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

> OpenMontage là hệ thống mã nguồn mở viết bằng Python, cho phép trợ lý AI như Claude Code, Cursor, Copilot, Windsurf hay Codex làm video từ mô tả bằng tiếng thường: nghiên cứu, viết kịch bản, tạo hình, lồng tiếng, dựng và xuất video. Cài bằng git clone rồi chạy make setup, cần Python, FFmpeg và Node.js. Không cần API key để bắt đầu, vì có sẵn giọng đọc Piper miễn phí và nguồn footage mở.

- Tác giả: Ông T (https://ongt.vn/gioi-thieu)
- Chủ đề: Repo & Skill
- Đăng: 2026-10-09 · Cập nhật: 2026-11-13
- URL: https://ongt.vn/bai-viet/openmontage-xuong-lam-video-bang-tro-ly-ai-huong-dan-cai-dat-3

OpenMontage là một hệ thống làm video mã nguồn mở, chạy theo kiểu “agent”: bạn mô tả video muốn làm bằng tiếng thường, trợ lý AI trong máy bạn (Claude Code, Cursor, Copilot, Windsurf, Codex…) sẽ tự đi tìm tư liệu, viết kịch bản, tạo hình, lồng tiếng, dựng và xuất ra file video. Mô tả của tác giả là: 12 pipeline sản xuất, hơn 100 công cụ, hơn 700 file kỹ năng và kiến thức sản xuất.

Bạn nên xem repo này nếu bạn làm nội dung (chủ shop làm video giới thiệu sản phẩm, nhân viên marketing, người làm kênh YouTube/TikTok) hoặc là lập trình viên mới đã quen với một trợ lý AI trong trình soạn code. Bạn không cần biết dựng phim. Bạn cần biết mở terminal, chạy vài lệnh và trò chuyện với trợ lý AI.

Điểm đáng giá nhất: repo không chỉ “cho ảnh tĩnh chuyển động”. Theo README, nó còn có đường làm video từ footage thật miễn phí (kho lưu trữ mở, NASA, Wikimedia Commons…), và bạn bắt đầu được mà không cần key trả phí nào. 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.

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

## OpenMontage làm được gì

Dưới đây là những tính năng chính, kèm lợi ích thực tế cho bạn.

### Làm video từ một câu mô tả

Bạn gõ yêu cầu kiểu “làm video giải thích 60 giây về cách mạng nơ-ron học”. Trợ lý sẽ nghiên cứu chủ đề bằng tìm kiếm web, tạo ảnh, viết và đọc kịch bản, tìm nhạc nền miễn phí bản quyền, gắn phụ đề theo từng từ và dựng video hoàn chỉnh. Bạn đỡ phải chuyển qua lại giữa năm bảy phần mềm.

### Bắt đầu từ một video mẫu bạn thích

Bạn dán link YouTube, Short, Reel, TikTok hoặc đưa file video trong máy. Trợ lý phân tích lời thoại, nhịp, cảnh, khung hình chính và phong cách. Sau đó nó đưa ra 2-3 ý tưởng khác biệt, đường công cụ thực tế, ước tính chi phí và một bản mẫu trước khi làm hết. Lợi ích: bạn biết trước giữ gì của video gốc, đổi gì, tốn bao nhiêu.

### Hai kiểu video: ảnh động và footage thật

Kiểu thứ nhất là video từ ảnh: giọng đọc Piper kể kịch bản, ảnh làm hình, Remotion làm chuyển động. Kiểu thứ hai là “montage tài liệu”: agent dựng một kho footage có thể tìm bằng CLIP từ Archive.org, NASA, Wikimedia Commons (và Pexels, Unsplash nếu bạn có key miễn phí), rồi cắt các đoạn chuyển động thật thành video. Muốn kiểu này, README khuyên bạn nói rõ “use real footage only”.

### Backlot: bảng theo dõi trực tiếp

Backlot là một bảng chạy cục bộ, tự cập nhật khi pipeline chạy. Bạn thấy các giai đoạn, kịch bản, thẻ từng cảnh, lựa chọn nhà cung cấp và số tiền đã tiêu. Nó cũng là cổng duyệt: bước tạo asset dừng ở bảng xem từng cảnh (bản quay, prompt, chi phí, điểm chất lượng) để bạn duyệt hình trước khi render, chứ không phải sau.

### Tự kiểm tra trước khi giao

Theo README, trước khi bạn xem kết quả, hệ thống tự rà nhiều điểm: kiểm tra bằng ffprobe, lấy mẫu khung hình, đo mức âm thanh, kiểm tra lời hứa giao hàng và phụ đề. Mỗi lần chọn nhà cung cấp được chấm trên 7 tiêu chí và ghi nhật ký quyết định. Mọi quyết định sáng tạo đều chờ bạn duyệt.

