/gtrk-composite

name: gtrk-composite
description: 合成层包装（合成颗粒）——粗剪、B-roll、字幕都定了之后，把选定时间窗做成「合成」：一段时间内的整个画面由一颗代码颗粒接管（画中画拼贴、逐句换画面、对照并排、并列卡片、字幕排版），讲者与 B-roll 作为槽位画进去。三种入口：整片铺满 / 让 AI 判定哪里值得做 / 用户指定区间；候选窗口显示在客户端大纲的 CP 行。当用户想「做合成 / 合成层 / 整片做一下合成包装 / 哪里适合做合成 / 这段做成画中画拼贴 / 11 秒到 32 秒做个合成 / 逐句换画面 / 把字幕排进画面里」时使用本 skill，驱动 `gtrk composite`（plan → review → scaffold → build → lint → lay → bake），别手搓 HTML 铺进工程。

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：

1. **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）。

2. **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。 3. **写场景**（格式见「场景写法速查」）。 4. **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`。 5. **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）

1. **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。

2. **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。

3. **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）。

• ❌ 反例：画框里留一道黑带。

4. **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。

5. **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。 6. **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。 7. **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。 8. **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）
  "w