OpenMontage

OpenMontage

首个开源、代理驱动的视频制作系统。

粘贴视频  ·  快速开始  ·  尝试这些提示词  ·  管线  ·  工作原理  ·  提供商  ·  代理指南

关注构建过程

---

将你的 AI 编码助手变成完整的视频制作工作室。用自然语言描述你的需求——你的 agent（代理）会处理调研、脚本撰写、素材生成、编辑和最终合成。

重要区别： OpenMontage 可以制作基于图片的视频，但也能为免费/开源工作流制作真正的 视频视频：agent 从免费素材库和开放档案中构建语料库，检索实际运动片段，将它们剪辑到时间线上，并渲染出成品。这不是那种“把几张静态图做成动画就叫做视频”的把戏。

"SIGNAL FROM TOMORROW" — 一部完全由 OpenMontage 制作的电影科幻预告片：概念、剧本、场景规划、Veo 生成的运动片段、配乐和 Remotion 合成。

"THE LAST BANANA" — 一部 60 秒皮克斯风格的动画短片，讲述一根孤独的香蕉与猕猴桃成为朋友的故事。6 段 Kling v3 生成的运动片段（通过 fal.ai）、Google Chirp3-HD 旁白、免版税钢琴音乐、TikTok 风格的字幕（逐词对齐）以及 Remotion 合成。总成本：$1.33。

"VOID — Neural Interface" — 仅用一个 API 密钥（OpenAI）制作的产品广告。4 张 AI 生成图像（gpt-image-1）、TTS 旁白、自动获取免版税背景音乐、通过 WhisperX 实现的逐词字幕，以及 Remotion 数据可视化。总成本：$0.69。零手动素材工作。

"Afternoon in Candyland" — 一部吉卜力风格动画。讲述一个小女孩通过糖果门、软糖河和棒棒糖花园的奇幻午后冒险。12 张 FLUX 生成图像，多图像交叉淡入淡出，电影摄像机运动（缩放、平移、Ken Burns 效果），闪光/花瓣/萤火虫粒子叠加，以及带有自动检测能量偏移的环境音乐。总成本：$0.15。无视频生成，无手动编辑。

"Mori no Seishin" — 一部吉卜力风格动画，讲述森林精灵穿越古老森林的旅程。12 张 FLUX 生成图像，带视差交叉淡入淡出、漂移和平移摄像机运动、萤火虫和花瓣粒子、电影暗角灯光以及森林环境音轨。总成本：$0.15。通过 Remotion 动画引擎将静态图像赋予生命。

"Into the Abyss" — 以动画风格呈现的深海探索。生物发光花园、珊瑚大教堂和光之生物——12 张 FLUX 生成图像，带有闪光和薄雾粒子叠加、光线效果、平滑摄像机运动以及深海环境音轨。总成本：$0.15。无需任何视频生成 API。

在 YouTube 上订阅 @OpenMontage，每当新视频发布时即可看到——每个视频都包含完整的提示词、管线、所用工具和成本，以便你自己复现。

---

从你喜欢的视频开始

从参考视频开始通常比从空白提示词开始更快。

OpenMontage 可以从 YouTube 视频、Shorts、Reels、TikTok 或本地片段 开始，并转化为实际的生产计划：

1. 粘贴一个参考视频
2. agent 分析转录、节奏、场景、关键帧和风格
3. 你会得到 2-3 个差异化概念、清晰的工具路径、成本估算，以及在全面制作前的样本

"这是一个我喜欢的 YouTube Short。帮我做一个类似的，但关于量子计算的。"

你得到的不是“最佳猜测提示词大杂烩”。你会得到：

• 它保留了参考视频的哪些内容：节奏、钩子风格、结构、语气
• 它改变了什么：主题、视觉处理、角度、旁白方式
• 在目标时长下将花费多少（在素材生成开始之前）
• 使用你当前可用的工具，实际效果会是什么样

适用于 Claude Code、Cursor、Copilot、Windsurf、Codex —— 任何可以读取文件并运行代码的 AI 编码助手。

---

快速开始

先决条件

• Python 3.10+ — python.org
• FFmpeg — brew install ffmpeg / sudo apt install ffmpeg / ffmpeg.org
• Node.js 18+ — nodejs.org
• 一个 AI 编码助手 — Claude Code、Cursor、Copilot、Windsurf 或 Codex