### Nhiều nhà cung cấp, key nào cũng tùy chọn

Bạn có thể cắm FAL, Kling, Suno, ElevenLabs, OpenAI, xAI, Google, HeyGen, Runway… Càng nhiều key thì càng nhiều công cụ. Nếu bạn có GPU, repo còn hỗ trợ tạo video cục bộ miễn phí.

## Cần chuẩn bị gì

Theo README, bạn cần:

- **Python 3.10 trở lên.**
- **FFmpeg.** Cài bằng `brew install ffmpeg` (macOS), `sudo apt install ffmpeg` (Ubuntu/Debian), 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). File `.node-version` của repo chọn 22.23.4.
- **Một trợ lý lập trình AI:** Claude Code, Cursor, Copilot, Windsurf hoặc Codex.
- **Lệnh make** nếu muốn cài nhanh. Không có make thì README có cách thay thế (xem phần cài đặt).

API key: tất cả đều tùy chọn. README ghi rõ bạn làm được video thật mà không cần key trả phí. GPU: chỉ cần nếu muốn tạo video cục bộ. Tư liệu không nêu yêu cầu RAM hay dung lượng ổ đĩa cụ thể.

```note
Các key tạo ảnh/video (FAL, Kling, Veo…) tính tiền theo lượng dùng. Các video mẫu trong README tốn từ khoảng 1,33 USD đến khoảng 5 USD. Hãy xem ước tính chi phí mà trợ lý đưa ra trước khi cho nó tạo asset, và đừng dán key vào file nào ngoài .env.
```

## Cài đặt từng bước

```steps
- Cài phần phụ thuộc | Có Python 3.10+, FFmpeg và Node.js bản đã vá
- Tải repo | git clone rồi cd vào thư mục OpenMontage
- Chạy cài đặt | make setup (hoặc chuỗi lệnh thay thế nếu không có make)
- Điền key tùy chọn | Mở file .env và thêm key nào bạn có
- Mở bằng trợ lý AI | Mở thư mục trong Claude Code, Cursor… và gõ yêu cầu
```

### Bước 1: Kiểm tra Python, FFmpeg và Node.js

Mở terminal (macOS/Linux) hoặc PowerShell (Windows) và chắc chắn ba thứ trên đã có. Chỗ người mới hay vấp: Node.js phải đúng nhánh đã vá như README ghi, nên kiểm tra phiên bản trước khi cài tiếp. Ví dụ cài FFmpeg:

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

Dòng đầu dành cho macOS, dòng sau cho Ubuntu/Debian. Windows thì tải FFmpeg từ trang ffmpeg.org.

### Bước 2: Tải repo về máy

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

Dòng đầu tải mã nguồn, dòng sau đi vào thư mục dự án. Mọi lệnh phía sau phải chạy trong thư mục này.

### Bước 3: Chạy cài đặt

Cách nhanh nhất theo README:

```bash
make setup
```

Lệnh này dựng môi trường và cài thứ cần thiết. README mô tả rằng sau `make setup` bạn đã có sẵn giọng đọc Piper, các nguồn footage mở, Remotion, HyperFrames, FFmpeg và phụ đề.

Nếu máy không có `make`, README đưa chuỗi 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 này tạo môi trường ảo `.venv`, cài thư viện Python, cài phần Remotion bằng npm, cài Piper TTS và tạo file `.env` từ file mẫu. Nếu trên Windows `npm install` báo lỗi `ERR_INVALID_ARG_TYPE`, README bảo dùng:

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

Nếu bạn đã có môi trường cũ, README khuyên nâng cấp pip và certifi (liên quan đến sự cố chứng chỉ của một nhà cấp CA), rồi khởi động lại các tiến trình Python đang chạy lâu:

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

### Bước 4: Thêm API key (tùy chọn)

Mở file `.env` trong thư mục dự án. README nói mọi key đều tùy chọn, bạn chỉ điền cái nào đang có. Một số ví dụ trong README:

```bash
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
SUNO_API_KEY=your-key          # Full songs, instrumentals, any genre
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)
```

Thay `your-key` bằng key thật, không để khoảng trắng thừa. Key Pexels, Pixabay, Unsplash là miễn phí theo README.

