Video & Audio
Skill
/gtrk-talking-head
通用口播视频创作图纸（口播链）——把一条或一组真人出镜的口播毛片，做成完整包装的可出片工程：外录音轨对齐换轨 → 多段拼接 → oralcut 粗剪 → 拆分派单 → B-roll/MG 字卡 → BGM → 字幕 → 客户端出片。当用户想「口播视频从毛片做到成片 / 口播完整包装 / 我拍了几段口播帮我做成一期 / 领夹麦音轨怎么合进去 / 口播加 B-roll 加字卡 / talking head 成片」时使用本 skill。凡涉及真人口播的完整成片编排，优先用本图纸驱动全链，别只跑一句 oralcut 了事、也别手搓 ffmpeg。
Claude Code
$ npx -y skills add Gitruck/cli --skill gtrk-talking-head --agent claude-code
Codex
$ npx skills add Gitruck/cli --skill gtrk-talking-head -a codex -y
Cursor
$ npx skills add Gitruck/cli --skill gtrk-talking-head -a cursor -y
Gemini CLI
$ npx skills add Gitruck/cli --skill gtrk-talking-head -a gemini-cli -y
GitHub Copilot
$ npx skills add Gitruck/cli --skill gtrk-talking-head -a github-copilot -y
OpenCode
$ npx skills add Gitruck/cli --skill gtrk-talking-head -a opencode -y
Windsurf
$ npx skills add Gitruck/cli --skill gtrk-talking-head -a windsurf -y
SKILL.md
gtrk-talking-head.SKILL.mdname: gtrk-talking-head
description: 通用口播视频创作图纸（口播链）——把一条或一组真人出镜的口播毛片，做成完整包装的可出片工程：外录音轨对齐换轨 → 多段拼接 → oralcut 粗剪 → 拆分派单 → B-roll/MG 字卡 → BGM → 字幕 → 客户端出片。当用户想「口播视频从毛片做到成片 / 口播完整包装 / 我拍了几段口播帮我做成一期 / 领夹麦音轨怎么合进去 / 口播加 B-roll 加字卡 / talking head 成片」时使用本 skill。凡涉及真人口播的完整成片编排，优先用本图纸驱动全链，别只跑一句 oralcut 了事、也别手搓 ffmpeg。
gtrk-talking-head（通用口播 · 组合成片图纸）
把**真人出镜的口播毛片**（一条或一组）变成**完整包装的可出片工程**：双轨换声 → 拼段 → 粗剪 → 检查点① → 拆分 → B-roll → 字卡 → BGM → 字幕 → 精剪包装（合成）→ 客户端出片。
> **定位**：第四张 **structure 级组合图纸**。本图纸自身不新增命令，只编排零件（audio align / oralcut / split / matrix / mg / audio lay / subtitle lay——其中对轨零件 `gtrk audio align` 与本图纸同批交付）。零件参数细节以各自 skill（`/gtrk-oralcut`、`/gtrk-splitter`、`/gtrk-matrix`、`/gtrk-mg`）与 `--help` 为准，**本图纸引用不复制**；编排次序、检查点、双轨与多段规约以本图纸为准。**CLI 是手，你是脑。**
**与另外三张图纸的分野**（先对号入座再开工）：
| 图纸 | 内容从哪来 | 产物 | |---|---|---| | 旅拍解说 | 素材 + **AI 写稿 + TTS 配音**（无真人出镜） | 完整包装工程 | | 直播切片 | 直播回放，**只粗剪不包装** | 一批粗剪工程 | | **口播链（本图纸）** | **真人已把内容讲完**，AI 只做剪与包装 | 完整包装工程 |
> 用户只要「剪干净」不要包装 → 那是一句 `/gtrk-oralcut` 的事，别拉全链。
一、输入契约与开工五问
