GTRK / 客户端 + CLI
一句句把片子聊出来
抛弃时间线上一帧帧生拉硬拽。在你自己的 AI Agent 里说需求，剪辑工程在客户端里成形，随时导出到剪映、Premiere 继续精剪。
- Windows 客户端
- CLI 跨平台
- MIT 开源
- 登录即开通，自带免费额度
流程速览两分半走完整条路：在 Agent 里说需求，工程在客户端里成形，导出去精剪。
01 / 通用口播剪辑
从原始素材到成片
你负责讲，剩下的重复劳动交给它
你对着镜头讲完了，素材里难免有重录、口误和长停顿。这条工作流把它变成一个能直接打开继续改的剪辑工程：粗剪、配画面、叠字卡、上字幕，每一步都还在轨上逐段可改。
整条链长什么样
- 粗剪：剪掉废话、重录与长停顿，按文稿标点重塑节奏
- 配画面：拆分派单，铺 B-roll，叠动态图，加 BGM
- 出片：上字幕、出封面，或导入剪映、Premiere 继续精剪
点开每个示例视频，对比从原始素材到成片的效果变化
02 / 长剪短
把长素材切成多条高光短片
它替你听完全片
播客、圆桌、访谈、直播回放，几十分钟到几小时的素材里总有那么几段特别精彩。它替你听完全片，把值得单发的话题各切成一条短片工程，横竖屏各跑一遍。
高光 1 · 16:9 · 0:45
高光 1 · 16:9 · 0:41
高光 1 · 16:9 · 4:31
整条链长什么样
03 / 通用解说
把一个很长的东西，讲给人听
长剪短让素材自己说，解说由你替它说
影视、游戏、探店、旅拍、人文观点：给一段或一堆很长的素材，拿回一条解说成片工程。看素材、写稿、一次确认，然后配音、配画面、字卡、BGM、字幕自动跑完。
整条链长什么样
- 看素材：建索引，读懂每一条拍了什么
- 写稿并一次确认：稿、画幅、音色、BGM、字幕样式
- 配音、配画面、字卡、BGM、字幕自动跑完
04 / 完整走一遍
两小时剪出一条高质量中长视频
六步完成制作，最后导出三种平台尺寸的封面。看完这一条，你就知道整套流程在一个真实项目里是什么样子。
细节里的功夫
每一步都能改，每一层都在轨上
交付的从来不是一条 mp4，而是一个可编辑工程：画面、字卡、B-roll、动态图、字幕分层在轨，Agent 每改一步，客户端里就跟着刷新。
文字模板
115 款标题、字幕、人名条、对话气泡与打字机动效，一份模板通吃横竖屏。字卡随派单落进工程，逐颗可调。
客户端一键上字幕后的画面：字幕在画面里、字幕样式面板打开。16:9，宽 ≥ 1600px，webp。
public/gtrk/slots/subtitle-panel.webp一键上字幕
转写、断句、上轨一句话完成。七种样式与云端同款，字体在应用内一键安装，导出剪映时字幕原样带走。
客户端时间线：口播底轨之上平铺着多条 B-roll 候选轨，能看到轨道小眼睛开关。16:9，宽 ≥ 1600px，webp。
public/gtrk/slots/broll-candidates.webpB-roll 铺轨
一句话语义检索你的素材库或公共素材，候选片段平铺进工程，用小眼睛逐段切换对比。本地素材只传抽帧，本体永不上云。
细节里的功夫 · 下
颗粒活着进轨，工程随处能开
客户端预览区里叠着一颗透明动态图颗粒（字卡或图版），时间线上能看到颗粒轨。16:9，宽 ≥ 1600px，webp。
public/gtrk/slots/mg-particles.webp动态图颗粒
透明浮层点题、满屏图版讲解。颗粒以活 HTML 进轨，时间线上逐帧可看、可拖、可调，不是烤死的视频。
AI 情景动画
文稿里适合做成情景动画的段落自动产出四段式分镜稿，投进本地工作台或任意 AI 视频平台出片，回轨即用。
同合云首页同款「视频工程格式转换」插画（structure_convertion.webp），整图放进位里不裁。
public/gtrk/slots/structure-conversion.webp工程互转
gtrk 工程一键转客户端、剪映、CapCut、Premiere、FCPX、OTIO。剪映草稿自动落进你的草稿目录，打开就能接着改。
- 同合智创客户端
- 剪映
- CapCut
- Premiere Pro
- Final Cut Pro
- OTIO
单点工具箱
一个输入，一个产物
成片之外的三十多个单点能力，同一套命令、同一套 skill，随取随用。抠像、去水印、超分、补帧、人声分离、智能分镜、一键剪 MAD……
图片转视频
智能计算并为静态图片添加最佳的「推拉摇移」运镜效果
了解更多智能拼图
输入多张图片 + 主副标题，AI 智能计算最佳拼接组合方案，生成优质的图文素材
了解更多图片转 Live Photo
将静态图片转换为带有自然微动效果的短视频，让画面更鲜活、更有生命力
了解更多长剪短（精剪）
