46,548 星的 OpenMontage 自称"世界首个开源 agentic 视频生产系统"——12 条制作 pipeline、100+ 工具、700+ agent 技能，配一个 AI 编程助手（Claude Code/Cursor/Copilot）就能把"选题到成片"整条链跑完。但国内开发者 clone 下来第一步就撞墙：它的默认 provider 清单是一水儿国外云模型——OpenAI、Google Veo、Runway、ElevenLabs、fal.ai——翻墙、海外支付、海外手机号三连卡，配置跑不起来。好消息是 docs/PROVIDERS.md 其实原生支持一整套国产和本地模型，换组环境变量就能在国内跑通。这篇就是那张"换法"清单。仓库 calesthio/OpenMontage，Python，AGPL-3.0，创建 2026-03-29，最近一次 push 2026-08-03。
先说清边界：本文基于 OpenMontage 的 GitHub README 与 docs/PROVIDERS.md 梳理，事实截至 2026-08-10。星数实时变动，以 GitHub 官方为准。本文是 OpenMontage 的独立深度盘，与本站已发过的 5 款开源 AI 视频制作工具横评 互补但独立——横评比的是"五条路线怎么选"，这篇专门拆 OpenMontage 的国内可用性。下文的国产替代方案基于 PROVIDERS.md 已列出的支持项梳理，非本站亲自全量压测，具体接口稳定性以官方文档为准。
一、OpenMontage 是什么：agent 驱动的视频生产系统
先认清 OpenMontage 押的路线。它不是又一个"文生视频"模型，也不是预设脚本的自动化流水线，而是把"视频制作"交给一个 AI agent 去编排。你配一个 AI 编程助手（Claude Code、Cursor、Copilot、Windsurf、Codex 都行），agent 读你的制作需求，按需调度 OpenMontage 里的 Python 工具，走完脚本、素材、剪辑、字幕、配乐、合成。
三个机制撑起这套范式。第一，12 条制作 pipeline 覆盖纪录片、科普、创意短片等不同题材，每条 pipeline 是一组工具和技能的组合模板。第二，100+ 工具加 700+ agent 技能与生产知识文件，agent 调工具时不靠硬编码，而是按需匹配。第三，也是最关键的一个设计：provider 选择不是写死的，agent 按七个维度给候选 provider 打分——质量、速度、成本、可用性、配额、特性匹配、历史表现——选当前任务最合适的那个。这意味着同一套 pipeline，换组 provider 配置就能换一套底层模型，这正是国内替代能成立的根。
还有一道质量门兜底：ffprobe 校验、帧采样、音频电平检测、字幕检查、交付承诺校验。agent 跑完不是直接交片，而是过一遍自动质检，画面黑屏、音轨缺失、字幕错位这类问题能在交付前拦住。本站在 5 款开源 AI 视频制作工具横评 里把 OpenMontage 和 MoneyPrinterTurbo、video-use、Palmier、Remotion 摆一起比过路线差异，这里不再重复。
二、避坑核心：默认配置依赖国外云模型，国内直接用不了
这是国内开发者最先撞的墙。OpenMontage 的默认 provider 清单是一整套国外云模型，国内开箱即用基本跑不通。先把清单摊开。
默认依赖的国外模型：
- OpenAI：GPT Image 2 出图 + OpenAI TTS 出旁白
- Google：Gemini/Veo 出视频 + Imagen 出图 + Lyria 出音乐 + Chirp3-HD 出旁白
- Runway Gen-4：视频生成，$12/月起，官方称质量最高
- ElevenLabs：TTS + 音乐 + 音效，每月 10K 字符免费额度
- HeyGen：avatar 视频，同时也是 VEO/Sora/Runway/Kling 的网关
- fal.ai：统一网关，一个 key 调 FLUX 出图 + Kling/Veo/MiniMax 出视频 + Recraft 出图
- Recraft：图片生成；Sora（经 HeyGen 调用）；Grok：图片 + 视频
为什么国内直接用不了，三道坎叠在一起。第一道，网络：这些 API 端点都在境外，国内直连不稳定甚至不通，得挂代理或专线，agent 跑长流水线时网络抖一下整条链断。第二道，支付：OpenAI、Runway、ElevenLabs、fal.ai 都要海外信用卡或 PayPal，国内卡常被拒。第三道，账号：部分服务注册要海外手机号验证，Google 全家桶在国内更是直接不可用。三道坎任一卡住，默认配置就是跑不起来。
很多人到这一步就放弃了，认定 OpenMontage"国内用不了"。这是个误会。
三、好消息：PROVIDERS.md 原生支持国产+本地模型
关键在 docs/PROVIDERS.md。这份文档把 OpenMontage 支持的所有 provider 列全了，国外那套只是默认值，不是全部。国产和本地模型同样在一等公民的支持列表里，只是默认没开。把支持的国产和本地模型列出来。
国产/国内可用模型（PROVIDERS.md 同样支持）：
- Kling 官方直连（快手）：视频/图片/TTS/avatar/唇形同步，API 端点 api-singapore.klingai.com，不经第三方网关
