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。
npx skills add https://github.com/Gitruck/cli --skill 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。
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:
<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。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。
| 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 |
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。
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。
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:
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。
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。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。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。
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
gtrk deps install --browser,或本命令加 --install-browser。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。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。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。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)。shots 的实测写 data-crop="上,右,下,左"(比例)。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。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。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: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>
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)。[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)。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。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)。data-layer="front" 的子树在视频之上(文字、标签、描边、线条)。#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)。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()。.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。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。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):
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);/gtrk-mg 的分工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。| 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) |
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:
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。review --reject 该窗口,不阻塞其余窗口与交付。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。
| 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) |
Take gitruck/gtrk-composite from the repository into ~/.claude/skills for personal
use, or into .claude/skills inside a project.
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.