OpenMontage 的 `config.yaml` 全文逐键读：LLM、预算、检查点、输出、路径

2026-08-09

看一个「流程写在文本里」的项目，最难受的是你不知道该信哪一段文字。README 讲愿景，skill 是写给模型看的提示词，manifest 是流水线自己的说法——这些都要靠 agent 去读、去执行，读没读、执行到什么程度，你在仓库里看不出来。

所以我翻 OpenMontage 的时候，习惯先把 config.yaml 读完。这是仓库根目录下唯一一份全局配置，只有五段、三十来行，里面每一个默认值都是可以直接引用的硬事实——不需要谁去「理解」它，它就摆在那里。

先把全文摆出来

这是我们实读的 config.yaml 全文：

# OpenMontage - Global Configuration

llm:
  provider: anthropic            # anthropic | openai | gemini | openrouter | ollama | mistral | minimax
  model: null                    # null = use provider default
  temperature: 0.7
  max_tokens: 4096

budget:
  mode: warn                     # observe | warn | cap
  total_usd: 10.00
  reserve_pct: 0.10              # holdback for retries / cleanup
  single_action_approval_usd: 0.50
  require_approval_for_new_paid_tool: true

checkpoint:
  policy: guided                 # guided | manual_all | auto_noncreative
  storage_dir: pipeline          # relative to project root

output:
  default_format: mp4
  default_codec: libx264
  default_audio_codec: aac
  default_resolution: "1920x1080"
  default_fps: 30
  default_crf: 23

paths:
  pipeline_dir: pipeline
  library_dir: library
  styles_dir: styles
  skills_dir: skills
  output_dir: output

五段：llm、budget、checkpoint、output、paths。下面逐段说。

需要先声明一句边界：这份文件被 lib/ 下的哪些模块读、以什么优先级生效、命令行或环境变量能不能覆盖它——这些实现我们没有读过（lib/ 里确实有 config_model.py、env_loader.py、paths.py 这几个文件名，但仅此而已）。本文只讲这份 YAML 里写了什么。

`llm`：默认 provider 是 `anthropic`，注释里列了七个

这里有一处前后不一致，值得记下来：注释里的七个可选值中已经包含 ollama，而 README 里写的是「通过 Ollama 和 LM Studio 支持本地 LLM」属于 “Coming soon”。两处口径不一样，以仓库当前状态为准。我不打算推断哪一处是准的、也不建议你据此认为本地 LLM 现在就能用——README 把它写成计划，那它在文档层面就是计划，不是已交付的能力。

顺带提醒一句，这一段管的是这套系统里 LLM 侧的默认配置，和后面视频生成、图像生成、TTS 那些 provider 不是同一回事。工具侧的 provider 是由一套七维评分引擎在运行时打分选出来的（lib/scoring.py 第 38-44 行的权重是 0.30 / 0.20 / 0.15 / 0.15 / 0.10 / 0.05 / 0.05，相加正好 1.00），那套逻辑不写在 config.yaml 里，我们另有一篇专门讲它。

`budget`：默认是 `warn`，不是 `cap`

这是全文最该看仔细的一段，五个键：

mode: warn —— 三个模式是 observe | warn | cap
total_usd: 10.00
reserve_pct: 0.10 —— 行内注释写的是 holdback for retries / cleanup，即为重试和收尾预留
single_action_approval_usd: 0.50
require_approval_for_new_paid_tool: true

第一个键最容易被误读。很多人扫一眼看到 total_usd: 10.00，就默认这是一道硬性的支出上限，然后放心去跑。但默认模式是 warn 不是 cap。README 的 Budget Controls 一节对三个模式给的说明是：observe 只跟踪、warn 记录超支、cap 是硬上限。三种模式各自具体怎么执行，请以仓库代码和官方文档为准；我要说的只是，默认那个不是硬上限那个。

把这段和 README 的 Production Governance 一节对照着读，还有两点值得写。

一是对得上的部分。README 说预算控制分 Estimate（执行前估算）、Reserve（调用前锁定资金）、Reconcile（事后对账）三步加可配置模式，单次动作审批默认 $0.50、总预算默认 $10、完全可配置。这几个数字和模式名与 config.yaml 实读值逐项吻合——README 怎么写的，配置里就是怎么写的，这一条对照可以直接用，不必再去猜。

二是README 没提、配置里有的两个键：reserve_pct: 0.10 和 require_approval_for_new_paid_tool: true。后面这个尤其影响实际体验——它的意思是，遇到一个此前没用过的付费工具，默认要走审批，而不是先调了再说。README 的 Budget Controls 一节没有列这两项，是配置文件自己带的。

还有一处纵向对照：单条流水线可以自带比全局更紧的预算默认值。documentary-montage.yaml 的 orchestration.budget_default_usd 是 1.00，比全局的 total_usd: 10.00 低一个数量级。也就是说你在 config.yaml 里配的是全局默认，具体跑哪条流水线时还可能被 manifest 里的值覆盖，看总额之前先看你要跑的那条 manifest。

最后必须说清楚：把这五个键配好，不等于不会超支。README 那句收尾原文是 “No surprise bills. The agent tells you what it will cost before it spends.”，那是 README 的措辞，不是我们验证过的结论。真正拦住花销的动作发生在每一个创意闸上——是你点不点那个批准。

`checkpoint`：默认 `guided`，以及路径段里那处重复

这一段只有两个键。policy: guided 是默认，另两个可选值是 manual_all 和 auto_noncreative；storage_dir: pipeline，注释注明是相对项目根目录。