- MiniMax（海螺）：视频生成，经 fal.ai 或 Atlas Cloud 调用
- 即梦 Jimeng 3.0 Pro（字节火山引擎）：文生视频/图生视频，req_key 为 jimeng_ti2v_v30_pro，走 IAM V4 签名
- 豆包 Doubao Speech TTS（火山引擎）：旁白合成，强普通话
- 阿里 DashScope：通义 Qwen-Image 出图 + Qwen-TTS 出旁白 + Qwen-ASR 词级时间戳，中文制作最顺
- Bloome：多 agent 协作层，原生支持 Claude/ChatGPT/DeepSeek，可用 DeepSeek 做 LLM 编排
- Atlas Cloud：300+ 模型统一 API，含 Seedream/Nano Banana/GPT Image 出图 + Kling/Seedance/海螺出视频
本地模型（零成本，离线）：
VIDEO_GEN_LOCAL_MODEL支持 wan2.1-1.3b / wan2.1-14b（阿里）、hunyuan-1.5（腾讯）、ltx2-local、cogvideo-5b（智谱）- 零 API key 也能出片：
make setup会给本地/免费方案配好环境
要点是：这些不是社区 hack，是 OpenMontage 官方 PROVIDERS.md 里白纸黑字列出的支持项。国内开发者要做的不是改造项目，而是换一组环境变量把默认的国外 provider 换成国产或本地的。
四、国内替代方案表
这是本文的核心价值。把"国外模型 -> 国内替代"的映射一次列清。
| 能力 | OpenMontage 默认（国外） | 国内替代（同样支持） | 备注 |
|---|---|---|---|
| LLM/编排 | Claude/GPT | DeepSeek/Qwen（经 Bloome） | Bloome 原生支持 DeepSeek |
| 图片 | FLUX/Recraft/GPT Image | 通义 Qwen-Image（DashScope）/即梦 | DashScope 中文 prompt 理解强 |
| 视频 | Veo/Runway/Sora | Kling（快手）/MiniMax/即梦 Jimeng/本地 Wan | Kling 官方直连，质量高 |
| 旁白 TTS | ElevenLabs/OpenAI TTS | 豆包 Doubao Speech/通义 Qwen-TTS | 豆包普通话强 |
| 音乐 | Suno/ElevenLabs | 本地/免版税 Pixabay | OpenMontage 自动找免版税素材 |
| 全本地零成本 | — | Wan2.1/Hunyuan/CogVideo + WhisperX | 需 GPU |
几处要点。第一，视频是最大头：默认的 Veo/Runway/Sora 在国内全不可用，但 Kling 官方直连质量在线，即梦 Jimeng 3.0 Pro 和本地 Wan2.1 都是成熟替代，覆盖文生视频和图生视频。第二，旁白别纠结 ElevenLabs：豆包 Doubao Speech 的普通话自然度在国内 TTS 里第一梯队，通义 Qwen-TTS 同样能打，且 Qwen-ASR 还给词级时间戳，字幕对齐省一大步。第三，图片这块通义 Qwen-Image 对中文 prompt 的理解明显好于 FLUX 系列，做中文内容时画面更贴题。第四，音乐最省心：OpenMontage 本身会自动找免版税素材（Pixabay 等），不一定要绑 Suno/ElevenLabs。第五，全本地零成本路线真实存在：Wan2.1-14b + WhisperX 能离线跑完视频生成和字幕，代价是要有 GPU。
五、最小国内可用配置
给一组 .env 示例，覆盖视频、图片、旁白三个最小必要能力，API key 已脱敏。
# 视频：Kling 官方直连（快手，不经第三方网关）
KLING_API_KEY=kl-xxxxxxxxxxxxxxxx
KLING_API_ENDPOINT=https://api-singapore.klingai.com
# 图片 + 旁白：阿里 DashScope（通义，中文制作最顺）
DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxx
# 旁白备选：豆包 Doubao Speech（火山引擎，强普通话）
DOUBAO_SPEECH_API_KEY=xxxxxxxxxxxxxxxx
DOUBAO_SPEECH_APP_ID=xxxxxxxxxxxxxxxx
# LLM 编排：用 DeepSeek 经 Bloome（替代 Claude/GPT）
BLOOME_LLM_PROVIDER=deepseek
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxx
# 全本地视频生成（零 API key，需 GPU，与上面云方案二选一）
# VIDEO_GEN_LOCAL_MODEL=wan2.1-14b配完跑 make setup，OpenMontage 会校验配置、拉依赖。agent 跑任务时按七维打分，在你配的 provider 池里选当前最合适的。这组配置的思路是：云方案用 Kling 出视频、通义出图和旁白、DeepSeek 做编排，全中文链路、全国内可直连；如果有机子，本地 Wan2.1 路线零 API 成本。本站的 零成本搭多模态工作流 SOP 拆过本地+免费方案的更多搭配。
六、上手与适用场景