安装与运行

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

在 AI 编码助手中打开项目，告诉它你想要什么：

"制作一个 60 秒的动画解说视频，关于神经网络如何学习"

或者如果你想要真实素材的路径：

"制作一个 75 秒的纪录片蒙太奇，关于雨中的城市生活。仅使用真实素材，无旁白，哀婉的基调，配乐。"

就是这样。Agent 通过实时网络搜索研究你的主题，生成 AI 图像，编写脚本并带有语音指导进行旁白，自动查找免版税背景音乐，嵌入逐词字幕，并渲染最终视频。在你看任何东西之前，系统会进行多点自我审查——ffprobe 验证、帧采样、音频电平分析、交付承诺验证和字幕检查。每个提供商选择都会在 7 个维度上评分，并附带可审计的决策日志。每个创作决策都需要你的批准。

没有 make？ 手动运行：pip install -r requirements.txt && cd remotion-composer && npm install && cd .. && pip install piper-tts && cp .env.example .env

Windows： 如果 npm install 失败并显示 ERR_INVALID_ARG_TYPE，请改用 npx --yes npm install。

如果你是一个 OpenClaw 风格的 Agent 正在阅读本文，恭喜：你可能通过了图灵测试

此仓库是为代理式操作而构建的。如果你是一个 OpenClaw 风格的 agent，以下是快速变得有用的最短路径：

1. 先阅读合约 从 AGENT_GUIDE.md 开始，然后阅读 PROJECT_CONTEXT.md。
2. 不要即兴发挥生产工作流 OpenMontage 是管线驱动的。实际工作通过 pipeline_defs/、skills/pipelines/ 中的阶段导演技能以及通过注册表进行工具发现来完成。
3. 检查实际能力范围 运行：

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

4. 将每个视频请求视为管线选择问题 先选择正确的管线，然后阅读清单，再阅读阶段技能，最后使用工具。

添加 API 密钥（可选——更多密钥 = 更多工具）

# .env —— 每个密钥都是可选的，添加你拥有的

# 图片 + 视频网关：
FAL_KEY=your-key               # FLUX 图像 + Google Veo、Kling、MiniMax 视频 + Recraft 图像

# 免费素材库：
PEXELS_API_KEY=your-key        # 免费素材视频和图片
PIXABAY_API_KEY=your-key        # 免费素材视频和图片
UNSPLASH_ACCESS_KEY=your-key   # 免费素材图片

# 音乐：
SUNO_API_KEY=your-key          # 完整歌曲、纯音乐、任何类型

# 语音和图像：
ELEVENLABS_API_KEY=your-key    # 高级 TTS、AI 音乐、音效
OPENAI_API_KEY=your-key        # OpenAI TTS、DALL-E 3 图像
XAI_API_KEY=your-key           # xAI Grok 图像编辑/生成 + Grok 视频生成
GOOGLE_API_KEY=your-key        # Google Imagen 图像、Google TTS（700+ 种声音）

# 更多视频提供商：
HEYGEN_API_KEY=your-key        # HeyGen —— 通过单一网关访问 VEO、Sora、Runway、Kling
RUNWAY_API_KEY=your-key        # Runway Gen-4 直连

有 GPU？解锁免费本地视频生成

make install-gpu

# 然后在 .env 中添加：
VIDEO_GEN_LOCAL_ENABLED=true
VIDEO_GEN_LOCAL_MODEL=wan2.1-1.3b  # 或 wan2.1-14b、hunyuan-1.5、ltx2-local、cogvideo-5b

---

零 API 密钥你能得到什么

你不需要付费的 API 密钥就能制作真正的视频。开箱即用，make setup 可以给你：

能力	免费工具	功能
旁白	Piper TTS	免费离线文本转语音——真实自然的旁白
开放素材	Archive.org + NASA + Wikimedia Commons	免费/开放档案素材、教育媒体和纪录片质感
额外素材库	Pexels + Unsplash + Pixabay	免费素材视频/图片（开发者密钥免费获取）
合成（React）	Remotion	基于 React 的渲染——弹簧动画图像场景、文字卡片、统计卡片、图表、TikTok 风格逐词字幕、TalkingHead
合成（HTML/GSAP）	HyperFrames	HTML/CSS/GSAP 渲染——动态文字排版、产品宣传片、发布短片、注册表块、网站转视频、绑定的 SVG 角色动画
后期制作	FFmpeg	编码、字幕烧录、音频混合、调色
字幕	内置	自动生成带逐词时间轴的字幕

