一句句把片子聊出来
让你的 AI Agent,把素材做成可以继续精修的视频工程。
剪口播 · 切高光 · 做解说 · 配画面 · 叠动效 · 上字幕
gtrk 是为 AI Agent 准备的视频创作 CLI。 在 Codex、Claude Code、Cursor、TRAE 等支持 Skills 的 Agent 里说需求,Agent 调用 gtrk 完成剪辑与装配,你在客户端里看效果、挑素材、调细节。
从一条口播、一场访谈、一篇稿子或一组旅拍素材开始。把粗剪、配画面、动态图、配乐和字幕接成工作流,也可以单独调用其中一个工具。你负责创意和判断,gtrk 负责执行。
每一步都能改,每一层都在轨上
在 Agent 里说需求,在客户端里看效果。
上图为真实客户端工程。▶ 2 分 28 秒,看完整条路
| 先看一次实测 | 再看完整制作 |
|---|---|
![]() | ![]() |
| 7 分钟快速模式 · 口播、字卡、BGM、字幕 | 35 分钟解说实战 · 看素材、写稿、配音、配画面 |
安装一次,开始对话
准备一个支持 Skills、能执行本地命令的 AI Agent,以及 Node.js ≥ 20.6。
npx @gitruck/cli@latest install
安装器会配置 gtrk、安装配套 Skills,并引导填写 API Key。Key 的获取方式:打开同合云官网,点「注册 / 登录」(登录即开通),进入「仪表盘」复制 API Key;调用云端能力需要账户和可用额度。完成后重新打开 Agent 会话,让新 Skills 生效。
把素材文件夹交给 Agent,然后说:
帮我把「口播.mp4」做成一期视频,文字稿在同目录。先给我看制作方案。
只想先粗剪,也可以说:
把这条口播剪一版,去掉重复和长停顿,给我能在剪映里继续改的工程。
Windows 推荐同时安装桌面客户端,用于预览和精修:全套安装指南 · 客户端下载。CLI 支持 Windows、macOS、Linux;桌面客户端目前提供 Windows 版。
直接用命令、检查环境与升级
gtrk oralcut "./talk.mp4" --script "./script.txt"
gtrk transcript "./interview.mp4"
gtrk doctor
gtrk upgrade
音视频处理需要 FFmpeg。用 gtrk deps status 检查;缺少时按提示显式运行 gtrk deps install。已有配置会保留,需要修改时用 gtrk init --reconfigure。
从 Skills 目录或插件市场安装(Claude Code / Codex)
# 通用 skills CLI(skills.sh)
npx skills add Gitruck/cli
# Claude Code 插件市场
/plugin install gtrk --marketplace Gitruck/cli
# Codex 插件市场
codex plugin marketplace add Gitruck/cli
codex plugin add gtrk@gitruck
以上几种方式都只装 Skills,gtrk CLI 和 API Key 还要另外安装和配置:
- 从插件市场装的,用
npx -y @gitruck/cli@latest install --no-skills。插件已经带了 Skill,不加--no-skills会再装一份。 - 用 skills CLI 装的,照常用
npx @gitruck/cli@latest install。
看看它能做什么
下面选用与产品专页一致的真实案例。点击封面观看成片,口播示例也可打开原片对比。
口播:从毛片到包装成片1:04 → 0:48 · 粗剪、结构图解、器材特写、字幕。 看原片 · 看成片 · 口播教程 |
长剪短:让好话题单独成片26:29 访谈中的 45 秒高光 · 横竖屏分别制作。 横屏成片 · 竖屏成片 · 长剪短教程 |
旅拍:把一组素材讲成故事黄石国家公园 · 3:05 · 素材理解、解说、配音与画面。 看成片 · 旅拍教程 |
美食:一家店,一顿饭,一条片子铁板炒肉定食 · 2:36 · 提炼看点、保留现场、重述故事。 看成片 · 美食教程 |
从你的素材开始
不用记命令或 Skill 名字,直接描述想做的事。
| 你手上有什么 | 对 Agent 说 | 工作流 |
