mcpbeat Sign in

Gtrk Composite Agent Skill

合成层包装(合成颗粒)——粗剪、B-roll、字幕都定了之后,把选定时间窗做成「合成」:一段时间内的整个画面由一颗代码颗粒接管(画中画拼贴、逐句换画面、对照并排、并列卡片、字幕排版),讲者与 B-roll 作为槽位画进去。三种入口:整片铺满 / 让 AI 判定哪里值得做 / 用户指定区间;候选窗口显示在客户端大纲的 CP 行。当用户想「做合成 / 合成层 / 整片做一下合成包装 / 哪里适合做合成 / 这段做成画中画拼贴 / 11 秒到 32 秒做个合成 / 逐句换画面 / 把字幕排进画面里」时使用本 skill,驱动 `gtrk composite`(plan → review → scaffold → build → lint → lay → bake),别手搓 HTML 铺进工程。

5.4k tokens
context cost
SKILL.md, read when the skill is used
1
files
instructions only
0
copies elsewhere
how many repositories repackaged it
966
stars on the repo
on the repository, not the skill itself

Install

one command, takes just this skill from the repository
npx skills add https://github.com/Gitruck/cli --skill gtrk-composite

The instruction itself

3 sections, as written by the author

合成层包装(gtrk-composite)

把粗剪工程里选定的时间窗做成合成颗粒:在这段时间里,整个画面由一颗代码颗粒接管——它决定画面怎么排、何时换、字幕怎么出;讲者与 B-roll 作为槽位由客户端把视频画进去。CLI 是手(定窗口、解析、校验、机检、铺轨),你是脑(判断这段该怎么排、选哪张画面、写场景)。

> 本 skill 已含你需要的全部信息。命令参数以 gtrk composite --help 为准。规则正本:合成颗粒契约在 infra composite-particle-profile;struct_meta.composite 写方契约在本仓 composite-command。

你在成片 SOP 的哪一步

最后一层:粗剪 → 拆分 → B-roll → MG → BGM → 字幕 → 合成 → 出片。放在最后,是因为这时粗剪、B-roll、字幕都已定,合成颗粒的输入最稳定。但不写死:上游再改,对应颗粒在客户端变「需重渲」,重跑那几颗即可。

前置:

  • 有粗剪工程(<工程>/gtrk/project.gtrk)和口播转写(transcript/transcript.json,新版 gtrk oralcut 恒出)。合成按句定窗口,没有转写就做不了。
  • 字幕最好已上(gtrk subtitle lay):合成颗粒可以接管字幕、自己排。
  • gtrk composite --help 能跑(CLI 版本含本命令族)。

⚠️ 出片口径要先说清:合成颗粒出片靠本机烘焙(gtrk composite bake,见「出片:烘焙」一节)——首次要装烘焙浏览器(约 110 MB),某颗烘焙失败时那一段按粗剪出画。用户要交付成片的话,这件事 MUST 在开工时告诉他。

入口:三选一(用户已说明就不再问)

| 用户说 | 入口 | 命令 |

|---|---|---|

| 「整片做一下合成」 | 整片铺满 | gtrk composite plan --project <工程> --mode full |

| 「看看哪里适合做」「帮我挑」 | AI 判定 | gtrk composite plan --project <工程> --mode auto [--density 0.25] |

| 「11 秒到 32 秒做一个」「u0004 到 u0009 那段」 | 用户指定 | gtrk composite plan --project <工程> --range 11,32 --range u0020-u0024 |

  • 整片铺满:窗口首尾相接覆盖全片,单窗 5–25 秒、在句界(有拆分派单时在 beat 边界)断开。
  • AI 判定:按信号打分(几秒内多个 B-roll 短镜头、列举、对照 / 转折、具体数字、章节转折、开场 / 收尾),总时长不超过密度上限(缺省全片 25%)。超出的记「超出上限」,列出来让用户挑,不静默丢。信号只是起点——你要读审稿稿里每个窗口「这段在说什么」,判断它是否真值得做,不值得的建议用户不要。
  • 用户指定:区间吸附到句界、投影到帧格,回执里写明两端各挪了多少毫秒;直接记为已采纳。

plan 把候选写进工程的 struct_meta.composite(只动这一个键),另出审稿稿 <工程>/composite/plan.md。重跑时已做好的窗口原样保留、用户不要的区间不再提。