三个策略名本身就说明了这套设计在哪里给你留了余地：manual_all 顾名思义是全部人工，auto_noncreative 从命名看是把非创意的环节自动化掉，默认的 guided 在两者之间。这三个策略各自具体在哪些阶段停、停多久，是 skills/meta/checkpoint-protocol.md 那一层的事，那份 skill 的正文我们没有读过，不展开。

关于 checkpoint 本身，README 的 Quality Gates 一节里有两句可以直接引用：checkpoint 写入器会拒绝一个没有记录批准的「已完成」闸控阶段；每一个被取代的 checkpoint 都会被归档，所以审计链路在修订之后仍然存活。换句话说，这个 storage_dir 指向的目录不只是断点续跑的缓存，它同时是审计留痕的落地位置。

顺手记一处配置里的重复：checkpoint.storage_dir 的默认值是 pipeline，而 paths 段里 pipeline_dir 的默认值也是 pipeline，两处默认值相同。这两个键分别怎么被读、改一处会不会带动另一处，源码我们没有读，这里只如实指出默认值撞在了同一个目录名上——你要把 checkpoint 挪到别处时，记得看看这两个键是不是都要改。

`output`：六个默认值，以及它管不到的事

default_format: mp4、default_codec: libx264、default_audio_codec: aac、default_resolution: "1920x1080"、default_fps: 30、default_crf: 23。六个键都带 default_ 前缀，语义很明确，是默认值不是强制值。这几个参数各自的具体含义以 FFmpeg 官方文档为准，配置文件里只给了值，没有解释。

要提醒的是这一段的作用范围。output 决定的是容器、编解码器、分辨率、帧率这类封装层面的默认参数，它决定不了一条片子能不能通过质量闸。真正卡在合成前的是另一套东西：lib/slideshow_risk.py 的模块 docstring 写明，它在 6 个维度上给视频计划打分，每维 0-5 分、分越低越好，判定门槛是小于 2.0 为 strong、小于 3.0 为 acceptable、小于 4.0 为 revise、大于等于 4.0 为 fail，且 fail 时不应进入 compose 阶段。这套评分和你在 output 里写 30 fps 还是别的值毫无关系。这两组数值经常被混着讲，分清楚它们各管一段，是读这份配置时最实用的一条认知。

`paths`：五个目录名，一并摆进配置

最后一段把五个目录名做成了可配置项：pipeline_dir: pipeline、library_dir: library、styles_dir: styles、skills_dir: skills、output_dir: output。

注意 skills_dir 也在里面。这个项目的知识主体是 Markdown——我们实读 skills/ 下有 156 个 .md、.agents/ 下有 567 个，相加 723 个——把 skill 目录做成配置项，意味着这堆文本的位置在配置层面是可以挪的。至于挪了之后 agent 侧的读取行为会怎么变，那取决于你用的 agent 和它当时的上下文，不是这份 YAML 能保证的事。AGENT_GUIDE.md 里有一节标题就叫 Project Directory Convention，说明目录约定这件事在 agent 契约里另有规定，那一节的正文我们没有读过。

读完这三十行，你能做出哪几个判断

想控成本：先确认 budget.mode 是不是你要的那个，默认 warn 不是硬上限；再看你要跑的那条流水线 manifest 有没有自带更紧的 budget_default_usd。
嫌打断太多或太少：调 checkpoint.policy，三个取值是 guided | manual_all | auto_noncreative。但要记住 README 明写人类审批闸是强制的、不是建议的，这个键调的是节奏，不是「关掉审批」。
想换 LLM provider：七个可选值写在 llm.provider 的注释里，其中 ollama 出现在注释中、而 README 把本地 LLM 支持标为 “Coming soon”，两处口径不一致，以仓库当前状态为准。另外 AGENT_GUIDE.md 的 What Not To Do 一节里明确写了：不要在没有事先告知用户的情况下更换 provider、模型或渲染路径。你自己改配置当然可以，但这条约束的存在说明这个项目把「换 provider」当成一件需要被告知的事。
想改输出规格：output 段六个键都带 default_ 前缀，改它影响的是封装参数，不影响合成前的质量判定。

这份配置的信息密度很高，但它的边界也很清楚：它只放默认值，不放判断逻辑。判断逻辑在 lib/ 的评分与治理模块里，在 pipeline_defs/ 的 manifest 里，在 skills/ 的那堆 Markdown 里——而 Markdown 那部分，最终是不是被读、被读进去多少，取决于你手上那个 agent。

本文依据 OpenMontage 官方仓库（github.com/calesthio/OpenMontage）的 README、 AGENT_GUIDE.md、config.yaml、pipeline_defs/ 与 lib/ 下的治理模块整理，核对日 2026-08-09。本文内容为仓库源码与文档口径，我们没有安装或运行过该系统，也没有调用过其中任何一个 provider API，文中出现的成本数字均为项目方在 README 中自行标注的金额，非我们的实测结果。该项目以 AGPL-3.0 发布，部分流水线在 manifest 中自标 stability: beta，请以仓库最新内容为准。安全相关做法请结合自身环境评估，本文不构成安全方案建议。

OpenMontage 的 `config.yaml` 全文逐键读：LLM、预算、检查点、输出、路径

先把全文摆出来

llm：默认 provider 是 anthropic，注释里列了七个

budget：默认是 warn，不是 cap

checkpoint：默认 guided，以及路径段里那处重复

output：六个默认值，以及它管不到的事

paths：五个目录名，一并摆进配置