|---|---|---|
| 一条或几条口播,可能还有外录音频 | “把这些口播做成一期,剪掉重录,配上字卡和字幕。” | 口播 |
| 一篇已经写好的稿子 | “用这篇稿子做条配音视频,先给我选音色。” | 配音 |
| 播客、课程、访谈或直播回放 | “挑出值得单发的话题,做成几条短片工程。” | 长剪短 |
| 影视、游戏、旅拍或探店素材 | “看完这些素材,提炼看点,写解说并配画面。” | 通用解说 |
| 录屏和同时录制的人像 | “把录屏合进来,做成讲师画中画。” | 录屏画中画 |
| 一批现场素材,想保留同期声 | “把这批素材做成纪实 Vlog,保留现场声音,再补旁白。” | Vlog Skill |
长剪短保留原声高光;解说会提炼素材并重新讲述。具体流程、交付文件和可选环节见工作流指南。
为什么用 gtrk
- 在你熟悉的 Agent 里创作。 配套 Skills 负责组织步骤,CLI 负责执行;也能直接接入脚本和自动化流程。
- 工程留在手里。 画面、音频、字幕和动效写进可编辑工程。你可以在客户端继续调整,并按支持范围导出到剪映、Premiere。
- 用自己的素材,也能找新画面。 按文稿检索本地素材库或平台素材,将候选铺到时间线上,逐段挑选。
- 栏目风格可以复用。 字体、配色、画面语言和创作规则可通过自己的 Skills 与栏目配置延续到下一期。
一份工程,贯穿全程
flowchart LR
A["你在 Agent 里说需求"] --> B["gtrk CLI 执行"]
B <--> C["同合云分析与处理"]
B --> D["本地 .gtrk 工程"]
D <--> E["客户端预览与精修"]
D --> F["CLI 渲染 MP4"]
E --> G["导出成片 / 支持的剪辑工程"]
有两种对话方式:在客户端里点顶栏「导出」左边的「AI」按钮直接对话(内置 AI,按用量扣积分),或在你自己的 Agent 里对话。 两条路改的是同一份工程,改完在客户端查看效果、继续精修;也可以用 gtrk render 渲染成片。需要云端渲染的动态图会单独计费,缓存可复用。
粗剪阶段的三端工程,与完整包装后的导出支持范围不同;工作流指南说明每种交付物在哪打开、哪些效果需要渲染。
客户端精修 .gtrk 后,用 gtrk project export --project <目录> 导出剪映、Premiere XML、FCPXML 或 OTIO,保留精修时间线;不要重跑 oralcut,否则会重新生成粗剪。导出会把 MG 颗粒预渲进 NLE 工程,结构导出按次计费,未命中共享缓存的颗粒按分钟计费;project init 仍是 0 积分。只选 gtrk 时会保留原生 beat_track 并自动跳过颗粒预渲。
AI 情景片段:内置流程或 AI 动画制片工作台
派到 AI 情景动画的段落,制片逻辑固定为 人设 → 分镜稿 → 分镜图 → 图生视频。Agent(/gtrk-ai-drama)先写人设与分镜稿,再问你走哪条路出片:
| 整套内置 AI 视频流程 | AI 动画制片工作台 | |
|---|---|---|
| 在哪做 | 就在对话里,Agent 全程代办,每段出完先给你看 | 单独的桌面程序,逐镜挑图、抽卡 |
| 出图出片 | 同合云生图 + 生视频,不用配任何第三方 Key;生图缺省 GPT(提示词与参考图经境外模型服务,可换境内引擎) | 默认云端出片(自己的 PixMind Key),也可开本地 ComfyUI |
| 花费 | 同合云积分:人设图、分镜图按张,视频按秒;先报价再出 | 不扣同合云积分 |
| 回到工程 | gtrk ai-drama lay --package | gtrk ai-drama lay --desk-project <项目 id> |
内置流程分三段,每段一条命令,出完先停下让你挑:
gtrk ai-drama generate --project ./my-video --stage cast --estimate-only --all-stages --json # 整条链报价
gtrk ai-drama generate --project ./my-video --stage cast --json # 人设图
gtrk ai-drama generate --project ./my-video --stage frames --json # 分镜图(挑定的人设图作参考)