检查点①(必停):审窗口

请用户在客户端重新载入工程后看大纲的 CP 行:虚线框 = 待审,虚线框加浅底 = 已采纳,悬停能看理由与建议。同时把审稿稿的表格摘给他。他在对话里说哪些要、哪些不要、哪些调起止,你用 review 写回:

gtrk composite review --project <工程> --approve W01,W03 --reject W02 --adjust W04=80,90.9 --add 140,150

--approve-all 采纳全部待审。没有采纳的窗口,后面的步骤一概不做。

逐窗口:设计说明 → 选片 → 场景 → 构建 → 机检

gtrk composite scaffold --project <工程>          # 为已采纳窗口落场景骨架 composite/scenes/cp-wNN.html
                                                  # 与上下文 cp-wNN.context.md(这段在说什么、窗口内片段、已登记素材)

对每个窗口:

  • 先读上下文、写设计说明(写进对话给用户看,或写在场景文件开头的注释里):
  • 这段话分几拍?每拍对应哪句、哪个关键词?
  • 每拍画面是什么?为什么是一画 / 多画?(见下节规则 1)
  • 字幕怎么处理(接管后自己排 / 屏上已写着同一句时隐藏)。
  • 选片(需要 own 槽位时):
   gtrk composite shots --project <工程> --material <素材 id 或文件> --around 246 --span 20

看联系表(每格左上是源时间码)、切点列表、黑边实测。入点与在场时长 MUST 落在一个镜头内(规则 5),data-crop 按黑边实测取(规则 3)。工程里还没登记的素材写进 <工程>/composite/materials.json([{ "id", "path", "duration" }]),铺轨时一并登记。

  • 写场景(格式见「场景写法速查」)。
  • 构建:gtrk composite build --project <工程> [--only cp-w03]——按 infra 规则解析(帧格窗口、轨身份、锚点、字幕输入、inputs_hash)并校验,产 <工程>/gtrk/assets/composite/<id>.html。回执里每颗应为 fresh。
  • 机检:gtrk composite lint --project <工程> --stills 26,86.6——静态校验 + 逐帧排版(下层画面的前景描边压上层画面、前景线条穿过画面、画面越出舞台、容器里的元素写了偏移却没定位),顺带出静帧。不过就改场景重跑,过了才往下走。
  • 退出码 3 = 本机找不到 Chrome / Edge,排版没机检:照实告诉用户,用静帧(或客户端预览)人眼逐颗查穿模,MUST NOT 当成通过。

检查点②:看静帧

每颗至少给用户 2–3 张关键时刻的静帧(换画面前后、拆分并排时、结尾)。快速成片模式下全部窗口做完后一次给。用户点头再铺:

gtrk composite lay --project <工程>              # 全量;--only cp-w03 只替换这颗

铺完请用户重新载入工程:CP 行上的提案块变成实色合成块,预览即合成效果。

出片:烘焙

铺完、用户确认后、出片前,先在本机把合成烤成视频(gtrk render / gtrk project export 也会自动先烤,单独跑便于先看结果):

gtrk deps install --browser                  # 首次:装钉定版本的烘焙浏览器(约 110 MB)。MUST 先告诉用户再装
gtrk composite bake --project <工程>          # 全部合成;--only cp-w03 只烤这颗
  • 缓存即复用:没改过的颗粒二次运行全部命中;改了场景、素材文件、上游时间线或帧率才重烤。
  • 没装钉定浏览器也能烤(退回本机 Chrome / Edge,截图模式,更慢)——回执会提示,MUST NOT 自作主张下载;用户同意后再 gtrk deps install --browser,或本命令加 --install-browser。
  • 某颗失败(退出码 1):其余照常。回执给出原因(常见:素材丢失、窗口为零、未解析——重跑 build);修好再烤那一颗。不修的话出片时该段按粗剪出画,MUST 照实告诉用户。
  • 出片时:成功的那段以烘焙视频出画;整段落在合成窗口内的 MG / OV 不再预渲、不计费(被合成接管了)。
  • 帧纯度(lint 的 impure-frame)不过的颗粒,烘焙段首帧会与连续播放不同——lint 过了再烤。
  • 产物尺寸 = 舞台 = 工程画布:竖屏 1080×1920 与横屏 1920×1080 像素数相同、耗时相同;4K 画布像素是 1080p 的 4 倍,烘焙明显更慢,开烤前照实告诉用户。

编排规则(每条都是测试工程走查时真犯过的)

