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

> OpenMontage là hệ thống làm video mã nguồn mở bằng Python. Bạn mở dự án trong trợ lý AI như Claude Code, Cursor hay Codex rồi mô tả video bằng lời thường, agent sẽ lo phần còn lại. Cài đặt cần Python, FFmpeg, Node.js và chạy một lệnh make setup; có thể bắt đầu mà không cần API key trả phí.

- Tác giả: Ông T (https://ongt.vn/gioi-thieu)
- Chủ đề: Repo & Skill
- Đăng: 2026-10-06 · Cập nhật: 2026-11-13
- URL: https://ongt.vn/bai-viet/openmontage-xuong-lam-video-bang-tro-ly-ai-huong-dan-cai-dat

OpenMontage là một hệ thống làm video mã nguồn mở, chạy bằng trợ lý AI lập trình. Bạn không phải học phần mềm dựng phim. Bạn mở dự án trong trợ lý AI, mô tả video bằng tiếng thường, và agent sẽ tự nghiên cứu, viết kịch bản, tìm hoặc tạo hình ảnh, lồng tiếng, thêm phụ đề, dựng và xuất file video.

Repo này hợp với người làm nội dung, chủ shop cần video giới thiệu sản phẩm, nhân viên truyền thông, và lập trình viên mới muốn thử một hệ thống agent làm được việc thật. Hiện repo có khoảng 80.000 sao và hơn 10.700 fork, giấy phép AGPL-3.0, và vẫn được cập nhật trong 3 tháng gần đây.

Điểm đáng giá nhất là hệ thống làm việc theo quy trình (pipeline) có kiểm soát, không để AI tùy hứng. Tác giả nói có 12 pipeline, hơn 100 công cụ và hơn 700 file kỹ năng. Mọi quyết định sáng tạo đều chờ bạn duyệt, và có thể làm video không tốn tiền API nhờ giọng đọc offline và kho footage miễn phí.

```repo
- repo | OpenMontageInc/OpenMontage
- kind | Framework
- desc | OpenMontage là hệ thống mã nguồn mở để trợ lý AI lập trình tự nghiên cứu, 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 ví dụ “làm video giải thích 60 giây về cách mạng nơ-ron học”. Agent tự tìm tư liệu bằng web, viết lời dẫn, tạo ảnh, đọc lời bình, tìm nhạc nền miễn phí, gắn phụ đề từng từ rồi xuất video. Bạn đỡ phải chuyển qua lại giữa năm sáu công cụ.

### Làm video từ một video mẫu bạn thích

Bạn dán link YouTube, Short, Reel, TikTok hoặc file video trên máy. Agent phân tích lời thoại, nhịp, cảnh 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 bắt đầu từ trang trắng.

### Video dùng footage thật, không chỉ ảnh động

Tác giả nhấn mạnh hệ thống không chỉ “làm ảnh tĩnh chuyển động”. Với đường làm phim tài liệu, agent dựng kho clip từ Archive.org, NASA, Wikimedia Commons, và tùy chọn Pexels, Unsplash. Sau đó nó tìm các đoạn chuyển động thật, cắt thành timeline và xuất. Bạn chỉ cần ghi rõ “dùng footage thật” trong yêu cầu.

### Backlot: bảng xem sản xuất trực tiếp

Backlot là bảng theo dõi chạy trên máy bạn. Nó hiển thị các giai đoạn, kịch bản, thẻ từng cảnh khi đang tạo, và chi phí từng quyết định. Khi tạo tài sản, hệ thống dừng ở bảng duyệt từng cảnh để bạn đồng ý hình ảnh trước khi render, tránh tốn tiền làm lại.

### Nhiều lựa chọn công cụ, từ miễn phí đến trả phí

Không cần key nào vẫn làm được: giọng đọc Piper chạy offline, footage mở, Remotion và HyperFrames để dựng, FFmpeg để mã hóa và trộn âm. Có thêm key thì mở thêm công cụ như FLUX, Veo, Kling, ElevenLabs, OpenAI, Suno… README cho biết mỗi lựa chọn nhà cung cấp được chấm trên 7 tiêu chí và ghi lại nhật ký.

### Tự kiểm tra trước khi giao

Trước khi bạn xem, hệ thống tự rà: ffprobe, lấy mẫu khung hình, đo mức âm thanh, kiểm tra lời hứa giao hàng và phụ đề.

## Cần chuẩn bị gì

Theo README:

- **Python 3.10 trở lên.**
- **FFmpeg.** Cài bằng `brew install ffmpeg` (macOS), `sudo apt install ffmpeg` (Linux), hoặc tải từ trang ffmpeg.org.
- **Node.js**, bản đã vá trên nhánh 22.x (từ 22.23.4), 24.x (từ 24.22.1) hoặc 26.x (từ 26.12.1). File `.node-version` chọn 22.23.4.
- **Một trợ lý AI lập trình:** Claude Code, Cursor, Copilot, Windsurf hoặc Codex.
- **API key:** không bắt buộc. README ghi “every key is optional”. Có thêm key thì có thêm công cụ.
- **GPU:** chỉ cần nếu bạn muốn tạo video cục bộ miễn phí. Nếu không, bỏ qua.

README không nói rõ yêu cầu RAM, dung lượng ổ đĩa hay phiên bản Windows tối thiểu. Phần này chưa có thông tin.

## Cài đặt từng bước