**输入**：口播毛片本地文件（一条或多条），可带独立外录音轨（wav / MP3 / m4a / flac），可带文稿 txt。
| # | 问 | 怎么取证 | 决定什么 | |---|---|---|---| | ① | 一条还是多条？多条是**一期分段**还是**各自成片**？ | **问用户，MUST NOT 代猜**（同日多条两种都常见） | 走不走拼段（§三） | | ② | 有无独立外录音轨？ | 看目录配对（每条视频旁的音频文件）+ ffprobe 时长比对 | 走不走双轨换声（§二） | | ③ | 有没有文稿？ | **问用户，MUST NOT 代猜**（目录里没有 txt 不等于没稿）。**⚠️ 即兴内容禁传事后整理稿**——oralcut 会把「终稿外内容」当废话剪掉，即兴场景必须走无稿智能重建 | `--script` 传不传 | | ④ | 毛片几何 | ffprobe | 画幅随片（**非拍板项**，与旅拍不同——那边是无中生有须拍板画幅）；非标帧率会被吸附到标准值，属预期 | | ⑤ | **B-roll 素材来源** | **问用户，MUST NOT 硬塞**：有没有本地素材文件夹（要路径）？要不要用云端素材填充？ | §五 matrix 走法三选一：本地（`--local --dirs`）/ 云端 / **都不要 = 不铺 B-roll**（纯 A_ROLL + MG 字卡也是完整成片形态） | | ⑥ | **有没有与人像同步录制的屏录 / 第二机位？** | **问用户，MUST NOT 代猜**（看目录里有没有同时段的屏录 / 另一机位文件只是提示，不是答案）。有则追问三样：画中画形状（圆 / 圆角方 / 爱心 / 菱形 / 星形，缺省圆）、位置（缺省右下）、大小（缺省约 28% 画幅高） | 走不走 §二′ 双源画中画（`gtrk pip lay`）；屏录题材 **⑤ 默认答「不铺 B-roll」**（屏幕本身即画面） |
**开工问询是一次停（两种模式都是）**：①（多条时）③⑤⑥ MUST 问用户、MUST NOT 代猜，一张表一次问完、不碎问；②④ 自己取证，不发问。**答完之前 MUST NOT 跑 `gtrk oralcut` 或任何计费命令**——oralcut 是本链第一个计费命令，排在检查点①之前，能拦住它的只有这次问询。用户原话已经答了的项不重问，须答项全有答案就不停、直接开剪。目录取证（同目录有没有外录音轨、文稿、屏录 / 第二机位）写进表里当提示（如「目录里没看到文稿 / 屏录」），MUST NOT 代答 ③⑥——稿和屏录常放在别处。下面两段的告知与轻提随这张表一起给。
> **推荐面（公约 §三‴）**：问答收口时可问一句「要不要看看第三方 skill？」；题材命中场景触发词才定向推荐，读取 `gtrk skills recommend --scene <id> --json`；用户拒绝后不执行推荐动作。
> **精剪包装（公约 §三⁵）**：开工时告知一句「快速成片会在适合的段落做合成包装，最多全片四分之一，不要就说一声」——不是问题，用户说不要即零动作；`gtrk composite bake --abi` 报烘焙浏览器没装时，在这张问询表里多问一句装不装（不装用本机 Chrome / Edge）。
二、双轨收音：对轨 → 换轨（本图纸最大的新东西）
真实口播几乎都是**双轨收音**：相机内录只是参考声，领夹麦/录音笔的外录才是成片要用的。而粗剪链吃的是视频文件里的音轨 ⇒ **先把外录换进去，转写和成片就都是外录声**。
**对轨是可选前置**：用户给的毛片若已换好轨（或本就单轨无外录），本节整体跳过、后续零差别——链路不检查任何「对轨凭据」。
一条命令，不用人判两态
gtrk audio align "<毛片>" "<外录>"
已对齐、未对齐**都直接跑自动分支**——已对齐素材会测出接近 0 的偏移与高置信。**测出 0 比假设 0 更稳**：万一素材其实没对齐，假设 0 会静默错轨。 `--offset 0` 只在你确知偏移时用（跳过检测省几秒）。
命令自动互相关测偏移并给**置信度**，按置信度分流：
1. **置信度 ≥ 阈值** → 直接换轨产 `<名>_extaudio.mp4`，回执打印偏移/置信度，**零人工**。 2. **置信度 < 阈值** → 不猜、不硬上：命令产一个**对齐工程** `<名>_align.gtrk`（视频 + 外录双素材）——让用户在**客户端时间线上拖音轨对齐**（有波形有预览，比任何抽听都直观），保存后：
gtrk audio align --resume "<名>_align.gtrk"