上手分三步。第一步，clone 仓库、跑 make setup，它会引导你选 provider 组合，给本地/免费/云三档预设。第二步，配 .env，至少配齐视频、图片、旁白三项的 API key（或开本地模型）。第三步，配一个 AI 编程助手驱动——README 明确支持 Claude Code、Cursor、Copilot、Windsurf、Codex，你在用哪个就配哪个，agent 通过技能文件接进 OpenMontage 的工具链。
适合谁。第一类，做纪录片、科普、创意短片这类需要复杂编排的题材，OpenMontage 的 agent 范式比预设流水线灵活。第二类，已有 AI 编程助手工作流、想把视频制作塞进去的开发者。第三类，要批量出中文视频内容、又不想被国外模型卡住的一人团队——配国产 provider 后整条链国内可直连。本站的 AI agent 工具调用 SOP 和 免费多模态 API 横评 能帮你把 agent 调度和 provider 选型这两步做得更稳。
七、局限与避坑
四个要点说清。第一，AGPL-3.0 商用风险。OpenMontage 是 AGPL-3.0 许可证，不是 MIT——AGPL 的网络条款意味着你把它做成线上服务对外提供，必须开源你的修改。商用前务必读许可证全文，别当 MIT 用。
第二，星数高不等于接口稳定。46,548 星、forks 5,789 很亮眼，但项目 2026-03-29 才创建、不到半年，provider 接口、工具签名、pipeline 结构都还在快速变动。升级版本前看 changelog，别无脑 git pull。
第三，本地模型要 GPU。Wan2.1-14b、Hunyuan-1.5 这类本地视频模型显存吃得很凶，消费级显卡跑不动或慢到不实用，14b 模型通常要 24GB+ 显存。没卡就走云方案，Kling/通义按量付费更现实。
第四，DashScope 非 OpenAI 兼容。阿里 DashScope 的接口不是 OpenAI 兼容格式，要用原生 SDK，PROVIDERS.md 里对应的 provider 适配器已经处理了这层差异，但你自己扩展或改 provider 时要留意，别假设所有 provider 都吃 OpenAI 格式。
八、常见问题
Q：OpenMontage 国内真的能用吗？默认配置不是全要翻墙吗？ A：默认配置确实依赖国外云模型，国内直接跑不通。但 docs/PROVIDERS.md 原生支持 Kling、通义 DashScope、即梦、豆包、DeepSeek 等国产模型，以及 Wan2.1/Hunyuan/CogVideo 等本地模型。换一组环境变量把 provider 换成国产或本地的，整条链国内可直连，不用翻墙。
Q：AGPL-3.0 能商用吗？ A：AGPL-3.0 不是 MIT，它的网络条款要求：如果你把 OpenMontage 改造成线上服务对外提供，必须按 AGPL 开源你的修改。纯内部使用或自用不受此限。商用前务必读许可证全文，涉及闭源商业产品时建议找法律意见。
Q：没 GPU 能跑本地模型吗？ A：Wan2.1-14b、Hunyuan-1.5 这类本地视频模型显存需求高（通常 24GB+），消费级显卡跑不动或慢到不实用。没 GPU 建议走云方案：Kling 官方直连出视频、通义 Qwen-Image 出图、豆包/通义 TTS 出旁白，按量付费，零硬件成本。
Q：OpenMontage 和 MoneyPrinterTurbo 有什么区别？ A：MoneyPrinterTurbo 押"一键批量"，预设脚本走完"脚本->素材->配乐->合成"全自动流水线，适合自媒体矩阵批量出内容。OpenMontage 押"agent 驱动"，agent 按需调度工具、按七维选 provider，适合纪录片、科普这类需要复杂编排的题材。本站 5 款开源 AI 视频制作工具横评 有完整对比。
Q：星数这么多，项目成熟了吗？ A：46,548 星很亮眼，但项目 2026-03-29 才创建、不到半年，provider 接口和 pipeline 结构还在快速变动。生产接入前建议自己跑一遍你的题材，别直接梭。
参考来源
- OpenMontage GitHub 仓库（calesthio/OpenMontage，46,548 star，AGPL-3.0，Python）：https://github.com/calesthio/OpenMontage
- OpenMontage README（agentic 视频生产系统、12 pipeline、100+ 工具、700+ 技能、质量门）：https://github.com/calesthio/OpenMontage
- OpenMontage docs/PROVIDERS.md（完整 provider 支持清单，含国产与本地模型）：https://github.com/calesthio/OpenMontage
- 本站相关：5 款开源 AI 视频制作工具横评 ｜ 零成本搭多模态工作流 SOP ｜ AI agent 工具调用 SOP ｜ 免费多模态 API 横评