从长视频中按语义提取多条主题高光，并自动完成画幅适配、运镜、调速与智能字幕
了解更多智能口播剪辑
自动去除错读、重读和冗长气口，按文稿标点重塑节奏，一键输出流畅口播成片
了解更多视频智能分镜
基于多模态语义理解，按场景、景别、叙事结构或主体自动切分并归类视频镜头
了解更多智能分屏布局
将 2–16 个视频片段智能裁切并组合为经过审核的分屏版式，支持横屏、竖屏与方形画布
了解更多音视频说话人检测
融合语音识别、视觉轨迹与句子归因，检测画面中的可见说话人并建立对应关系
了解更多HTML 动画合成
在视频底轨上叠加可逐帧驱动的透明 HTML 动画颗粒，直接渲染为完整成片
了解更多音乐可视化
逐帧分析音频并驱动频谱、波形与封面动效，快速生成适合音乐发布的可视化视频
了解更多人声伴奏分离
从混合音频中智能分离人声与伴奏，输出可独立使用的高质量音轨
了解更多钢琴音频转 MIDI
将钢琴独奏或钢琴主导的音频转写为 MIDI，便于编曲复现、乐谱制作和音乐教育
了解更多蒸汽波滤镜
为视频添加复古赛博朋克色彩与 Vaporwave 视觉质感，提供丰富且可复用的滤镜效果
了解更多
怎么开始
三步，开始聊你的第一条片子
- 01把安装指令复制给 AI
复制这段话粘给你的 AI Agent 发出去，它替你把命令行、配置和 skill 一起装好，不用手打命令。
- 02重启 AI 工具
重启 Claude Code / Cursor / Trae 等，让它认出新装的 skill。
- 03打斜杠说需求
打 /gtrk-oralcut 加你的剪辑需求，剩下全交给 Agent。
AI 对话在 Agent 里，效果在客户端里看
客户端目前没有内置对话框。你在自己的 AI Agent 里用大白话说需求，Agent 调 gtrk 生产和修改工程，客户端负责打开工程、预览、微调、导出。Agent 每改一步，客户端里的工程就跟着刷新。内置对话功能未来会上线。
- 在 Agent 里说 打开 Claude Code / Cursor / Trae，点名 gtrk 的 skill 或直接描述剪辑需求。
- 在客户端里看 工程落地后在客户端里打开，预览效果、手动微调。
- 不满意接着说 回到 Agent 继续提要求，工程跟着刷新；满意了就在客户端里导出。
Claude Code 或 Cursor 里打 /gtrk-oralcut 提需求、Agent 回执的一屏。16:9，宽 ≥ 1600px，webp。
public/gtrk/slots/agent-conversation.webp常见问题
装之前，先把这几件事说清楚
我完全不会敲命令，真能用吗？
能。装好之后你只跟 AI 助手对话，一行命令都不用自己敲。命令行是给 AI 和进阶用户的。
要花钱吗？
官网登录即开通、自带免费测试额度。图片与视频抠像、一键剪 MAD 对用户免费；图转运镜等按积分计费，用之前 AI 会告诉你花多少。
客户端只有 Windows 吗？
客户端目前只有 Windows 版，Mac 版在计划中。CLI 跨平台：macOS / Linux 上装好 CLI 就能在 Agent 里出工程，导出剪映、Premiere 继续精修。
我的原始视频会被上传泄露吗？
工程类剪辑流程保留本地源视频，默认只上传提取的音频，必要时上传压缩代理视频；工程引用本地文件路径。长剪短精剪等需要云端渲染的工具会上传视频，以对应工具说明为准。
剪出来的工程在哪打开？
产物目录里有客户端、剪映、Premiere 三种工程。剪映草稿会自动落到你的草稿目录，打开剪映就能看到。
一条片子要多久？
快速模式一条一分钟口播成片约 7 分钟；完整走一遍（口播 + B-roll + 动态图 + 字幕 + 封面）实录 54 分钟。时间大头在云端渲染和检索，你只管说需求。
客户端里怎么没有 AI 对话框？
在你自己的 AI Agent 里说（Claude Code / Cursor / Trae 等）。Agent 通过 gtrk 生产和修改工程，客户端负责打开工程、预览、微调、导出，每改一步客户端就跟着刷新。内置对话功能未来会上线。
连不上、报错了怎么办？
跟 AI 说「体检一下」，它会跑 gtrk doctor 把配置、云端连通、剪映目录、版本一次性查清楚，告诉你卡在哪。
能用我自己的素材库吗？
能。一句话语义检索你的素材库或公共素材，候选片段平铺进工程，用小眼睛逐段切换对比。本地素材只传抽帧，本体永不上云。
怎么升级到新版？
说一句「升级 gtrk」即可，升 CLI 加刷新 skill，配置保留。用 npx 的每次本就是最新版。
字幕样式、字体能改吗？
七种字幕样式与云端同款，字体在应用内一键安装；导出剪映时字幕原样带走，在剪映里还能继续改。
能做竖屏吗？
能。长剪短横竖屏各出一版，文字模板一份通吃横竖屏，完整走一遍最后出三种尺寸的封面。