读回人工确认的偏移，完成换轨。
> 命令面细节（`--offset` / `--threshold` / `-o` / `--json`）以 `gtrk audio align --help` 为准，本节不搬手册。
三条纪律
- ⚠️ **换轨产物是新文件，且是后续工程的素材——用户必须留存**，删了工程就素材脱机（同直播切片的切段警告）。
- **内录不丢弃**：原毛片原地不动就是保底轨，外录出问题（爆音/断录）随时回退重跑。
- 闭环：oralcut 产的工程本来就进客户端 ⇒ **对齐效果（唇音同步）最终以客户端预览为准**——兜底与验收用同一个工具。
二′、屏录 / 第二机位：双源画中画（`gtrk pip lay`）
真实的「讲软件 / 讲代码 / 讲课件」口播几乎都是**两条文件同步录**：屏幕一条、人像一条。粗剪只剪人像；本零件把粗剪的**每个切点镜像到屏录**， 铺出「屏录满幅轨 + 人像画中画副本轨」，画中画带形状蒙版 / 圆角，客户端打开即所见。**纯本地、零计费。**
链路位置
对轨（§二，可选）→ `oralcut` → **检查点①** → **`gtrk pip lay`** → 包装（字卡 / BGM / 字幕）→ 客户端出片。 `pip lay` **不新增必停点**——铺完让用户在客户端看一眼即可；只有低置信兜底会停（那是数据正确性问题，两种模式都停）。
一条命令
gtrk pip lay --project "<口播工程目录>" --companion "<屏录.mp4>" \
[--shape ellipse|rectangle|heart|diamond|star|none] [--feather 10] [--border-radius 24] \
[--anchor bottom-right] [--scale 0.28] [--margin 40] [--offset <秒>] [--dry-run]
自动分支：以人像为参考、屏录为待对齐做互相关，置信度 ≥ 阈值直接铺，回执逐颗打印偏移与钳位（**打印数字，不打「已验证」**）； 置信度不足 → 产 `<屏录名>_pip_align.gtrk`，让用户在客户端把「伴随源」轨拖到与人像画面对齐后保存，再：
gtrk pip lay --project "<口播工程目录>" --resume "<屏录名>_pip_align.gtrk"
四条纪律
- **录制规约**（开工时就说）：两条文件同步录；**屏录 MUST 带麦克风音轨**（互相关的参照，无麦只能 `--offset` 或客户端拖齐）；开录后拍一下手。
- **主轨不动**：人像仍是主轨（`split` / `subtitle lay` 对 transcript 的锚不变），屏录与画中画都是叠加轨；画中画副本恒静音，人声由主轨承担。
- **屏录比人像短 / 晚开录**：对应段留空、回执点名毫秒数，MUST NOT 拉伸或变速补齐；成片该段只见人像主轨——这是如实，不是缺陷。
- **幂等**：改了参数直接重跑，自产轨剥旧重铺；用户在客户端动过的画中画 clip 会被保留并点名，不会被覆盖。
出片口径
客户端本地导出（所见即所得）/ `gtrk render`（本地合成画中画几何与蒙版）/ 导剪映（圆窗 / 圆角进草稿；**菱形剪映无对应会跳过并明示**）。
三、多段一期：concat-first
一期内容由多段毛片构成时（分场景拍摄、换机位重启录制），**先拼后剪**：
1. **参数一致性四查**：编码 / 几何 / 帧率 / 音频采样率（`ffprobe` 逐段比对）。同机位同期拍摄基本都一致。 2. 一致 → `-c copy` 无损拼接（先逐段完成 §二 换轨再拼）：
printf "file '%s'\n" seg1_extaudio.mp4 seg2_extaudio.mp4 seg3_extaudio.mp4 > list.txt
ffmpeg -f concat -safe 0 -i list.txt -c copy "<工作区>/inputs/<期名>_full.mp4"
3. 对拼接产物跑**一次** oralcut——一份工程、一次计费、粗剪自然跨段（段间的重录/垫场会被当停顿剪掉）。 4. **参数不一致**（罕见）→ 逐段各跑 oralcut 出 N 份工程、拼接归用户在客户端做。**MUST NOT 静默转码统一参数**。 5. 拼接产物同受「留存」警告。
四、粗剪与检查点①（必停）
