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
| 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 在同合云控制台获取；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。
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。
完整配置与命令参考
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。
更多题材与前后对照 →
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"]
当前对话入口在你自己的 Agent 中，客户端没有内置 AI 对话框。 Agent 修改工程后，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。
gtrk + AI Drama Desk：从分镜到可回轨片段
如果你的素材不是实拍，而是希望把一份分镜稿变成 AI 情景片段，可以把 Gitruck AI Drama Desk 接到同一条工程链里。两者分工很清楚：
| 组件 | 负责什么 | 产物 |
|---|
gtrk CLI | 在 Agent 中理解需求、组织工作流、管理 .gtrk 工程 | 可继续精修的视频工程 |
AI Drama Desk | 导入分镜稿、管理角色与画风、生成 keyframe / I2V 片段、导出回轨包 | return-v1 片段包 + manifest |
gtrk ai-drama lay | 把工作台导出的片段按 beat 区间铺回工程 | 独立 AI 视频轨 |
典型路径是：
分镜稿 md → AI Drama Desk → 角色参考图 / keyframe / I2V → return-v1 导出包
↓
gtrk ai-drama lay → .gtrk 工程 → 客户端精修
工作台支持 mock、云端出口和可选的本地 ComfyUI；你可以先零 GPU、零 Key 跑通流程，再按需要启用真实引擎。已有工作台项目时，CLI 只需要 API 地址 + 项目 ID，不需要扫描仓库目录：
gtrk ai-drama lay --project ./my-video --desk-project <project-id>
→ AI Drama Desk README · AI 漫剧教程 · 命令参考
成片之外，也能只做一件事
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]。
MIT 许可证 · 用户协议 · 隐私政策
