GTRK / 用戶端 + CLI
一句句把片子聊出來
拋棄時間線上一幀幀生拉硬拽。在你自己的 AI Agent 裡說需求，剪輯工程在用戶端裡成形，隨時匯出到剪映、Premiere 繼續精剪。
- Windows 用戶端
- CLI 跨平臺
- MIT 開源
- 登入即開通，自帶免費額度
流程速覽兩分半走完整條路：在 Agent 裡說需求，工程在用戶端裡成形，匯出去精剪。
01 / 通用口播剪輯
從原始素材到成片
你負責講，剩下的重複勞動交給它
你對著鏡頭講完了，素材裡難免有重錄、口誤和長停頓。這條工作流把它變成一個能直接開啟繼續改的剪輯工程：粗剪、配畫面、疊字卡、上字幕，每一步都還在軌上逐段可改。
整條鏈長什麼樣
- 粗剪：剪掉廢話、重錄與長停頓，按文稿標點重塑節奏
- 配畫面：拆分派單，鋪 B-roll，疊動態圖，加 BGM
- 出片：上字幕、出封面，或匯入剪映、Premiere 繼續精剪
點開每個示例影片，對比從原始素材到成片的效果變化
02 / 長剪短
把長素材切成多條高光短片
它替你聽完全片
播客、圓桌、訪談、直播回放，幾十分鍾到幾小時的素材裡總有那麼幾段特別精彩。它替你聽完全片，把值得單發的話題各切成一條短片工程，橫豎屏各跑一遍。
高光 1 · 16:9 · 0:45
高光 1 · 16:9 · 0:41
高光 1 · 16:9 · 4:31
整條鏈長什麼樣
03 / 通用解說
把一個很長的東西，講給人聽
長剪短讓素材自己說，解說由你替它說
影視、遊戲、探店、旅拍、人文觀點：給一段或一堆很長的素材，拿回一條解說成片工程。看素材、寫稿、一次確認，然後配音、配畫面、字卡、BGM、字幕自動跑完。
整條鏈長什麼樣
- 看素材：建索引，讀懂每一條拍了什麼
- 寫稿並一次確認：稿、畫幅、音色、BGM、字幕樣式
- 配音、配畫面、字卡、BGM、字幕自動跑完
04 / 完整走一遍
兩小時剪出一條高品質中長影片
六步完成製作，最後匯出三種平臺尺寸的封面。看完這一條，你就知道整套流程在一個真實專案裡是什麼樣子。
細節裡的功夫
每一步都能改，每一層都在軌上
交付的從來不是一條 mp4，而是一個可編輯工程：畫面、字卡、B-roll、動態圖、字幕分層在軌，Agent 每改一步，用戶端裡就跟著重新整理。
文字模板
115 款標題、字幕、人名條、對話氣泡與打字機動效，一份模板通吃橫豎屏。字卡隨派單落進工程，逐顆可調。
用戶端一鍵上字幕後的畫面：字幕在畫面裡、字幕樣式面板開啟。16:9，寬 ≥ 1600px，webp。
public/gtrk/slots/subtitle-panel.webp一鍵上字幕
轉寫、斷句、上軌一句話完成。七種樣式與雲端同款，字型在應用內一鍵安裝，匯出剪映時字幕原樣帶走。
用戶端時間線：口播底軌之上平鋪著多條 B-roll 候選軌，能看到軌道小眼睛開關。16:9，寬 ≥ 1600px，webp。
public/gtrk/slots/broll-candidates.webpB-roll 鋪軌
一句話語義檢索你的素材庫或公共素材，候選片段平鋪進工程，用小眼睛逐段切換對比。本地素材只傳抽幀，本體永不上雲。
細節裡的功夫 · 下
顆粒活著進軌，工程隨處能開
用戶端預覽區裡疊著一顆透明動態圖顆粒（字卡或圖版），時間線上能看到顆粒軌。16:9，寬 ≥ 1600px，webp。
public/gtrk/slots/mg-particles.webp動態圖顆粒
透明浮層點題、滿屏圖版講解。顆粒以活 HTML 進軌，時間線上逐幀可看、可拖、可調，不是烤死的影片。
AI 情景動畫
文稿裡適合做成情景動畫的段落自動產出四段式分鏡稿，投進本地工作臺或任意 AI 影片平臺出片，回軌即用。
同合雲首頁同款「影片工程格式轉換」插畫（structure_convertion.webp），整圖放進位裡不裁。
public/gtrk/slots/structure-conversion.webp工程互轉
gtrk 工程一鍵轉用戶端、剪映、CapCut、Premiere、FCPX、OTIO。剪映草稿自動落進你的草稿目錄，開啟就能接著改。
- 同合智創用戶端
- 剪映
- CapCut
- Premiere Pro
- Final Cut Pro
- OTIO
單點工具箱
一個輸入，一個產物
成片之外的三十多個單點能力，同一套命令、同一套 skill，隨取隨用。摳像、去水印、超分、補幀、人聲分離、智慧分鏡、一鍵剪 MAD……
圖片轉影片
智慧計算並為靜態圖片新增最佳的「推拉搖移」運鏡效果
瞭解更多智慧拼圖
輸入多張圖片 + 主副標題，AI 智慧計算最佳拼接組合方案，生成優質的圖文素材
瞭解更多圖片轉 Live Photo
將靜態圖片轉換為帶有自然微動效果的短影片，讓畫面更鮮活、更有生命力
瞭解更多長剪短（精剪）