进入本节时开工问询已经答完（§一），③ 的答案决定传不传 `--script`。检查点①只收下面列的四项；开工问询漏问的项 MUST NOT 挪到这里补问——回头补问 ③ 意味着粗剪可能要带稿重跑、再计一次费。
gtrk oralcut "<inputs/…_full.mp4>" --lang zh-CN [--script 稿.txt] [--preset concise]
命令与参数细节归 `/gtrk-oralcut`，本节只管**走查什么**：
1. **粗剪回执走查**：时长压缩比是否合理（口播毛片通常剪去 20–50%）、report 剪除项抽查 2–3 处是否真是废话。**剪错了真内容** → 换 `--preset steady` 或开 `--visual-assist` 重跑，MUST NOT 带着错误粗剪往下铺。 2. **BGM 拍板（双来源，推荐必附试听链接）**：用户自带音乐 → 问是否 `audio_separation` 分离取伴奏；没带 → 素材矩阵按内容基调搜 3–5 首附试听直链。 3. **字幕样式拍板**：给样式候选，用户没选用 default。 4. **前六秒方案拍板**（公约 §三⁗ 执行文本，引用不复制）：粗剪回执到手后、检查点①之前由你产——基于粗剪转写**首段**改写**钩子文案三候选**（五型任选，每条一行，只改开口方式、MUST NOT 改动用户的事实与数据）+ **画面层建议**（A_ROLL / MG 字卡 / 拼贴或 AI 片段三选一）+ **字卡节奏**（屏字与出现时机按公约口径）。与前三项同屏一次拍板；用户答「开场照原样」= 零动作、后续不再提。先给自持方案，再一句轻提「要更多变体也可以看第三方钩子 skill」（推荐面 §三‴ 的 `hook` 场景，不列名）。拍了 MG 字卡 ⇒ §五 拆分稿里开场 beat 的 MG `handoff.theme` 写 `"opening-hook｜屏字：<拍板文案>"`；拍了 A_ROLL ⇒ 开场不派辅助层。
以上四项一次确认完 = 检查点①收口。
五、拆分与铺
Read more
name: gtrk-talking-head description: 通用口播视频创作图纸（口播链）——把一条或一组真人出镜的口播毛片，做成完整包装的可出片工程：外录音轨对齐换轨 → 多段拼接 → oralcut 粗剪 → 拆分派单 → B-roll/MG 字卡 → BGM → 字幕 → 客户端出片。当用户想「口播视频从毛片做到成片 / 口播完整包装 / 我拍了几段口播帮我做成一期 / 领夹麦音轨怎么合进去 / 口播加 B-roll 加字卡 / talking head 成片」时使用本 skill。凡涉及真人口播的完整成片编排，优先用本图纸驱动全链，别只跑一句 oralcut 了事、也别手搓 ffmpeg。
gtrk-talking-head（通用口播 · 组合成片图纸）
把**真人出镜的口播毛片**（一条或一组）变成**完整包装的可出片工程**：双轨换声 → 拼段 → 粗剪 → 检查点① → 拆分 → B-roll → 字卡 → BGM → 字幕 → 精剪包装（合成）→ 客户端出片。
> **定位**：第四张 **structure 级组合图纸**。本图纸自身不新增命令，只编排零件（audio align / oralcut / split / matrix / mg / audio lay / subtitle lay——其中对轨零件 `gtrk audio align` 与本图纸同批交付）。零件参数细节以各自 skill（`/gtrk-oralcut`、`/gtrk-splitter`、`/gtrk-matrix`、`/gtrk-mg`）与 `--help` 为准，**本图纸引用不复制**；编排次序、检查点、双轨与多段规约以本图纸为准。**CLI 是手，你是脑。**
**与另外三张图纸的分野**（先对号入座再开工）：
| 图纸 | 内容从哪来 | 产物 | |---|---|---| | 旅拍解说 | 素材 + **AI 写稿 + TTS 配音**（无真人出镜） | 完整包装工程 | | 直播切片 | 直播回放，**只粗剪不包装** | 一批粗剪工程 | | **口播链（本图纸）** | **真人已把内容讲完**，AI 只做剪与包装 | 完整包装工程 |
> 用户只要「剪干净」不要包装 → 那是一句 `/gtrk-oralcut` 的事，别拉全链。
一、输入契约与开工五问
