OpenMontage: producción de video agéntica dentro de tu asistente de código
En resumen: OpenMontage es un sistema de producción de video agéntico y de código abierto que se ejecuta dentro de asistentes como Claude Code, Cursor, Copilot, Windsurf o Codex. Sus flujos cubren investigación, guion, activos, edición y renderizado mediante más de 100 herramientas, más de 60 integraciones y más de 700 archivos de habilidades y conocimiento. Ten en cuenta dos puntos antes de instalarlo: usa licencia AGPL-3.0 —no MIT— y cada reintento puede implicar un costo real de API. Al 1 de septiembre de 2026, el proyecto registra 55.047 estrellas.
Este artículo amplía nuestro análisis de las cinco herramientas de agentes de IA de código abierto que vale la pena instalar en 2026.
La mayoría de las herramientas de video con IA generan un clip a partir de un prompt. OpenMontage le proporciona a tu agente de codificación un departamento de producción completo:
investigación -> propuesta -> guion -> plan_de_escena -> activos -> edición -> composición
Cada etapa tiene una habilidad de director —un archivo Markdown con instrucciones— que indica cómo ejecutarla. El agente usa las herramientas disponibles, revisa su salida, guarda puntos de control y se detiene para recibir aprobación humana en las decisiones creativas.
Qué hace realmente
Puedes abrir el repositorio en tu asistente de codificación y escribir una solicitud como esta:
Haz un video explicativo animado de 60 segundos sobre cómo aprenden las redes neuronales
La etapa de investigación es una de sus principales diferencias frente a las herramientas de prompt-a-video. Antes de escribir el guion, el agente realiza entre 15 y 25 búsquedas en YouTube, Reddit, Hacker News, sitios de noticias y fuentes académicas. Después genera un informe estructurado con citas, de modo que el guion se base en la investigación y no únicamente en lo que el modelo recuerda.
Los flujos de producción
El README enumera once flujos completos, aunque la descripción del repositorio anuncia doce:
| Flujo de trabajo | Produce | Adecuado para |
|---|---|---|
| Explicativo Animado | Investigación, narración, visuales y música | Tutoriales y desgloses de temas |
| Animación | Gráficos en movimiento y tipografía cinética | Redes sociales y demostraciones |
| Avatar Portavoz | Video con presentador | Comunicación corporativa y formación |
| Cinemático | Tráilers y ediciones de ambiente | Películas de marca |
| Fábrica de Clips | Clips cortos a partir de una fuente larga | Reutilización de contenido |
| Montaje Documental | Edición temática con metraje gratuito | Ensayos en video y B-roll real |
| Híbrido | Metraje fuente y visuales generados | Mejora de material existente |
| Localización y Doblaje | Subtítulos, doblaje y traducción | Distribución multilingüe |
| Reutilización de Podcast | Momentos destacados en video | Marketing de podcasts |
| Demostración de Pantalla | Grabaciones de pantalla pulidas | Productos y documentación |
| Persona Hablando | Video de orador a partir de metraje | Presentaciones y entrevistas |
El flujo de Montaje Documental es el más interesante técnicamente. Construye un corpus indexado por CLIP a partir de archivos abiertos y material gratuito de fuentes como Pexels, Archive.org, NASA, Wikimedia y Unsplash. Después recupera clips reales mediante coincidencia semántica y los corta en una línea de tiempo.
El resultado puede ser un video completo basado en metraje real sin utilizar APIs de generación de pago. Es una propuesta muy distinta de la mayoría de los paquetes gratuitos de video con IA.
Para equipos que publican contenido para desarrolladores, Demostración de Pantalla y Fábrica de Clips suelen ofrecer el retorno más rápido: convertir un registro de cambios en un tutorial o una charla en clips sociales normalmente requiere habilidades de edición y varias horas de trabajo.
Backlot: visibilidad y aprobaciones antes del gasto
El chat muestra lo que respondió el agente. Backlot muestra el estado real de la producción: etapas activas, guion, tarjetas de escena, activos generados, proveedores seleccionados y dinero gastado.
python -m backlot open # biblioteca de cada proyecto en disco
python -m backlot open <project-id> # tablero en vivo de una producción
python scripts/backlot_simulate_run.py # ver una ejecución simulada primero
El tablero se abre automáticamente al comenzar una producción y deriva su información de los archivos que el flujo ya genera.
La función más importante es la aprobación del storyboard. La generación de activos se pausa en una hoja de contacto escena por escena que incluye:
- Tomas disponibles.
- Prompts utilizados.
- Costo por activo.
- Puntuaciones de calidad.
Así puedes aprobar los elementos visuales antes del renderizado y no después de haber gastado el presupuesto. Las aprobaciones del guion también bloquean el flujo hasta recibir una respuesta humana. Al finalizar, la reproducción recorre la producción completa a partir de sus marcas de tiempo.
Para cualquier sistema de agentes con costos asociados, una tarea que no puede comenzar hasta que una persona la autorice es una de las mejores propiedades de seguridad posibles.