  • 画面数由内容定,不照搬粗剪的轨结构。 逐句看台词:一句话说到什么就换成什么;没有具体可看的,让讲者本人占画框或用纯排版;只有内容本身是两个以上的东西才同时放多画——关系(「你再指点妈妈」→ 女儿 / 妈妈并排)、对照(「她会化浓妆」VS「妈妈没化过妆」)、并列(「打耳钉 / 抽烟 / 喝酒」三张卡逐词亮起)。
  • ❌ 反例:粗剪在这段有两条 B-roll 候选轨,就放一个大框 + 一个小框,两条轨各占一个——画面数由轨数决定,跟内容无关。
  • 画面多用 own 槽位按内容另挑入点(粗剪轨上的片段只是候选之一);用 ref-lane 的前提是那条轨在这段的时序恰好就是你要的。
  • 没有讲者的工程(解说、配音、旅拍等主画面不是真人口播):只用 B-roll 画面与排版;没有具体可看的段交给纯排版或不做,MUST NOT 造讲者画框、MUST NOT 拿空白圆窗或占位图充当讲者。
  • 任一时刻画面互不重叠。 客户端先画全部画面、再画前景层,下层画面的前景描边一定压在上层画面上。同一位置交替换画面时,等前一张的框到位、两框重合后再换(seq 已按此写);版式切换(一画 → 并排)时,先让旧画面缩到位,新画面再进来。讲者不在同一时刻出现两次(大框里是讲者时不放讲者圆窗)。
  • ❌ 反例:讲者圆窗与小画面叠在大画框的边线上,边线横穿它们;分叉曲线从一张画中画中间穿过去。
  • 裁掉画面里的黑边与烧录字幕。 电影源常带信箱黑边,综艺源常有烧录字幕与人名条;按 shots 的实测写 data-crop="上,右,下,左"(比例)。
  • ❌ 反例:画框里留一道黑带。
  • 人脸构图:眼睛落在上三分线附近,头顶留约一成余量。 讲者大框、圆窗、素材里的人脸都一样。
  • ❌ 反例:裁切把眼睛放在画框正中,头顶上方空出一大片窗户。
  • 选片不跨切点。 own 的取用段 [入点, 入点 + 在场时长) MUST 落在一个镜头内;镜头不够长就接受最后一帧定格或换一个镜头,MUST NOT 拉伸或变速。
  • 字幕:接管就自己排。 场景声明 takeover: ["subtitles","overlay"] 后,窗口内原字幕与 MG 叠层不再显示,字幕由场景用 caption() 或对话气泡排出;屏上排版已经写着同一句话时可以在那段隐藏字幕。
  • 先求准,再求满。 AI 判定模式的密度上限是对成片吵闹度的约束;整片铺满时也要让「没有具体可看的段」安静(讲者 + 少量排版),别为了铺满每段都堆画面。
  • 舞台随工程画布,竖屏 / 方形按自己的版式写。 scaffold 按工程画布写舞台(规格里的 stage),场景坐标一律是这块舞台的像素;横屏工程的版式不能拿到竖屏工程里用(build 会报「场景舞台 A,工程画布 B」)。竖屏与方形舞台:
  • 多画并置优先上下分区(关系、对照都上下摆),MUST NOT 把横屏的左右并排硬塞进窄舞台;
  • 字幕与关键信息避开上下边缘与右侧按钮区(平台界面会盖住),字幕放画面中下部;
  • 人脸构图规则(规则 4)照旧;机检规则对任何舞台同样适用。
  • ❌ 反例:竖屏里左右各放一张 540 宽的画面,人脸被挤成一条缝,右边那张还被点赞按钮压住。

场景写法速查

场景文件四段(下例舞台 1920×1080;竖屏工程 stage 是 [1080, 1920],坐标按它写):