**输入**：口播毛片本地文件（一条或多条），可带独立外录音轨（wav / MP3 / m4a / flac），可带文稿 txt。
| # | 问 | 怎么取证 | 决定什么 | |---|---|---|---| | ① | 一条还是多条？多条是**一期分段**还是**各自成片**？ | **问用户，MUST NOT 代猜**（同日多条两种都常见） | 走不走拼段（§三） | | ② | 有无独立外录音轨？ | 看目录配对（每条视频旁的音频文件）+ ffprobe 时长比对 | 走不走双轨换声（§二） | | ③ | 有没有文稿？ | **问用户，MUST NOT 代猜**（目录里没有 txt 不等于没稿）。**⚠️ 即兴内容禁传事后整理稿**——oralcut 会把「终稿外内容」当废话剪掉，即兴场景必须走无稿智能重建 | `--script` 传不传 | | ④ | 毛片几何 | ffprobe | 画幅随片（**非拍板项**，与旅拍不同——那边是无中生有须拍板画幅）；非标帧率会被吸附到标准值，属预期 | | ⑤ | **B-roll 素材来源** | **问用户，MUST NOT 硬塞**：有没有本地素材文件夹（要路径）？要不要用云端素材填充？ | §五 matrix 走法三选一：本地（`--local --dirs`）/ 云端 / **都不要 = 不铺 B-roll**（纯 A_ROLL + MG 字卡也是完整成片形态） | | ⑥ | **有没有与人像同步录制的屏录 / 第二机位？** | **问用户，MUST NOT 代猜**（看目录里有没有同时段的屏录 / 另一机位文件只是提示，不是答案）。有则追问三样：画中画形状（圆 / 圆角方 / 爱心 / 菱形 / 星形，缺省圆）、位置（缺省右下）、大小（缺省约 28% 画幅高） | 走不走 §二′ 双源画中画（`gtrk pip lay`）；屏录题材 **⑤ 默认答「不铺 B-roll」**（屏幕本身即画面） |
**开工问询是一次停（两种模式都是）**：①（多条时）③⑤⑥ MUST 问用户、MUST NOT 代猜，一张表一次问完、不碎问；②④ 自己取证，不发问。**答完之前 MUST NOT 跑 `gtrk oralcut` 或任何计费命令**——oralcut 是本链第一个计费命令，排在检查点①之前，能拦住它的只有这次问询。用户原话已经答了的项不重问，须答项全有答案就不停、直接开剪。目录取证（同目录有没有外录音轨、文稿、屏录 / 第二机位）写进表里当提示（如「目录里没看到文稿 / 屏录」），MUST NOT 代答 ③⑥——稿和屏录常放在别处。下面两段的告知与轻提随这张表一起给。
> **推荐面（公约 §三‴）**：问答收口时可问一句「要不要看看第三方 skill？」；题材命中场景触发词才定向推荐，读取 `gtrk skills recommend --scene <id> --json`；用户拒绝后不执行推荐动作。
> **精剪包装（公约 §三⁵）**：开工时告知一句「快速成片会在适合的段落做合成包装，最多全片四分之一，不要就说一声」——不是问题，用户说不要即零动作；`gtrk composite bake --abi` 报烘焙浏览器没装时，在这张问询表里多问一句装不装（不装用本机 Chrome / Edge）。
二、双轨收音：对轨 → 换轨（本图纸最大的新东西）
真实口播几乎都是**双轨收音**：相机内录只是参考声，领夹麦/录音笔的外录才是成片要用的。而粗剪链吃的是视频文件里的音轨 ⇒ **先把外录换进去，转写和成片就都是外录声**。
**对轨是可选前置**：用户给的毛片若已换好轨（或本就单轨无外录），本节整体跳过、后续零差别——链路不检查任何「对轨凭据」。
一条命令，不用人判两态
gtrk audio align "<毛片>" "<外录>"
已对齐、未对齐**都直接跑自动分支**——已对齐素材会测出接近 0 的偏移与高置信。**测出 0 比假设 0 更稳**：万一素材其实没对齐，假设 0 会静默错轨。 `--offset 0` 只在你确知偏移时用（跳过检测省几秒）。
命令自动互相关测偏移并给**置信度**，按置信度分流：
1. **置信度 ≥ 阈值** → 直接换轨产 `<名>_extaudio.mp4`，回执打印偏移/置信度，**零人工**。 2. **置信度 < 阈值** → 不猜、不硬上：命令产一个**对齐工程** `<名>_align.gtrk`（视频 + 外录双素材）——让用户在**客户端时间线上拖音轨对齐**（有波形有预览，比任何抽听都直观），保存后：
gtrk audio align --resume "<名>_align.gtrk"
