệu chưa nêu rõ yêu cầu phần cứng cho từng chế độ.
Khi nên chọn cách khác. Nếu bạn chỉ cần cắt ghép nhanh một clip có sẵn, một phần mềm dựng video thông thường sẽ nhanh hơn. Nếu bạn không muốn đụng terminal chút nào, repo này chưa phải lựa chọn phù hợp. Còn nếu bạn đã dùng Claude Code hay Cursor hằng ngày và muốn "ra lệnh là có video", đây là một repo đáng thử.
Câu hỏi thường gặp
OpenMontage có miễn phí không?
Bản thân repo là mã nguồn mở theo giấy phép AGPL-3.0, tải và dùng không mất tiền. Theo README, sau `make setup` bạn có sẵn giọng Piper TTS offline, footage mở, Remotion, HyperFrames và FFmpeg mà không cần key trả phí. Dịch vụ như tạo video AI hay giọng cao cấp có thể tính phí theo nhà cung cấp.
Cần API key mới dùng được không?
Không. README ghi mọi key trong `.env` đều tuỳ chọn, thêm key thì có thêm công cụ. Có thể làm video hoàn toàn bằng công cụ miễn phí, và key Pexels, Pixabay, Unsplash đều miễn phí theo tư liệu.
Có cần GPU không?
Không bắt buộc. GPU chỉ cần khi bạn muốn tạo video cục bộ miễn phí bằng lệnh `make install-gpu` và các mô hình như wan2.2-ti2v-5b. Tư liệu chưa nêu cấu hình GPU tối thiểu.
Chạy được trên Windows không?
Có. README có chuỗi lệnh cài riêng cho Windows PowerShell, và nêu cách xử lý lỗi `ERR_INVALID_ARG_TYPE` của `npm install` bằng `npx --yes npm install`. Nếu không có `make`, bạn dùng lệnh thủ công.
Dùng với trợ lý AI nào?
README nói repo chạy với Claude Code, Cursor, Copilot, Windsurf, Codex, tức mọi trợ lý AI lập trình đọc được file và chạy được code. Repo có sẵn file hướng dẫn riêng như CLAUDE.md, CURSOR.md, COPILOT.md, CODEX.md.
Có làm được video từ footage thật, không chỉ ảnh AI?
Có. Pipeline documentary montage dựng kho cảnh quay từ Archive.org, NASA, Wikimedia Commons và các nguồn như Pexels, Unsplash, rồi cắt thành video. Bạn chỉ cần ghi rõ 'use real footage only' trong yêu cầu.
Dữ liệu của mình có an toàn không?
Tư liệu chưa nói riêng về quyền riêng tư dữ liệu. Backlot chạy cục bộ trên máy bạn và lấy dữ liệu từ file dự án. Khi bạn dùng dịch vụ bên thứ ba qua API key, nội dung yêu cầu sẽ đi qua nhà cung cấp đó nên bạn cần xem chính sách của họ.