gtrk ai-drama generate --project ./my-video --stage video --json # 图生视频,按 beat 出回轨包
gtrk ai-drama lay --project ./my-video --package ai-drama/gen/<slug>/<beat>
出片单 ai-drama/gen/plan.json 由 Agent 写;单镜也能直接用 gtrk tool video_generate。走工作台时,分镜稿先 gtrk ai-drama validate 再导入,导出后凭项目 ID 回填:
gtrk ai-drama lay --project ./my-video --desk-project <project-id>
手上没有口播工程、只想做一条 AI 短片时,用 /gtrk-ai-short:Agent 先问一次时长、画幅、画风、声音,写好故事与镜头表、报好价再出片。出片单带 film 块时 generate 不要工程与派单,三段出完一条命令组装成工程,再本地出 mp4:
gtrk ai-drama lay --project ./rain-store-ai-short --film --package ai-drama/gen/rain-store/b01
gtrk render ./rain-store-ai-short/gtrk/project.gtrk --no-particles -o ./rain-store-ai-short/rain-store.mp4
→ AI 动画制片工作台(下载与教程) · AI Drama Desk README · 命令参考
成片之外,也能只做一件事
| 想做什么 | 从这里开始 |
|---|---|
| 抠像、降噪、人声分离、超分、补帧、图片运镜、视频译制 | 单点工具箱 · gtrk tool list |
| 做一套多尺寸封面 | 封面工作流 |
| 把一首歌做成频谱视频 | 音乐可视化 Skill |
| 一张照片加一段视频,直出安卓动态照片 / 苹果实况照片 | gtrk live-photo-pack <照片> --video <视频> · 单点工具 Skill · 命令参考(苹果那对 .jpg + .mov 须同一次导入,不能设为动态壁纸) |
| 拆解一条参考视频的包装与节奏 | 参考片精读 Skill · gtrk media |
| 让 Agent 看编辑器里此刻的工程(选中哪段、某一刻的画面) | gtrk client state / segment / frame(客户端开着读活状态,没开读文件)· 命令参考 |
| 给自己的栏目建立视觉风格 | 风格体系 Skill |
| 接入第三方动画、排版或创作 Skills | Skill 地图 |
常见问题
需要会写代码吗?
不需要。日常使用可以直接对 Agent 描述需求。安装、配置或费用需要你提供信息时,Agent 会引导你完成。
开源等于所有服务免费吗?
CLI 代码采用 MIT 许可证;同合云能力按对应规则计费,你使用的 Agent 和第三方生成服务也可能单独收费。价格与额度以控制台和计费说明为准。
原始视频会被上传吗?
口播粗剪和长剪短工程流程保留本地原片,默认上传提取的音频;开启视觉辅助或智能分屏时上传压缩代理视频。云端直接处理或渲染的工具可能需要上传视频,按具体工具说明执行。
一定要用 Windows 客户端吗?
CLI 可以跨平台执行。Windows 客户端用于可视化预览与精修;已有工程也可通过 CLI 渲染。剪映、Premiere 的使用取决于对应软件和工程格式的支持情况。
安装后找不到 Skills,或任务出错怎么办?
重新打开 Agent 会话,运行 gtrk doctor 检查环境;补装用 gtrk skills install。任务已有 ID 时优先恢复结果,避免重新提交云端任务。详见工作流与排障。
Star History
文档与参与
完整教程 · 工作流 · 命令参考 · 开发文档 · 更新日志
欢迎通过 Issues反馈问题和提出建议,或提交文档、示例与代码改进。商务联系:[email protected]。
如果 gtrk 帮你省下了剪辑时间,欢迎点个 Star,让更多创作者找到它。