從長影片中按語義提取多條主題高光，並自動完成畫幅適配、運鏡、調速與智慧字幕
瞭解更多智慧口播剪輯
自動去除錯讀、重讀和冗長氣口，按文稿標點重塑節奏，一鍵輸出流暢口播成片
瞭解更多影片智慧分鏡
基於多模態語義理解，按場景、景別、敘事結構或主體自動切分並歸類影片鏡頭
瞭解更多智慧分屏布局
將 2–16 個影片片段智慧裁切並組合為經過審核的分屏版式，支援橫屏、豎屏與方形畫布
瞭解更多音影片說話人檢測
融合語音識別、視覺軌跡與句子歸因，檢測畫面中的可見說話人並建立對應關係
瞭解更多HTML 動畫合成
在影片底軌上疊加可逐幀驅動的透明 HTML 動畫顆粒，直接渲染為完整成片
瞭解更多音樂視覺化
逐幀分析音訊並驅動頻譜、波形與封面動效，快速生成適合音樂釋出的視覺化影片
瞭解更多人聲伴奏分離
從混合音訊中智慧分離人聲與伴奏，輸出可獨立使用的高品質音軌
瞭解更多鋼琴音訊轉 MIDI
將鋼琴獨奏或鋼琴主導的音訊轉寫為 MIDI，便於編曲復現、樂譜製作和音樂教育
瞭解更多蒸汽波濾鏡
為影片新增復古賽博朋克色彩與 Vaporwave 視覺質感，提供豐富且可複用的濾鏡效果
瞭解更多
怎麼開始
三步，開始聊你的第一條片子
- 01把安裝指令復制給 AI
復制這段話粘給你的 AI Agent 發出去，它替你把命令列、配置和 skill 一起裝好，不用手打命令。
- 02重啟 AI 工具
重啟 Claude Code / Cursor / Trae 等，讓它認出新裝的 skill。
- 03打斜槓說需求
打 /gtrk-oralcut 加你的剪輯需求，剩下全交給 Agent。
AI 對話在 Agent 裡，效果在用戶端裡看
用戶端目前沒有內建對話方塊。你在自己的 AI Agent 裡用大白話說需求，Agent 調 gtrk 生產和修改工程，用戶端負責開啟工程、預覽、微調、匯出。Agent 每改一步，用戶端裡的工程就跟著重新整理。內建對話功能未來會上線。
- 在 Agent 裡說 開啟 Claude Code / Cursor / Trae，點名 gtrk 的 skill 或直接描述剪輯需求。
- 在用戶端裡看 工程落地後在用戶端裡開啟，預覽效果、手動微調。
- 不滿意接著說 回到 Agent 繼續提要求，工程跟著重新整理；滿意了就在用戶端裡匯出。
Claude Code 或 Cursor 裡打 /gtrk-oralcut 提需求、Agent 回執的一屏。16:9，寬 ≥ 1600px，webp。
public/gtrk/slots/agent-conversation.webp常見問題
裝之前，先把這幾件事說清楚
我完全不會敲命令，真能用嗎？
能。裝好之後你只跟 AI 助手對話，一行命令都不用自己敲。命令列是給 AI 和進階使用者的。
要花錢嗎？
官網登入即開通、自帶免費測試額度。圖片與影片摳像、一鍵剪 MAD 對使用者免費；圖轉運鏡等按積分計費，用之前 AI 會告訴你花多少。
用戶端只有 Windows 嗎？
用戶端目前只有 Windows 版，Mac 版在計劃中。CLI 跨平臺：macOS / Linux 上裝好 CLI 就能在 Agent 裡出工程，匯出剪映、Premiere 繼續精修。
我的原始影片會被上傳洩露嗎？
工程類剪輯流程保留本地源影片，預設只上傳提取的音訊，必要時上傳壓縮代理影片；工程引用本地檔案路徑。長剪短精剪等需要雲端渲染的工具會上傳影片，以對應工具說明為準。
剪出來的工程在哪開啟？
產物目錄裡有用戶端、剪映、Premiere 三種工程。剪映草稿會自動落到你的草稿目錄，開啟剪映就能看到。
一條片子要多久？
快速模式一條一分鍾口播成片約 7 分鍾；完整走一遍（口播 + B-roll + 動態圖 + 字幕 + 封面）實錄 54 分鍾。時間大頭在雲端渲染和檢索，你只管說需求。
用戶端裡怎麼沒有 AI 對話方塊？
在你自己的 AI Agent 裡說（Claude Code / Cursor / Trae 等）。Agent 透過 gtrk 生產和修改工程，用戶端負責開啟工程、預覽、微調、匯出，每改一步用戶端就跟著重新整理。內建對話功能未來會上線。
連不上、報錯了怎麼辦？
跟 AI 說「體檢一下」，它會跑 gtrk doctor 把配置、雲端連通、剪映目錄、版本一次性查清楚，告訴你卡在哪。
能用我自己的素材庫嗎？
能。一句話語義檢索你的素材庫或公共素材，候選片段平鋪進工程，用小眼睛逐段切換對比。本地素材只傳抽幀，本體永不上雲。
怎麼升級到新版？
說一句「升級 gtrk」即可，升 CLI 加重新整理 skill，配置保留。用 npx 的每次本就是最新版。
字幕樣式、字型能改嗎？
七種字幕樣式與雲端同款，字型在應用內一鍵安裝；匯出剪映時字幕原樣帶走，在剪映裡還能繼續改。
能做豎屏嗎？
能。長剪短橫豎屏各出一版，文字模板一份通吃橫豎屏，完整走一遍最後出三種尺寸的封面。