OpenMontage 在提案阶段选择使用 Remotion 还是 HyperFrames（锁定为 render_runtime）。Remotion 是数据驱动解说视频和任何使用现有 React 场景栈的默认选择；HyperFrames 是强调动态图形的、自然以 HTML + GSAP 表达的简报的默认选择，包括 character-animation 管线的 SVG/GSAP 绑定输出。参见 skills/core/hyperframes.md 查看完整的决策矩阵。

两个几乎免费路径：

• 基于图像的视频： Piper 为你的脚本配音，图像提供视觉内容，Remotion 将其动画化为精良的剪辑。
• 本地角色动画： SVG 绑定、姿势库、GSAP 时间线，HyperFrames 将卡通角色表演渲染到 projects/<project-name>/renders/final.mp4。
• 真实素材视频： 纪录片蒙太奇管线从 Archive.org、NASA、Wikimedia Commons 以及可选的免费密钥来源（如 Pexels 和 Unsplash）构建 CLIP 可搜索语料库，然后将实际运动素材剪辑成完整的视频。

如果你想要第二种，请提示制作 纪录片蒙太奇、音诗 或 素材库拼贴，并明确说 仅使用真实素材。

---

尝试这些提示词

在设置完成后，将以下任意一条复制到你的 AI 编码助手中。每条都会运行完整的制作管线。

从参考视频开始

"这是一个我喜欢的 YouTube Short。帮我做一个类似的，但关于 CRISPR，面向高中生。"

"分析这个 Reel，给我 3 个原创变体，我可以为自己的产品发布使用。"

"我喜欢这个视频的节奏和钩子。保持那种能量，但把它变成一个 45 秒的关于黑洞的解说视频。"

无需密钥

"制作一个 45 秒的动画解说视频，解释天空为什么是蓝色的"

"创建一个 60 秒的关于互联网历史的视频，带有旁白和字幕"

"制作一个数据驱动的解说视频，关于世界各地的咖啡消费情况"

免费真实素材纪录片路径

"制作一个 90 秒的纪录片蒙太奇，关于凌晨 4 点城市的感觉。仅使用真实素材，无旁白，哀婉的基调。"

"创建一个 60 秒的 Adam-Curtis 风格档案拼贴，关于 1950 年代的消费乐观主义。优先使用 Archive.org 和 Wikimedia 素材。"

"仅使用真实素材库剪辑出一个梦幻般的蒙太奇，关于雨中回家的感觉。有音乐，无旁白。"

配置了图像/视频提供商（约 $0.15–$1.50）

"创建一个 30 秒的吉卜力风格动画视频，关于金色时分云中的魔法漂浮图书馆"

"制作一个 30 秒的动漫风格动画，关于一个带有生物发光珊瑚和古代遗迹的水下神庙"

"创建一个动画解说视频，解释 CRISPR 基因编辑如何工作，使用 AI 生成的可视化内容"

"为虚构的智能水瓶 AquaPulse 制作一个产品发布预告片"

完整配置（约 $1–$3）

"创建一个 30 秒的电影式预告片，关于一个科幻概念：人类收到来自 1000 年后的警告"

"为中学生制作一个 90 秒的关于量子计算的动画解说视频，使用有趣的旁白声音和自定义配乐"