读回人工确认的偏移，完成换轨。
> 命令面细节（`--offset` / `--threshold` / `-o` / `--json`）以 `gtrk audio align --help` 为准，本节不搬手册。
三条纪律
- ⚠️ **换轨产物是新文件，且是后续工程的素材——用户必须留存**，删了工程就素材脱机（同直播切片的切段警告）。
- **内录不丢弃**：原毛片原地不动就是保底轨，外录出问题（爆音/断录）随时回退重跑。
- 闭环：oralcut 产的工程本来就进客户端 ⇒ **对齐效果（唇音同步）最终以客户端预览为准**——兜底与验收用同一个工具。
二′、屏录 / 第二机位：双源画中画（`gtrk pip lay`）
真实的「讲软件 / 讲代码 / 讲课件」口播几乎都是**两条文件同步录**：屏幕一条、人像一条。粗剪只剪人像；本零件把粗剪的**每个切点镜像到屏录**， 铺出「屏录满幅轨 + 人像画中画副本轨」，画中画带形状蒙版 / 圆角，客户端打开即所见。**纯本地、零计费。**
链路位置
对轨（§二，可选）→ `oralcut` → **检查点①** → **`gtrk pip lay`** → 包装（字卡 / BGM / 字幕）→ 客户端出片。 `pip lay` **不新增必停点**——铺完让用户在客户端看一眼即可；只有低置信兜底会停（那是数据正确性问题，两种模式都停）。
一条命令
gtrk pip lay --project "<口播工程目录>" --companion "<屏录.mp4>" \ [--shape ellipse|rectangle|heart|diamond|star|none] [--feather 10] [--border-radius 24] \ [--anchor bottom-right] [--scale 0.28] [--margin 40] [--offset <秒>] [--dry-run]
自动分支：以人像为参考、屏录为待对齐做互相关，置信度 ≥ 阈值直接铺，回执逐颗打印偏移与钳位（**打印数字，不打「已验证」**）； 置信度不足 → 产 `<屏录名>_pip_align.gtrk`，让用户在客户端把「伴随源」轨拖到与人像画面对齐后保存，再：
gtrk pip lay --project "<口播工程目录>" --resume "<屏录名>_pip_align.gtrk"
四条纪律
- **录制规约**（开工时就说）：两条文件同步录；**屏录 MUST 带麦克风音轨**（互相关的参照，无麦只能 `--offset` 或客户端拖齐）；开录后拍一下手。
- **主轨不动**：人像仍是主轨（`split` / `subtitle lay` 对 transcript 的锚不变），屏录与画中画都是叠加轨；画中画副本恒静音，人声由主轨承担。
- **屏录比人像短 / 晚开录**：对应段留空、回执点名毫秒数，MUST NOT 拉伸或变速补齐；成片该段只见人像主轨——这是如实，不是缺陷。
- **幂等**：改了参数直接重跑，自产轨剥旧重铺；用户在客户端动过的画中画 clip 会被保留并点名，不会被覆盖。
出片口径
客户端本地导出（所见即所得）/ `gtrk render`（本地合成画中画几何与蒙版）/ 导剪映（圆窗 / 圆角进草稿；**菱形剪映无对应会跳过并明示**）。
三、多段一期：concat-first
一期内容由多段毛片构成时（分场景拍摄、换机位重启录制），**先拼后剪**：
1. **参数一致性四查**：编码 / 几何 / 帧率 / 音频采样率（`ffprobe` 逐段比对）。同机位同期拍摄基本都一致。 2. 一致 → `-c copy` 无损拼接（先逐段完成 §二 换轨再拼）：
printf "file '%s'\n" seg1_extaudio.mp4 seg2_extaudio.mp4 seg3_extaudio.mp4 > list.txt ffmpeg -f concat -safe 0 -i list.txt -c copy "<工作区>/inputs/<期名>_full.mp4"
3. 对拼接产物跑**一次** oralcut——一份工程、一次计费、粗剪自然跨段（段间的重录/垫场会被当停顿剪掉）。 4. **参数不一致**（罕见）→ 逐段各跑 oralcut 出 N 份工程、拼接归用户在客户端做。**MUST NOT 静默转码统一参数**。 5. 拼接产物同受「留存」警告。
四、粗剪与检查点①（必停）
