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)。
- 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) |