开源 AI 短剧工作台 OpenMontage Drama Studio 简介
OpenMontage Drama Studio 是一个开源的、可自己部署的 AI 短剧与短视频制作工作台。输入一句话的想法——比如「十集复仇短剧，9:16，前三秒必须抓人」——它会先写剧本，然后沿着剧本、角色、场景、道具、分镜、配音、剪辑七道工序往下走，每一道都可编辑、可回退。项目采用 AGPL-3.0 许可，用 Docker Compose 一条命令起服务，模型 Key 由使用者自己填。
这类工具的价值不在「一键出片」，而在一致性。用通用视频模型做多镜头内容，最大的痛点是人物每个镜头都不一样：第一集是圆脸，第二集变成方脸。OpenMontage 的解法是把角色、场景、道具先固化成参考图，后续每个镜头都带着这些参考去生成，改一个角色不必重做整集。
七道工序的流水线
官方把生产流程拆成七个阶段，每个阶段都能单独跑、单独改：
- 剧本：定类型、画幅比例、视觉风格与梗概，可生成、续写、重写、锁定本集
- 角色：生成角色设定图并保留版本历史，支持转身图与参考重绘，也可本地图上传
- 场景：设定空间与光线，产出场景概念图
- 道具：关键道具及其材质细节
- 分镜与镜头：由语言模型拆镜头，再用视频模型结合角色／场景／道具参考逐镜生成
- 配音：旁白与对白走 TTS，默认 edge-tts，也可以换成 OpenAI 兼容的语音接口
- 剪辑：在时间线上排序片段，导出成集
这套拆法的关键在于「资产先行」。先有可复用的角色与场景参考，再谈镜头，才能在多集、多镜头之间保持人物一致；反过来先出视频再补一致性，成本会翻几倍。
部署方式与硬性条件
项目提供 docker-compose.studio.yml，把 Studio 应用（界面与 API）、媒体处理 worker、PostgreSQL 16、Redis 7 队列、MinIO 对象存储一起编排起来，其中数据库、队列与存储都是内置的，不需要另外准备。另外提供一键部署到 Heroku 与 DigitalOcean 的模板，也支持在自己的服务器上起，官方还给了一个在线实例可以先看效果。
但有两样东西必须自备：一是文本模型 Key（DeepSeek、OpenAI、Claude、Gemini、Qwen 等任选），用于写剧本与拆镜头；二是图像与视频生成的额度——官方默认接火山引擎方舟的 Seedream 与 Seedance（付费），或者自建 ComfyUI。语音默认用 edge-tts，不需要 Key。官方在「自部署前必读」里把这些逐项标了出来，这一点比很多「零成本跑起来」的宣传实在。
谁适合用
第一类是内容团队：需要批量产短剧、短剧切片或产品广告片，希望把流程标准化而不是每次从零开始。第二类是技术型创作者：愿意折腾 Docker、能自己接模型 API，用自部署换取可控成本与数据私有。第三类是研究与教学场景：想看清一条 AI 视频流水线到底由哪些环节组成，这个项目的阶段划分本身就是一份可读的架构说明。
不适合的是完全不想碰命令行的人。虽然有一键部署按钮，但配置模型 Key、理解七道工序的输入输出，仍然有学习成本。
成本与许可
软件本身开源免费，AGPL-3.0 意味着如果你把它改造成对外提供的服务，需要按该许可开放相应源码，商用前要先确认这条对你的业务是否可接受。真正的成本在模型调用：图像与视频按量计费，跑一集短剧的实际花费取决于镜头数与单镜时长；官方提供了免费 GPU 额度与 Colab 的玩法文档，可以用免费算力先试通流程再上量。自部署时模型费用直接付给供应商，走官方托管实例则是买积分。
注意事项
第一，托管实例要求先给仓库点 Star 才能查看 Key 或运行生成，自部署可以关掉这个限制，这个设计对开源项目来说可以理解，但使用时要知道。第二，人物一致性靠参考图维持，参考图本身的质量决定了上限，糊图或角度单一的参考会让后续镜头漂移。第三，七道工序意味着环节多、可调项多，第一次跑建议先用最短的例子走通一遍，不要一上来就做十集。第四，视频模型对提示词的敏感度远高于图像模型，镜头描述要写清主体动作、机位与光线，否则容易出废片。
总体来看，OpenMontage 更像一套「AI 视频生产的脚手架」而不是成品软件：它把短剧生产拆成可复用的零件，把一致性做成机制，剩下的质量取决于你接的是什么模型、喂的是什么参考。对愿意动手的团队，这比订阅一个黑箱工具更有掌控感。
类似OpenMontage Drama Studio的软件
