跳转到内容

装起来,跑通第一条

装这套东西不难,麻烦的地方在于它依赖 Python、Node、FFmpeg 三样,缺一个就跑不通。

依赖 版本 装法
Python 3.10+ python.org
FFmpeg 不限 brew install ffmpeg / sudo apt install ffmpeg
Node.js 18+ nodejs.org
AI 编程助手 Claude Code、Cursor、Copilot、Windsurf、Codex 任选

Node 是给 Remotion 用的——最终视频由一套 React 组件渲染出来,这是它画面质量的来源。

Terminal window
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup

然后用你的 AI 编程助手打开这个目录,直接说人话:

做一条 60 秒的动画讲解片,讲神经网络是怎么学习的

或者走实拍那条路:

做一条 75 秒的纪录片式蒙太奇,主题是雨中的城市生活。
只用真实实拍素材,不要旁白,挽歌式的调性,配音乐。

不知道这句话该怎么写?用提示词生成器拼一句。

macOS / Linux:

Terminal window
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
cd remotion-composer && npm install && cd ..
python -m pip install piper-tts
cp .env.example .env

Windows PowerShell:

Terminal window
py -3 -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt
cd remotion-composer; npm install; cd ..
python -m pip install piper-tts
Copy-Item .env.example .env

Windows 上如果 npm installERR_INVALID_ARG_TYPE,改用 npx --yes npm install

一把 key 都不配,能跑到什么程度

Section titled “一把 key 都不配,能跑到什么程度”

能跑通完整流程,而且能出成片。默认这套配置就够:

  • 配音:Piper 本地合成,完全离线,不联网不花钱;
  • 画面:Remotion 用代码画出来的图表、数据卡、动态排版;
  • 配乐:Pixabay 免费曲库,连 API key 都不用。

作者提供了三个零 key 的现成演示,装完直接能渲:

Terminal window
make demo # 三个全渲一遍
./render-demo.sh world-in-numbers # 只渲一个
./render-demo.sh --list # 看有哪些
演示 时长 展示什么
world-in-numbers 45 秒 KPI 网格、柱状图、饼图、折线图、对比卡、数据揭示
code-to-screen 50 秒 开发者教学:HTTP 请求生命周期,配进度条和标注
focusflow-pitch 40 秒 创业路演:增长指标、营收环形图、客户证言

这是作者推荐的路子,比从零描述更省事。你丢一条 YouTube、Shorts、Reels、TikTok 链接或本地视频进去:

这是一条我很喜欢的 YouTube Shorts。做一条类似的,但主题换成量子计算。

AI 会分析它的转写、节奏、分镜、关键帧和风格,然后回给你:

  • 保留什么:节奏、钩子形式、结构、调性;
  • 改什么:主题、视觉处理、切入角度、旁白方式;
  • 要花多少钱:按你的目标时长估,在生成素材之前就告诉你;
  • 实际会长什么样:基于你当前配了哪些 provider。

有 6 条流水线支持这种参考视频输入,在流水线地图里能看到哪些支持。

作者给的建议顺序,从零成本往上加:

步骤 花费 配什么 解锁什么
1 $0 Pexels + Pixabay 免费图片和实拍视频,够做基础片子
2 $0 Google API key 700+ 音色 TTS,每月 100 万字符免费
3 $0 ElevenLabs 高级 TTS + 音乐 + 音效,每月 1 万字符免费
4 $0 Piper(本地安装) 完全离线配音
5 约 $0.03/张 fal.ai FLUX 图 + 可灵/Veo/MiniMax 视频,一把 key 覆盖面最广
6 约 $0.05/张 OpenAI gpt-image-2 图 + OpenAI TTS

详见钱花在哪,key 怎么配

下一篇:12 条流水线怎么选