Nếu bạn có GPU và muốn tạo video cục bộ:

```bash
make install-gpu
```

Sau đó thêm vào `.env`:

```bash
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-5b
```

### Bước 5: Mở trong trợ lý AI và ra lệnh

Mở thư mục OpenMontage bằng Claude Code, Cursor, Copilot, Windsurf hoặc Codex, rồi gõ yêu cầu bằng ngôn ngữ thường:

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

README dùng prompt tiếng Anh. Tư liệu không nói rõ trợ lý có làm tốt với prompt tiếng Việt hay không, nên bạn thử và xem kết quả.

## Kiểm tra đã chạy được chưa

Cách đơn giản nhất: không cần key nào, thử một prompt nhỏ trong danh sách “Zero keys needed” của README:

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

Nếu cài đúng, trợ lý sẽ đi qua các giai đoạn, hỏi bạn duyệt các quyết định sáng tạo, và cuối cùng ra file video. Với pipeline hoạt hình nhân vật, README ghi bản render nằm ở `projects/<tên dự án>/renders/final.mp4`.

Bạn cũng có thể mở bảng Backlot để xem tiến trình:

```bash
python -m backlot open
```

Lệnh này mở thư viện mọi dự án trên máy. Chưa có dự án nào mà muốn xem thử bảng chạy thế nào thì dùng:

```bash
python scripts/backlot_simulate_run.py
```

Nếu bạn muốn biết trợ lý đang thấy những công cụ nào khả dụng, README có lệnh dành cho agent để in ra “khả năng thực tế” của máy bạn:

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

## Dùng vào việc thật

Các tình huống dưới đây bám theo những gì README mô tả. Mỗi prompt bạn sửa lại cho đúng chủ đề của mình.

### Chủ shop muốn video mẫu cho sản phẩm

Bạn thấy một Reel bán hàng có nhịp và câu mở rất “bắt”. Bạn dán link vào trợ lý rồi gõ:

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

Trợ lý phân tích video, nói rõ giữ gì (nhịp, kiểu mở đầu, cấu trúc) và đổi gì (chủ đề, góc nhìn), kèm ước tính chi phí và một bản mẫu. Bạn chọn một hướng rồi mới cho làm thật.

> Bắt đầu từ một video bạn thích thường nhanh hơn viết prompt từ trang trắng.
>
> — Ông T

### Nhân viên văn phòng cần video giải thích nội bộ

Bạn cần một clip ngắn giải thích một khái niệm cho đồng nghiệp mà không có ngân sách. Dùng đường “zero keys”:

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

Giọng Piper đọc kịch bản, ảnh làm hình, Remotion làm chuyển động và gắn phụ đề. Bạn nhận một file video hoàn chỉnh mà chưa tốn đồng nào cho API. Bạn thay chủ đề “bầu trời” bằng nội dung công việc của mình.