想要更多？请参阅完整的 提示词库，其中包含经过测试的提示词、预期成本和输出示例，或者运行 make demo 立即渲染零密钥演示视频。

---

管线

每个管线都是一个完整的制作工作流，从创意到成品视频。

管线	产出内容	最适合
动画解说	带有研究、旁白、视觉、音乐的 AI 生成解说视频	教育内容、教程、主题分解
动画	动态图形、动态文字排版、动画序列	社交媒体、产品演示、抽象概念
虚拟主播	虚拟形象驱动的主讲人视频	企业沟通、培训、公告
电影	预告片、宣传片、情绪驱动的剪辑	品牌影片、预告片、宣传内容
片段工厂	从单个长视频源批量生成排名后的短格式片段	将长内容重新用于社交媒体
纪录片蒙太奇	从 CLIP 索引的免费素材库和开放档案（Pexels、Archive.org、NASA、Wikimedia、Unsplash）中裁剪出的主题蒙太奇	视频论文、情绪作品、优先检索的 B-roll 剪辑、无需付费生成 API 的真实素材视频
混合	源素材 + AI 生成的支持视觉内容	增强现有素材的图形
本地化与配音	给现有视频加字幕、配音和翻译	多语言分发
播客再利用	播客精彩片段转视频	播客营销、音频图视频
屏幕演示	精美的软件屏幕录制和操作讲解	产品演示、教程、文档
主播出镜	素材主导的演讲者视频	演示、vlog、采访

每个管线都遵循相同的结构化流程：

研究 -> 提案 -> 脚本 -> 场景规划 -> 素材 -> 编辑 -> 合成

每个阶段都有专门的 导演技能——一个 markdown 指令文件，它教会 agent 如何精确执行该阶段。Agent 读取技能、使用工具、自我审查、检查点状态，并在创意决策点请求人工批准。

网络研究是一等阶段的。 在写任何脚本之前，agent 会搜索 YouTube、Reddit、Hacker News、新闻网站和学术来源。它收集数据点、受众问题、趋势角度和视觉参考——然后将一切引用到结构化的研究简报中。你的视频基于真实、当前的信息，而不是虚构的事实。

---

为什么选择 OpenMontage？

大多数 AI 视频工具只从提示词中生成单个片段。OpenMontage 为你提供了 端到端的制作管线——真实制作团队遵循的结构化流程，由你的 AI agent 自动化。

大多数“免费 AI 视频”栈实际上是指“让静态图像动起来”。OpenMontage 也能做到这一点，但它还可以从免费/开源来源中提取 真实素材，按语义排序，有意图地编辑，并渲染为适当的时间线，从而构建完整的视频。

编辑你自己的主播出镜素材。从头开始生成完全动画化的解说视频。将 2 小时的播客剪辑成十几个社交媒体片段。将你的内容翻译和配音成 10 种语言。从素材库和 AI 生成场景中构建电影品牌预告片。如果一个制作团队能制作它，OpenMontage 就能编排它。

• 12 条制作管线——解说视频、主播出镜、屏幕演示、电影预告片、动画、播客、本地化、纪录片蒙太奇等
• 52 个制作工具——涵盖视频生成、图像创建、文本转语音、音乐、音频混合、字幕、增强和分析
• 400+ agent 技能——制作技能、管线导演、创意技巧、质量检查清单和深度技术知识包，教会 agent 像专家一样使用每个工具
• 参考驱动创作——粘贴你喜欢的视频，agent 将其转化为实际、差异化的制作计划，而不是强迫你从头发明完美提示词
• 无需付费视频模型的真实素材纪录片创作——从免费/开源运动素材和档案来源构建实际编辑好的视频，而不仅仅是 Ken Burns 式图片动画
• 内置实时网络搜索——在写任何脚本之前，agent 会在 YouTube、Reddit、新闻网站和学术来源上进行 15-25+ 次网络搜索，以将你的视频建立在真实、当前的数据上
• 同时支持免费/本地和云提供商——每项能力都支持开源本地替代方案以及高级 API。使用你能得到的。
• 无供应商锁定——自由切换提供商。评分选择器在 7 个维度（任务适配度、输出质量、控制、可靠性、成本效率、延迟、连续性）上对每个提供商进行排名，并自动选择最佳匹配。
• 生产级质量门——交付承诺强制执行会阻止看起来像幻灯片一样的渲染；合成前验证在浪费 GPU 时间之前捕捉有缺陷的计划；强制性的渲染后自我审查（ffprobe + 帧提取 + 音频分析）确保 agent 永远不会呈现垃圾。每个提供商选择、风格决策和回退都会被记录在可审计的决策追踪中。
• 内置预算治理——执行前成本估算、支出上限、每次行动的审批阈值。无意外账单。