进入本节时开工问询已经答完（§一），③ 的答案决定传不传 `--script`。检查点①只收下面列的四项；开工问询漏问的项 MUST NOT 挪到这里补问——回头补问 ③ 意味着粗剪可能要带稿重跑、再计一次费。
gtrk oralcut "<inputs/…_full.mp4>" --lang zh-CN [--script 稿.txt] [--preset concise]
命令与参数细节归 `/gtrk-oralcut`，本节只管**走查什么**：
1. **粗剪回执走查**：时长压缩比是否合理（口播毛片通常剪去 20–50%）、report 剪除项抽查 2–3 处是否真是废话。**剪错了真内容** → 换 `--preset steady` 或开 `--visual-assist` 重跑，MUST NOT 带着错误粗剪往下铺。 2. **BGM 拍板（双来源，推荐必附试听链接）**：用户自带音乐 → 问是否 `audio_separation` 分离取伴奏；没带 → 素材矩阵按内容基调搜 3–5 首附试听直链。 3. **字幕样式拍板**：给样式候选，用户没选用 default。 4. **前六秒方案拍板**（公约 §三⁗ 执行文本，引用不复制）：粗剪回执到手后、检查点①之前由你产——基于粗剪转写**首段**改写**钩子文案三候选**（五型任选，每条一行，只改开口方式、MUST NOT 改动用户的事实与数据）+ **画面层建议**（A_ROLL / MG 字卡 / 拼贴或 AI 片段三选一）+ **字卡节奏**（屏字与出现时机按公约口径）。与前三项同屏一次拍板；用户答「开场照原样」= 零动作、后续不再提。先给自持方案，再一句轻提「要更多变体也可以看第三方钩子 skill」（推荐面 §三‴ 的 `hook` 场景，不列名）。拍了 MG 字卡 ⇒ §五 拆分稿里开场 beat 的 MG `handoff.theme` 写 `"opening-hook｜屏字：<拍板文案>"`；拍了 A_ROLL ⇒ 开场不派辅助层。
以上四项一次确认完 = 检查点①收口。
五、拆分与铺
Stats
969
Stars
3
Forks
Active
Maintenance
TypeScript
Language
MIT
License
Last commit
Created
Added
96924 skills
Stars on GitHub
Momentum
- stars in total
- 969
Other skills on gtrk.
More skills from other plugins.
captions-overlay
Overlay doctrine for captions in HyperFrames videos — the caption MODEL (drop / rail / embed) and the rule that captions are an…
@heygen-comInstall Skillacestep
AI music generation with ACE-Step 1.5 — background music, vocal tracks, covers, stem extraction for video production. Use when…
@calesthioInstall Skill
seedance-antislop
This skill should be used when a Seedance 2.0 prompt contains generic AI filler, hollow superlatives, vague cinematic language,…
@emily2040Install SkillQuestions about gtrk-talking-head.
- Which coding agents can use gtrk-talking-head?
- gtrk-talking-head installs in Claude Code, Codex, Cursor, Gemini CLI, GitHub Copilot, OpenCode and Windsurf with the skills CLI, using each agent's flag shown on this page. Flowy's auto-invocation, which fires a skill when your prompt matches, runs in Claude Code only.