```steps
- Cài nền tảng | Có Python 3.10+, FFmpeg, Node.js bản đã vá
- Tải mã nguồn | Dùng git clone rồi cd vào thư mục
- Chạy make setup | Một lệnh cài mọi thứ cần thiết
- Điền key (tùy chọn) | Mở file .env, thêm key bạn có
- Mở trong trợ lý AI | Mở thư mục dự án rồi gõ yêu cầu video
```

### Bước 1: Kiểm tra nền tảng

Mở terminal (Windows: PowerShell) và kiểm tra bạn đã có Python, FFmpeg và Node.js đúng phiên bản như phần trên. Thiếu cái nào thì cài theo link README đưa ra. Người mới hay vấp ở Node.js: chọn đúng nhánh 22.x, 24.x hoặc 26.x đã vá, đừng dùng bản cũ.

### Bước 2: Tải mã nguồn

Lệnh này tải repo về máy rồi đi vào thư mục dự án:

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

### Bước 3: Chạy cài đặt

Lệnh dưới là cách cài chính theo README:

```bash
make setup
```

Nếu máy bạn không có `make`, README có sẵn cách 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
```

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

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

Nếu bạn đã có môi trường cũ, README khuyên nâng pip và certifi lên bản mới:

```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.

### Bước 4: Điền API key (tùy chọn)

Mở file `.env` ở thư mục gốc dự án và điền key bạn có. Không có key vẫn chạy được. Ví dụ README nêu:

```bash
# .env — every key is optional, add what you have
FAL_KEY=your-key
ELEVENLABS_API_KEY=your-key
OPENAI_API_KEY=your-key
GOOGLE_API_KEY=your-key
SUNO_API_KEY=your-key
PEXELS_API_KEY=your-key
PIXABAY_API_KEY=your-key
UNSPLASH_ACCESS_KEY=your-key
```

Pexels, Pixabay và Unsplash là kho ảnh/footage miễn phí, key lấy không tốn tiền. Các key khác (FAL, ElevenLabs, OpenAI, Google, Suno…) có thể phát sinh chi phí tùy nhà cung cấp.

```note
Key là bí mật của bạn. Chỉ điền vào file .env trên máy, không dán vào chat, không đưa lên GitHub. Các nhà cung cấp trả phí tính tiền theo lượng dùng, nên hãy xem ước tính chi phí mà agent đưa ra trước khi duyệt tạo tài sản.
```

### Bước 5: Nếu có GPU và muốn tạo video cục bộ

README chỉ cách mở khả năng này:

```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 6: Mở trong trợ lý AI

Mở thư mục OpenMontage bằng Claude Code, Cursor, Copilot, Windsurf hoặc Codex rồi gõ yêu cầu của bạn. Ví dụ README đưa ra:

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

Bạn có thể viết yêu cầu bằng tiếng Việt, nhưng README chỉ có ví dụ tiếng Anh nên chất lượng với tiếng Việt chưa có thông tin.