---

工作原理

OpenMontage 采用 agent 优先的架构。没有代码编排器。你的 AI 编码助手本身就是编排器。

你："制作一个关于黑洞如何形成的解说视频"
 |
 v
Agent 读取管线清单（YAML）——阶段、工具、审查标准、成功门
 |
 v
Agent 读取阶段导演技能（Markdown）——如何执行每个阶段
 |
 v
Agent 调用 Python 工具——评分提供商选择在 7 个维度上对每个工具进行排名
 |
 v
Agent 使用审查技能进行自我审查——架构验证、剧本合规、质量检查
 |
 v
Agent 检查点状态（JSON）——可恢复，带有决策日志和成本快照
 |
 v
Agent 提交给你审批——在每个创意决策点你保持控制
 |
 v
合成前验证门——交付承诺、幻灯片风险、渲染器治理
 |
 v
渲染（Remotion 或 FFmpeg）——合成引擎匹配视觉语法
 |
 v
渲染后自我审查——ffprobe、帧提取、音频分析、承诺验证
 |
 v
最终视频输出——仅当自我审查通过时

Python 提供工具和持久化。 所有创意决策、编排逻辑、审查标准和质量标准都存在于可读的指令文件中（YAML 清单 + Markdown 技能），你可以检查和自定义。每个决策都会记录，包括考虑的替代方案、置信度分数以及每个选择背后的推理。

---

架构

OpenMontage/
├── tools/              # 48 个 Python 工具（agent 的双手）
│   ├── video/          # 13 个视频生成工具 + 合成、拼接、修剪
│   ├── audio/          # 4 个 TTS 提供商 + Suno/ElevenLabs 音乐、混合、增强
│   ├── graphics/       # 9 个图像/图形生成工具 + 图表、代码片段、数学公式
│   ├── enhancement/    # 放大、背景移除、面部增强、调色
│   ├── analysis/       # 转录、场景检测、帧采样
│   ├── avatar/         # 主播出镜、唇形同步
│   └── subtitle/       # SRT/VTT 生成
│
├── pipeline_defs/      # YAML 管线清单（agent 的剧本）
├── skills/             # Markdown 技能文件（agent 的知识）
│   ├── pipelines/      # 每个管线的阶段导演技能
│   ├── creative/       # 创意技巧技能
│   ├── core/           # 核心工具技能
│   └── meta/           # 审查者、检查点协议
│
├── schemas/            # 15 个 JSON 架构（合约验证）
├── styles/             # 视觉风格手册（YAML）
├── remotion-composer/  # React/Remotion 视频合成引擎
├── lib/                # 核心基础设施（配置、检查点、管线加载器）
└── tests/              # 合约测试、QA 集成测试、评估框架

三层知识架构

Layer 1: tools/ + pipeline_defs/     "存在什么" —— 可执行能力 + 编排
Layer 2: skills/                     "如何使用它" —— OpenMontage 约定和质量标准
Layer 3: .agents/skills/             "它是如何工作的" —— 外部技术知识包

每个工具声明它依赖哪些 Layer 3 技能。Agent 读取 Layer 1 以了解可用内容，读取 Layer 2 以了解 OpenMontage 希望它如何使用，并在需要时读取 Layer 3 以获取深入技术知识。

---

支持的提供商

完整设置指南，含定价和免费层级： docs/PROVIDERS.md

视频生成——14 个提供商

提供商	类型	说明
Kling	云 API	高质量、快速
Runway Gen-4	云 API	电影质量、Gen-3 Alpha Turbo / Gen-4 Turbo / Gen-4 Aleph
Google Veo 3	云 API	长格式、电影感。通过 fal.ai 或 HeyGen。
Grok Imagine Video	云 API	强参考图像视频和 xAI 原生短格式生成
Higgsfield	云 API	多模型编排器，具备 Soul ID 以实现角色一致性
MiniMax	云 API	经济实惠
HeyGen	云 API	多模型网关
WAN 2.1	本地 GPU	免费，1.3B 和 14B 变体
Hunyuan	本地 GPU	免费，高质量
CogVideo	本地 GPU	免费，2B 和 5B 变体
LTX-Video	本地 GPU / Modal	免费本地，或自托管云端
Pexels	素材库	免费素材视频
Pixabay	素材库	免费素材视频
Wikimedia Commons	素材库	免费/开放素材视频和档案视频