<script type="application/x-cp-spec">
{
  "id": "cp-w03",
  "stage": [1920, 1080],                          // 舞台 = 工程画布(scaffold 写好,别手改)
  "window": [77.483, 90.85],                      // 时间线秒;build 会吸附到帧格
  "takeover": ["subtitles", "overlay"],
  "slots": {
    "teacher": { "bind": { "kind": "ref-lane", "role": "a-roll" }, "label": "讲者", "pin": { "track": 0 } },
    "heavy":   { "bind": { "kind": "own", "facet": "化浓妆的少女近景", "starts_at": "浓妆" }, "label": "浓妆",
                 "pin": { "material": "broll-local-xxx", "src_in_ms": 116250, "dur_t": 3.8, "starts_at_f": "浓妆" } },
    "subs":    { "bind": { "kind": "text", "source": "subtitles" }, "label": "字幕" }
  },
  "anchors": { "浓妆": ["u0026", "特别会化浓妆"], "因为妈妈": ["u0028", "因为妈妈"] }
}
</script>
<style> /* 这颗的版式 */ </style>
<div class="bed dark"></div>
<div class="shadow" data-for="heavy" style="border-radius:16px"></div>
<div data-slot="heavy" data-z="11" data-fit="cover" data-shape="roundrect" data-radius="16" data-crop="0,0,0.2,0"></div>
<div class="frame light thin" data-for="heavy" data-layer="front" style="border-radius:16px"></div>
<div id="tg1" class="ptag warm" data-layer="front">浓妆</div>
<div id="cap" class="cap dark" data-layer="front"></div>
<script>
const { A, prog, at, mix, seq, place, reveal, caption, ease } = CP;
const R = [96, 120, 1160, 652];
CP.render = (t) => {
  at("heavy", R, seq(t, A("浓妆")));
  place("tg1", R[0] + 20, R[1] + 20, seq(t, A("浓妆")));
  caption("cap", "subs", t, ["浓妆"]);
};
</script>
  • 槽位绑定:ref-lane {track}(某条轨在该时刻的画面,讲者常用);ref {clip_id}(某个片段,窗口外定格首末帧);own {material, src_in_ms, dur_t | dur_f, starts_at: 锚点名 | starts_at_t: 时间线秒}(自选素材的一段;之前首帧、之后末帧定格);text(字幕文本输入,无几何)。
  • 锚点:[句 id, 关键词, 第几处(0 起)],取关键词首字在时间线上的时刻;场景里 A("名字") 得局部秒。关键词所在的字被剪掉时取其后第一个保留的字。匹配时关键词与句子都忽略空格、标点与大小写,英文按整词(["u0001", "cold brew"] 直接写;"tea" 不会命中 teas)。
  • 槽位元素:data-slot 一槽一个;data-z 叠放次序;data-fit cover / contain;data-shape rect / roundrect / circle;data-crop 上右下左比例;data-filter 只收白名单滤镜。
  • 装饰跟随:data-for="<槽位>" 的元素与槽位同框(data-pad 外扩);.shadow 在下(背景层),.frame / .ring 加 data-layer="front" 在上——只给最上层的画面加前景描边(规则 2)。
  • 分层:缺省是背景层(画在视频之下);data-layer="front" 的子树在视频之上(文字、标签、描边、线条)。
  • 定位:工具箱只给舞台的直接子元素绝对定位(#stage > *)。放进容器里的子元素(如 <div id="grid"> 下的一排徽章)不会自动定位,left / top 不生效、按文档流挤成一列(lint 报 unpositioned-offset)——容器内要摆位置的子元素自己写 position:absolute,或加工具箱的 .abs 类;坐标相对容器(容器自己要写宽高)。
  • 工具箱 CP:prog(t, 起, 时长, ease) 进度;span 进出;at(id, [x,y,w,h], 透明度) 定框;mix(矩形A, 矩形B, p) 版式插值;seq(t, 到点, 下一张到点) 同一位置逐句换画面的透明度;place(el, x, y, o);reveal / look / wipe / draw / typeOn;caption(el, "subs", t, 高亮词[], 隐藏区间[]);cues("subs") 取字幕条目(局部帧);fps()。
  • 常用样式:.bed(底色)/ .bed.dark;.kicker .h1 .h2 .h3 .body .tag .num;.ptag / .ptag.warm(画面标签);.cap / .cap.dark(字幕);.bubble(对话气泡);.stamp(印章);.card .pill .rule。配色与字体都是变量:--bg --bg2 --ink --muted --line --accent --accent2 --accent3 --alert --font --font-serif。
  • 纯函数:场景脚本 MUST NOT 用 Date、Math.random、requestAnimationFrame、setInterval、setTimeout(lint 会拦)——同一帧号永远画出同一画面,客户端是逐帧 seek 的。

风格

配色、字体、纹理不在工具箱里,写在 <工程>/composite/theme.css(构建时接在工具箱样式之后,覆盖上面那组变量):

  • 当前栏目配置 style.skills 里有 produces == "composite" 的条目 → 触发它产 theme.css(与 gtrk-mg、gtrk-ai-drama 的栏目解析同一套);
  • 没有 → 按这条片子的内容临场定一套(讲什么、什么调性 → 配色倾向、字体气质、动效克制度),全片所有合成颗粒沿用同一套。MUST NOT 每颗各自为政,也 MUST NOT 套一个与内容无关的固定模板。