## Kiểm tra đã chạy được chưa

README không có một lệnh “kiểm tra cài đặt” duy nhất, nên mình đưa ba cách dựa trên những gì có trong tư liệu.

Cách 1: `make setup` chạy xong không báo lỗi, và thư mục có file `.env`.

Cách 2: hỏi bộ đăng ký công cụ xem máy bạn đang có khả năng gì. README dùng lệnh này cho agent:

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

Kết quả là một bảng JSON liệt kê khả năng hiện có. Bạn không cần hiểu hết, chỉ cần thấy nó in ra mà không lỗi.

Cách 3: xem Backlot mà không cần làm video thật. README cho lệnh chạy mô phỏng:

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

Bạn sẽ xem một quy trình sản xuất giả lập chạy trực tiếp trên bảng. Muốn xem thư viện mọi dự án trên máy:

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

## Dùng vào việc thật

### Chủ shop làm video giải thích sản phẩm, không tốn key

Bạn bán đồ gia dụng và cần một video ngắn giải thích một khái niệm. Chưa có key nào, bạn gõ prompt mẫu của README:

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

Thay chủ đề bằng nội dung của bạn. Giọng Piper đọc lời bình offline, ảnh làm hình, Remotion dựng. Bạn nhận video có phụ đề từng từ, và duyệt từng quyết định sáng tạo trước khi render.

> Chat cho bạn biết agent đã nói gì. Backlot cho bạn thấy nó đang làm gì.
>
> — Ông T

### Nhân viên truyền thông bắt chước phong cách một video đang hot

Bạn thấy một Short hay và muốn làm bản riêng cho đợt ra mắt sản phẩm. Dán link và viết:

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

Agent phân tích nhịp, hook, cấu trúc, rồi đưa 3 hướng khác nhau kèm chi phí ước tính và công cụ thực sự dùng được trên máy bạn. Bạn chọn một hướng rồi mới tới bước sản xuất. Kết quả là bạn kiểm soát ngân sách từ đầu.

### Người làm nội dung dựng phim tài liệu ngắn từ footage miễn phí

Bạn muốn một đoạn montage mà không muốn video là ảnh tĩnh chuyển động. Dùng prompt README gợi ý:

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

Hệ thống dựng kho clip từ Archive.org, NASA, Wikimedia Commons, tìm cảnh chuyển động thật, cắt và xuất video. Cụm “use real footage only” là chìa khóa để agent chọn đúng đường này.

### Lập trình viên mới học cách agent làm việc theo pipeline

Bạn muốn hiểu vì sao hệ thống đáng tin hơn một prompt dài. Bắt đầu đọc `AGENT_GUIDE.md` rồi `PROJECT_CONTEXT.md`. Sau đó chạy lệnh xem menu nhà cung cấp:

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

Bạn sẽ thấy mỗi video là bài toán chọn pipeline trong `pipeline_defs/`, rồi đọc kỹ năng giai đoạn trong `skills/pipelines/`, rồi mới dùng công cụ. Đây là tài liệu học tốt về thiết kế agent có cấu trúc.

## Lỗi hay gặp và cách xử lý

### `make: command not found`

Máy bạn chưa có `make`, nhất là trên Windows. Dùng cách cài thủ công ở Bước 3 (lệnh macOS/Linux hoặc PowerShell). Đừng cố chạy `make setup` khi `make` chưa có.

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

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

### Node.js sai phiên bản

Bản Node quá cũ hoặc chưa vá có thể gây lỗi khi cài hoặc render. Kiểm tra lại bằng `node --version` và cài bản trên nhánh 22.x, 24.x hoặc 26.x đúng mức tối thiểu README ghi.