Comenzar con un video de referencia
OpenMontage también permite empezar con un video que te guste, en lugar de intentar escribir el prompt perfecto.
Puedes proporcionar un YouTube Short, Reel, TikTok, video de YouTube o clip local. El agente analiza la transcripción, el ritmo, las escenas, los fotogramas clave y el estilo. Luego devuelve dos o tres conceptos, una selección de herramientas, una estimación de costos y una muestra antes de iniciar la producción completa.
Aquí tienes un YouTube Short que me encanta. Hazme algo similar,
pero sobre el versionado de API.
La respuesta identifica qué elementos conservará de la referencia, qué cambiará, cuánto costará con la duración solicitada y qué resultado puedes esperar con los proveedores configurados.
La idea central es sencilla: conocer el costo y el plan antes de comprometerte.
Instalación
git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup
Requisitos:
- Python 3.10 o posterior.
- FFmpeg.
- Node.js 18 o posterior.
- Un asistente de codificación capaz de leer archivos y ejecutar código.
Después, abre el proyecto en tu agente y describe el video que quieres producir.
La configuración de proveedores es opcional e incremental. Cada capacidad puede utilizar alternativas locales de código abierto o APIs de pago. Un selector puntuado clasifica los proveedores según:
- Adecuación a la tarea.
- Calidad de salida.
- Control.
- Fiabilidad.
- Eficiencia de costos.
- Latencia.
- Continuidad.
Puedes comenzar sin proveedores de pago y añadirlos cuando una capacidad local no sea suficiente.
Como referencia, el video de demostración del proyecto —siete mundos generados con tres modelos de imagen y cuatro modelos de video— reporta aproximadamente 5 USD en generación de fuente.
Revisa la licencia antes de construir sobre el proyecto
OpenMontage utiliza AGPL-3.0. En cambio, agency-agents, Agent-Reach, Orca y codebase-memory-mcp utilizan MIT. La diferencia es importante.
La cláusula de red de AGPL establece que, si ejecutas una versión modificada como servicio de red, debes ofrecer el código fuente de tus modificaciones a los usuarios de ese servicio.
El uso interno está permitido. Sin embargo, envolver OpenMontage en un producto SaaS y cobrar por él requiere una decisión legal deliberada. Revisa la licencia con tu equipo legal antes de construir la arquitectura, no durante una auditoría de diligencia debida.
El desafío real: integrar APIs de pago
El trabajo creativo no suele ser lo que causa problemas en la segunda semana. El reto es coordinar más de 60 integraciones de proveedores para:
- Generación de video e imágenes.
- Texto a voz.
- Música.
- Mezcla de audio.
- Subtítulos.
- Mejora de video.
- Análisis.
Cada proveedor tiene su propia autenticación, cuota, formato de error y latencia. En la práctica, OpenMontage ejecuta un trabajo distribuido a través de múltiples servicios y combina sus resultados.
Estos son los principales modos de fallo:
Operaciones largas y asíncronas
La generación de video suele requerir enviar un trabajo y consultar su estado durante minutos. Los agentes pueden agotar el tiempo de espera o quedarse atrapados en un bucle.
Consulta los patrones para manejar operaciones de API de larga duración con agentes de IA.
Reintentos que duplican el gasto
Si una generación termina correctamente pero la respuesta agota el tiempo de espera, un reintento ingenuo puede pagar dos veces por el mismo clip.
Las claves de idempotencia para agentes de IA son esenciales antes de permitir reintentos sobre operaciones costosas.
Cuotas, límites y fallos reales
Un error 429 no significa lo mismo que un 500. El primero puede requerir esperar; el segundo puede justificar cambiar de proveedor o ejecutar una recuperación.
Revisa cómo diseñar mensajes de error de API para agentes de IA y cómo implementar la recuperación de errores de agentes de IA.
Cambios incompatibles
Los proveedores pueden mover un campo o modificar un formato sin que el flujo falle inmediatamente. A veces el primer indicio es un renderizado defectuoso.
Conviene entender qué ocurre cuando los cambios de API rompen los agentes de IA.
OpenMontage incluye varias defensas útiles:
- Estimación de costos antes de ejecutar.
- Límites de gasto.
- Umbrales de aprobación por acción.
- Validación antes de la composición.
- Auto-revisión post-renderizado con
ffprobe. - Extracción de fotogramas y análisis de audio.
- Registro auditable de decisiones y cambios de proveedor.
Para tus propias integraciones, aplica la misma disciplina. Define el contrato como una especificación OpenAPI, genera mocks para probar ramas de error sin pagar por cada llamada y añade pruebas de contrato que fallen en CI.
Apidog puede generar esos mocks a partir de la especificación, incluidas las respuestas de error. También puedes consultar cómo usar tu especificación OpenAPI como herramientas de agente.
Probar una API lenta, costosa y no determinista contra un mock en lugar del servicio en vivo es probablemente el mayor ahorro de costos de todo este flujo.
La producción necesita un equipo
Backlot es útil, pero es un tablero local, en una máquina y para una producción. En una empresa, el guion necesita revisión de un experto en la materia, los visuales requieren validación de marca, las afirmaciones deben verificarse y el propietario del canal debe aprobar el corte final.