与 /gtrk-mg 的分工

  • 单一陈述的字卡、点题强调、透明叠层 → MG;
  • 一段时间内的整个画面(画中画拼贴、逐句换画面、对照并排、字幕排版)→ 合成。
  • 同一区间二者只取其一:合成声明 takeover: overlay 后,MG 叠层在窗口内不显示。已有满屏 MG 的段,AI 判定不会提。

排错

| 现象 | 处理 |

|---|---|

| build 报「素材 X 未登记」 | 写进 composite/materials.json(id + path),或换工程里已登记的素材 |

| build 报「锚点落在窗口外 / 找不到关键词」 | 关键词照句子原文抄(看 context.md;空格、标点、大小写不影响,英文按整词),或换一个落在窗口内的词 |

| build 报「轨 N 在窗口内没有片段」 | 那条轨这段是空的:换轨,或改用 own |

| lint 报 border-over-slot | 两张画面重叠且下层有前景描边:错开时序(等前一张到位再换)或去掉下层的前景描边 |

| lint 报 stroke-through-slot | 前景线条穿过画面:挪画面或改线条走向 |

| lint 报 slot-out-of-stage | 画面出了舞台:收回到舞台(= 工程画布,竖屏是 1080×1920)内(满屏底图除外) |

| lint 报 unpositioned-offset(容器里的徽章 / 卡片挤成一列、left / top 不生效) | 它们不是舞台的直接子元素:自己写 position:absolute 或加 .abs(见场景速查「定位」);本来就想按文档流 / flex 排的,删掉偏移 |

| build 报「场景舞台 A,工程画布 B」 | 工程画布改过(或拿了别的画幅的场景):按新画布重写场景,gtrk composite scaffold --force 重起骨架 |

| lint / lay 报「需重渲」 | 上游(粗剪 / 素材 / 字幕)改过:重跑 build(再 lint、lay) |

| lint 退出码 3 | 本机没 Chrome / Edge:排版未机检,用静帧人眼查,照实告诉用户 |

| lint 报 impure-frame | 同一帧号随渲染顺序画出不同画面:多半读了带变换元素的渲染后几何(如对正在缩放的元素用 getBoundingClientRect 量宽度)——改读 offsetWidth / offsetLeft 等不含变换的布局值 |

| bake 报「找不到可用的浏览器」(退出码 2) | 本机没有钉定浏览器也没有 Chrome / Edge:征得用户同意后 gtrk deps install --browser |

| bake 报「素材缺失:<路径>」 | 素材移动或删除了:恢复文件或重新登记路径后再烤这颗 |

| lay 报「没铺:时间线上已有同 id 的片段」 | 用户在客户端改过那颗:要重铺先请他在客户端删掉它 |

| 客户端 CP 行没出现提案块 | 请用户重新载入工程(外部写入要重载才读进来) |

被图纸快速成片接力调用

成片图纸(口播 / 解说 / 美食 / 配音 / 旅拍 / Vlog;直播切片与长剪短在用户答要时)的快速成片跑到「精剪包装」交棒本 skill 时,按《成片型图纸公约》§三⁵ 一杆到底,不停:

  • 检查点①由你代审:plan --mode auto(缺省密度 25%)之后,逐窗口读 composite/plan.md,判断这段是否真值得做,用 review --approve / --reject 写回;信号只是起点,不值得的不做。
  • 逐窗口照常写设计说明、选片、场景、构建、机检;机检不过改场景重跑,至多三轮,仍不过就 review --reject 该窗口,不阻塞其余窗口与交付。
  • 检查点②并入图纸交付:铺轨、烘焙之后,各窗口静帧随图纸交付时的那次检查一次给出。
  • 回执:交付时「精剪包装」一节列三项——做了的(时间、对应句、为什么做)、建议了没做的(超上限 / 不值得 / 机检三轮不过,各带原因)、烘焙结果(失败段按粗剪出画并点名)。

用户直接要合成(「看看哪里适合做合成」)或走逐步推进时,照下面「双模式」停。

双模式

| 模式 | 停点 |

|---|---|

| 快速成片 | 检查点①(审窗口)必停;全部窗口做完、lint 过后,检查点②一次给静帧,点头后一次铺完 |

| 逐步推进 | 检查点①;每个窗口的设计说明、静帧各停一次 |

| 图纸快速成片接力 | 不停:检查点①你代审、检查点②并入图纸交付(见上节) |

How to use it

Copy the folder

Take gitruck/gtrk-composite from the repository into ~/.claude/skills for personal use, or into .claude/skills inside a project.

Check the name does not clash

The agent identifies a skill by the name field in its header. Two skills with the same name cannot sit side by side — one of them will be ignored.