### Người làm nội dung muốn video tài liệu từ footage thật

Bạn muốn một clip không lời, có nhạc, nhìn như phim tài liệu. Dùng prompt mẫu của README:

```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 footage từ nguồn mở, tìm các đoạn chuyển động phù hợp, cắt thành timeline và render. Kết quả là video từ cảnh quay thật, không phải ảnh tĩnh được làm động. Cụm “real footage only” quan trọng, đừng bỏ.

### Lập trình viên mới muốn làm trailer hoặc video ngắn có AI sinh cảnh

Nếu bạn có key FAL, bạn có thể để trợ lý dùng mô hình video tạo cảnh chuyển động. README kể một phim ngắn 60 giây, dùng 6 clip Kling v3 qua fal.ai, giọng Google Chirp3-HD, nhạc piano miễn phí bản quyền, phụ đề từng từ kiểu TikTok, tổng chi phí 1,33 USD. Bạn có thể bắt đầu từ prompt ngắn, rồi xem Backlot để duyệt từng cảnh trước khi render. Cách này giúp bạn khống chế chi phí.

## Lỗi hay gặp và cách xử lý

### `npm install` báo lỗi `ERR_INVALID_ARG_TYPE` trên Windows

Đây là lỗi README đã nêu. Chạy `npx --yes npm install` thay cho `npm install` trong thư mục `remotion-composer`.

### Không có lệnh `make`

Trên Windows thường không có sẵn. Dùng chuỗi lệnh PowerShell thay thế ở phần cài đặt. Nhớ kích hoạt môi trường ảo (`.\.venv\Scripts\Activate.ps1`) trước khi chạy các lệnh Python sau đó.

### Node.js sai phiên bản

README yêu cầu bản đã vá thuộc nhánh 22.x, 24.x hoặc 26.x. Nếu bạn đang dùng bản cũ hơn, cài lại Node.js từ nodejs.org, rồi chạy lại bước `npm install` trong `remotion-composer`.

### Trợ lý báo thiếu công cụ hoặc không tạo được ảnh/video

Nhiều khả năng bạn chưa điền key tương ứng trong `.env`. Mọi key đều tùy chọn, nhưng thiếu key thì công cụ đó không khả dụng. Hãy kiểm tra tên biến trong `.env` có đúng như file mẫu không và đã lưu file chưa. Có thể chạy lệnh `support_envelope` ở trên để xem máy đang có những khả năng nào.

### Chi phí vượt dự tính

Video tạo bằng mô hình trả phí sẽ tốn tiền theo lượng cảnh và độ dài. Hãy dùng bước ước tính chi phí và bước duyệt storyboard của Backlot trước khi cho tạo asset. Muốn thử thì bắt đầu bằng prompt “zero keys”.

## Có nên dùng không

**Điểm mạnh.** Nó miễn phí để bắt đầu, chạy trên máy bạn, và tự động hóa gần như cả dây chuyền: nghiên cứu, kịch bản, giọng đọc, nhạc, phụ đề, dựng. Có bước duyệt từng quyết định, có bảng Backlot cho bạn thấy việc đang diễn ra và chi phí, và có tự kiểm tra chất lượng. Bạn cũng không bị khóa vào một nhà cung cấp, vì có thể đổi giữa nhiều dịch vụ hoặc chạy GPU cục bộ.

**Giới hạn.** Cài đặt đòi hỏi Python, FFmpeg và Node.js đúng phiên bản, nên không “bấm một cái là xong” như phần mềm có giao diện. Bạn phải có một trợ lý AI lập trình, và trợ lý đó có thể có phí riêng. Chất lượng video phụ thuộc vào công cụ bạn cắm vào và vào prompt. Giấy phép AGPL-3.0 có điều khoản riêng, nếu bạn định tích hợp vào sản phẩm thương mại thì nên đọc kỹ. Tư liệu tôi có không nêu yêu cầu cấu hình máy tối thiểu.

**Khi nào chọn cách khác.** Nếu bạn chỉ cần cắt ghép một clip nhanh bằng tay, một phần mềm dựng video thông thường sẽ đơn giản hơn. Nếu bạn không muốn đụng terminal, repo này chưa phù hợp. Còn nếu bạn muốn làm nhiều video giải thích, tài liệu hoặc quảng cáo ngắn và sẵn sàng học vài lệnh, 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 làm được video thật mà không cần API key trả phí, nhờ giọng Piper TTS, footage mở, Remotion, HyperFrames và FFmpeg. Các dịch vụ tạo ảnh, video, giọng cao cấp thì tính phí theo nhà cung cấp.

### Cần GPU để chạy không?

Không bắt buộc. Có GPU thì bạn chạy được `make install-gpu` để tạo video cục bộ miễn phí với các mô hình như wan2.2-ti2v-5b, wan2.1, hunyuan-1.5, ltx2-local, cogvideo-5b. Không có GPU thì bạn vẫn dùng các đường miễn phí hoặc nhà cung cấp trả phí qua API.

### Chạy được trên Windows không?

README có hướng dẫn riêng cho Windows PowerShell khi không có `make`, kèm cách xử lý lỗi `ERR_INVALID_ARG_TYPE` của npm. Tư liệu không nói gì thêm về các điểm khác biệt khi chạy trên Windows.

### Dùng trợ lý AI nào?

README ghi repo chạy với Claude Code, Cursor, Copilot, Windsurf, Codex, tức là bất kỳ trợ lý lập trình 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 key của tôi có an toàn không?

Key được lưu trong file .env trên máy bạn, và Backlot chạy cục bộ. Tuy nhiên khi dùng dịch vụ bên ngoài như FAL, ElevenLabs hay OpenAI, nội dung bạn gửi sẽ đi qua các dịch vụ đó. Tư liệu chưa có phần nói riêng về chính sách dữ liệu, nên bạn nên xem điều khoản của từng nhà cung cấp.

### Làm một video tốn bao nhiêu?

Tùy đường làm. Đường miễn phí không tốn tiền API. README nêu vài ví dụ trả phí: một phim ngắn 60 giây tốn 1,33 USD, một video khoảng 4 USD và một video khoảng 5 USD tiền tạo nguồn. Hệ thống cũng đưa ước tính chi phí trước khi tạo asset.

### Có thể bắt đầu từ video có sẵn không?

Có. Bạn dán link YouTube, Short, Reel, TikTok hoặc đưa clip trong máy. Agent sẽ phân tích lời thoại, nhịp, cảnh và phong cách, rồi đề xuất 2-3 hướng làm kèm chi phí và bản mẫu.