OpenMontage pausa el flujo para una persona, pero no determina quién debe aprobar, no mantiene una cola de revisores ni registra quién aprobó cada elemento. Si alguien pregunta quién validó una afirmación de precios en la escena cuatro, la respuesta puede quedar reducida a una marca de tiempo en una carpeta local.
Sharkly cubre esa capa organizacional:
- La tarea es el registro: el progreso, las llamadas a herramientas y los resultados se transmiten a la tarea; la salida del agente queda disponible como comentarios.
- El Equipo sigue un modelo de líder: un agente principal decide qué especialistas y personas involucrar, y después combina sus resultados.
- El Backlog no inicia ejecuciones: puedes planificar un mes de videos sin activar proveedores ni gastar dinero.
- El Agente es reutilizable: guarda instrucciones, entorno, habilidades, repositorios y configuración de proveedores.
- La ejecución usa tu propia infraestructura: puedes conectar un portátil, servidor o contenedor con el Runtime instalado.
- Cada tarea utiliza un worktree separado: dos producciones simultáneas no tienen por qué colisionar.
La versión corta: OpenMontage automatiza la producción, pero no automatiza por sí solo las aprobaciones, la asignación ni el registro. En un equipo, esas suelen ser las partes que realmente bloquean un lanzamiento.
Quién debería instalarlo
OpenMontage merece la pena si:
- Publicas contenido para desarrolladores de forma habitual.
- Actualmente pagas edición o prescindes de ella por falta de tiempo.
- Necesitas convertir registros de cambios, charlas o documentación en videos.
- Buscas producir con metraje real sin depender de APIs de generación de pago.
Los flujos con retorno más claro son Demostración de Pantalla, Fábrica de Clips y Localización y Doblaje. Montaje Documental también es especialmente interesante por su uso de archivos gratuitos.
Probablemente no compense si solo produces unos pocos videos al año: la instalación, la configuración de proveedores y la curva de aprendizaje necesitan volumen para amortizarse.
Tampoco es una buena opción si AGPL-3.0 entra en conflicto con tu modelo de distribución. Resuelve esa cuestión antes de construir sobre el proyecto.
Preguntas frecuentes
¿Necesito claves de API de pago?
No. Cada capacidad admite alternativas locales o de código abierto, y Montaje Documental utiliza archivos gratuitos. Los proveedores de pago ofrecen más calidad y opciones. Empieza sin ellos y añádelos cuando encuentres una limitación.
¿Qué asistentes de codificación funcionan?
El proyecto menciona Claude Code, Cursor, Copilot, Windsurf y Codex. En general, debería funcionar cualquier asistente capaz de leer archivos y ejecutar código, porque el flujo combina Python con habilidades escritas en Markdown.
¿Cuánto cuesta realmente un video?
Depende del flujo y de los proveedores. La demostración de siete mundos reporta aproximadamente 5 USD; Montaje Documental con archivos gratuitos puede acercarse a cero. El sistema estima el costo antes de ejecutar y aplica límites de gasto.
¿AGPL es un problema para mi caso?
El uso interno, los proyectos personales y el trabajo de código abierto son compatibles con la licencia. Ejecutar una versión modificada como servicio para otras personas activa la cláusula de red y sus obligaciones de publicación. Consulta a tu equipo legal.
¿Puede editar mi propio metraje?
Sí. Persona Hablando, Híbrido, Demostración de Pantalla, Fábrica de Clips y Localización pueden trabajar con metraje proporcionado por ti. La generación es opcional.
¿Es un framework de agentes?
No exactamente. Es una biblioteca de habilidades y herramientas específicas para producción de video, similar en concepto a agency-agents, pero limitada a un dominio concreto.
No es una infraestructura de orquestación como Strands o AgentKit. Su objetivo es hacer competente en producción de video a un asistente de codificación que ya utilizas.
Conclusión
OpenMontage es una de las propuestas más ambiciosas entre las herramientas de agentes actuales. Sus puntos de aprobación antes del gasto, la estimación previa de costos, la auto-revisión después del renderizado y el registro auditable de decisiones están mejor resueltos que en la mayoría de los proyectos de la categoría.
Si publicas contenido para desarrolladores, Demostración de Pantalla y Fábrica de Clips pueden justificar la configuración por sí solas. Montaje Documental ofrece además una vía poco habitual para producir con metraje real y sin APIs de generación de pago.
Ten presentes dos hechos:
- La licencia es AGPL-3.0 y debe formar parte de tu decisión arquitectónica.
- Debajo de la capa creativa hay una integración de APIs grande, costosa y de larga duración.
Por eso necesitas contratos explícitos, mocks para probar fallos sin pagar, reintentos idempotentes y manejo de errores que distinga una cuota de una interrupción. Apidog ayuda con esa capa. Sharkly cubre las aprobaciones, la asignación y el registro del trabajo.
El agente puede dirigir el video. No debería ser también el único registro de que el video fue aprobado.
Top comments (0)