### Agent báo thiếu công cụ hoặc không tạo được video AI

Thường là bạn chưa điền key tương ứng trong `.env`. Hệ thống chỉ dùng công cụ có sẵn trên máy. Điền key cần thiết, hoặc yêu cầu đường miễn phí như footage thật và giọng Piper.

### Lỗi chứng chỉ khi tải về (certificate)

README có cảnh báo về chứng chỉ CA và khuyên nâng `pip` và `certifi` như lệnh ở Bước 3, đồng thời cập nhật kho chứng chỉ của hệ điều hành. Làm xong thì khởi động lại tiến trình Python.

## Có nên dùng không

**Điểm mạnh.** Làm được video hoàn chỉnh từ một câu mô tả. Có đường miễn phí đúng nghĩa (Piper, footage mở). Có bước duyệt storyboard trước khi tốn tiền render. Có tự kiểm tra chất lượng và hiển thị chi phí. Chạy với nhiều trợ lý AI khác nhau, mã nguồn mở, và repo còn cập nhật đều.

**Giới hạn.** Bạn cần một trợ lý AI lập trình và phải quen mở terminal. Người chưa từng dùng dòng lệnh sẽ thấy bước cài hơi nặng. Chất lượng video AI hay giọng cao cấp phụ thuộc key trả phí, nên chi phí tùy bạn chọn. Giấy phép AGPL-3.0 có điều kiện riêng khi dùng cho dịch vụ thương mại, bạn nên đọc kỹ trước khi đưa vào sản phẩm. README hiển thị ở đây bị cắt giữa chừng, nên mình chưa có đủ thông tin về các pipeline còn lại và chất lượng tiếng Việt.

**Khi nên chọn cách khác.** Nếu bạn chỉ cần cắt ghép nhanh một video có sẵn, một phần mềm dựng truyền thống sẽ đơn giản hơn. Nếu bạn không muốn dùng terminal và trợ lý AI lập trình, hệ thống này chưa phải lựa chọn nhẹ nhàng. Còn nếu bạn muốn một xưởng video có quy trình, kiểm soát chi phí và tự động hóa nhiều 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. Theo README, bạn làm được video mà không cần API key trả phí nhờ giọng Piper offline, footage mở và Remotion. Các dịch vụ như tạo video AI hay giọng cao cấp cần key riêng và có thể tốn tiền.

### Có cần GPU không?

Không bắt buộc. GPU chỉ cần nếu bạn muốn tạo video AI cục bộ miễn phí bằng lệnh make install-gpu và các mô hình như Wan, Hunyuan, LTX. Nếu không có GPU, bạn dùng đường không key hoặc các dịch vụ qua API.

### Chạy được trên Windows không?

Có. README có lệnh cài riêng cho Windows PowerShell và hướng dẫn xử lý lỗi npm install trên Windows bằng npx --yes npm install. Về phiên bản Windows tối thiểu, tư liệu chưa nói.

### Cần trợ lý AI nào để dùng?

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

### Dữ liệu của tôi có an toàn không?

Backlot và các file dự án nằm trên máy bạn. Tuy nhiên khi dùng dịch vụ có key như OpenAI, Google hay ElevenLabs, nội dung gửi tới các dịch vụ đó. Tư liệu chưa có phần nói riêng về quyền riêng tư, nên hãy xem chính sách của từng nhà cung cấp.

### Khác gì dùng thẳng một công cụ tạo video AI?

OpenMontage không phải một mô hình tạo video đơn lẻ. Nó điều phối cả quy trình: nghiên cứu, kịch bản, tài sản, dựng, phụ đề và tự kiểm tra, dùng nhiều công cụ và nhà cung cấp. Bạn cũng duyệt từng quyết định sáng tạo và thấy chi phí trước khi tạo.

### Có tạo được video tiếng Việt không?

Tư liệu chưa nêu hỗ trợ tiếng Việt cụ thể. README có nhắc Google TTS với hơn 700 giọng nhưng không liệt kê ngôn ngữ. Bạn nên thử một video ngắn để đánh giá trước.