图像生成——10 个工具/提供商

提供商	类型	说明
FLUX	云 API	最先进质量
Google Imagen	云 API	Imagen 4 — 高质量，多种宽高比
Grok Imagine Image	云 API	强图像编辑、风格迁移和多图像合成
DALL-E 3	云 API	OpenAI 的图像模型
Recraft	云 API	面向设计风格的生成
Local Diffusion	本地 GPU	Stable Diffusion，免费
Pexels	素材库	免费素材图片
Pixabay	素材库	免费素材图片
Unsplash	素材库	免费素材图片
ManimCE	本地	数学动画

文本转语音——4 个提供商

提供商	类型	说明
ElevenLabs	云 API	高级语音质量
Google TTS	云 API	700+ 种声音，50+ 种语言 — 最适合本地化
OpenAI TTS	云 API	快速、经济
Piper	本地	完全免费，离线

音乐、音效与后期制作

音乐与音效：

提供商	类型	说明
Suno AI	云 API	带人声、歌词、任何类型的完整歌曲生成。最长 8 分钟。
ElevenLabs Music	云 API	AI 音乐生成
ElevenLabs SFX	云 API	音效生成

后期制作（始终可用，始终免费）：

工具	功能
FFmpeg	视频合成、编码、字幕烧录、音频混流
Video Stitch	多片段组装、交叉淡入淡出、画中画、空间布局
Video Trimmer	精确裁剪和提取
Audio Mixer	多轨混合、闪避、淡入淡出
Audio Enhance	降噪、归一化
Color Grade	基于 LUT 的调色
Subtitle Gen	从时间戳生成 SRT/VTT

增强：

工具	功能
Upscale	Real-ESRGAN 图像/视频放大
Background Remove	rembg / U2Net 背景去除
Face Enhance	面部质量增强
Face Restore	CodeFormer / GFPGAN 面部恢复

分析：

工具	功能
Transcriber	WhisperX 语音转文字，带逐词时间戳
Scene Detect	自动场景边界检测
Frame Sampler	智能帧提取
Video Understand	CLIP/BLIP-2 视觉语言分析

虚拟主播与唇形同步：

工具	功能
Talking Head	SadTalker / MuseTalk 虚拟主播动画
Lip Sync	Wav2Lip 音频驱动唇形同步

合成与渲染：

引擎	类型	功能
Remotion	本地（Node.js）	基于 React 的程序化视频 — 弹簧动画图像场景、统计揭示、章节标题、英雄卡片、TikTok 式逐词字幕、场景过渡（淡入淡出/滑动/擦除/翻转）、Google Fonts、带淡入淡出曲线的音频，以及 TalkingHead 虚拟主播合成。当未配置视频生成提供商时，agent 生成静态图像，Remotion 将其变成完全动画化的视频。
HyperFrames	本地（Node.js ≥ 22）	HTML/CSS/GSAP 程序化视频 — 动态文字排版、产品宣传片、发布短片、自定义运动图形、注册表块（数据图表、颗粒叠加、着色器过渡）、网站转视频工作流，以及绑定的 SVG 角色动画。通过 npx hyperframes 使用；无需检出 monorepo。
FFmpeg	本地	核心视频组装、编码、字幕烧录、音频混流、调色

运行时间在提案时选择（render_runtime）并通过 edit_decisions 锁定。运行时间之间的静默切换是治理违规——参见 skills/core/hyperframes.md。

---

样式系统

样式手册定义了你的制作视觉语言：

手册	最适合
简洁专业	企业、教育、SaaS
扁平动态图形	社交媒体、TikTok、初创公司
极简图表	技术深入讲解、架构

手册控制排版、调色板、运动风格、音频配置和质量规则。Agent 读取手册并将其一致地应用于所有生成的素材。

---

平台输出配置

针对每个主要平台的内置渲染配置：

配置	分辨率	宽高比
YouTube 横屏	1920x1080	16:9
YouTube 4K	3840x2160	16:9
YouTube Shorts	1080x1920	9:16
Instagram Reels	1080x1920	9:16
Instagram Feed	1080x1080	1:1
TikTok	1080x1920	9:16
LinkedIn	1920x1080	16:9
电影	2560x1080	21:9

---

制作治理

OpenMontage 将视频制作视为真正的工程——每个阶段都有质量门、审计追踪和强制执行。

质量门

• 合成前验证 — 如果交付承诺被违反（例如，“运动主导”的视频却有 80% 静态图像）、幻灯片风险评分达到临界值，或缺少渲染器系列，则阻止渲染。在浪费 GPU 时间之前捕获有缺陷