AI Music Agent Skill

AI 音乐 / BGM 生成（AI Music）

给短视频、Vlog、社媒内容生成原创背景音乐 / 配乐 / 纯音乐。全程通过共享脚本

skills/shared/scripts/ai_music.py 封装音乐生成 API（可插拔 provider），

异步提交 → 轮询 → 下载。生成的音乐可再交给 audio_ops.py / video_ops.py

做裁剪、归一化或加到视频。

边界：本 SKILL 只做背景音乐 / 配乐。要人声口播 / 旁白 / 朗读用 tts-voiceover。

输入

| 字段 | 必填 | 说明 |

|------|------|------|

| prompt | 是 | 风格 / 情绪 / 乐器描述（如“轻快 lo-fi，钢琴+鼓点，vlog 片头”） |

| provider | 否 | dashscope 或 suno-compatible，也可用 env MUSIC_PROVIDER |

| lyrics | 否 | 歌词（提供后走带演唱模式，不再是纯音乐） |

| duration | 否 | 时长（秒），部分 provider 支持 |

| instrumental | 否 | 纯音乐（无人声 BGM） |

| output | 否 | 默认 outputs/主题名/{name}.mp3 |

输出

• 音乐音频文件（mp3，放入 outputs/主题名/）
• 打印实际提交的 provider / model、任务轮询过程、最终输出路径

配置（需设的环境变量）

> 配置检查路径铁律：先 cd 到 AGENTS.md 末尾给出的 Easel 项目根，确认当前目录有 .env 和 skills/shared/scripts/，再运行注册表、check 或生成命令。不得改用 workspace 的 ./shared/scripts/...，也不得以 env / printenv 没显示变量为由判断未配置。

在项目根 .env 或环境变量中设置（脚本自动向上查找 .env）。用户自己填 key。

通用

MUSIC_PROVIDER=dashscope        # 或 suno-compatible；也可用 --provider 覆盖

provider = dashscope（阿里云 DashScope / 百炼）

DASHSCOPE_API_KEY=...           # 必填（别名 DASHSCOPE_KEY / ALIYUN_API_KEY）
DASHSCOPE_MUSIC_MODEL=audio-generation  # 可选（兼容旧名 DASHSCOPE_MODEL）
DASHSCOPE_BASE_URL=https://dashscope.aliyuncs.com/api/v1   # 可选

provider = suno-compatible（Suno 类第三方 API 网关）

MUSIC_API_KEY=...               # 必填
MUSIC_BASE_URL=https://api.example.com/v1   # 必填，你的 API 根地址
MUSIC_MODEL=music-1             # 可选，按服务商模型名调整

执行步骤

先跑 python skills/shared/scripts/model_registry.py configured --group music --env-file .env。只有一个可用时直接显式传 --provider；多个可用且用户没点名时，先列出选项询问，不按 MUSIC_PROVIDER 擅自选择。

脚本路径（相对项目根）：skills/shared/scripts/ai_music.py。每个子命令支持 -h。

1. 先自检配置 check（不发请求）

python skills/shared/scripts/ai_music.py check --provider dashscope

缺 key 会明确列出缺哪个 env（含别名提示）。配置齐了再往下。

2. 生成音乐 generate

# 纯音乐 BGM（dashscope）
python skills/shared/scripts/ai_music.py generate --provider dashscope \
  --prompt "轻快的 lo-fi 嘻哈，钢琴 + 柔和鼓点，适合 vlog 片头" \
  --duration 30 --instrumental \
  -o outputs/主题名/vlog-bgm.mp3

# 带演唱（suno-compatible，给了歌词）
python skills/shared/scripts/ai_music.py generate --provider suno-compatible \
  --prompt "温暖的民谣，吉他弹唱" \
  --lyrics "$(cat lyrics.txt)" \
  -o outputs/主题名/song.mp3

--poll-interval（轮询间隔，默认 5s）、--timeout（超时，默认 300s）可按需调。

3. 后处理（可选，复用已有共享脚本，不在本 SKILL 重造）

# ① 裁剪到片头需要的长度
python skills/shared/scripts/audio_ops.py trim outputs/主题名/vlog-bgm.mp3 \
  -o outputs/主题名/bgm-8s.mp3 --duration 8

# ② 归一化到社媒响度（-14 LUFS）
python skills/shared/scripts/audio_ops.py normalize outputs/主题名/vlog-bgm.mp3 \
  -o outputs/主题名/bgm-norm.mp3

# ③ 把 BGM 加到视频（可调原声/BGM 音量比，自动循环并截断）
python skills/shared/scripts/video_ops.py bgm -i clip.mp4 -o clip_bgm.mp4 \
  --music outputs/主题名/vlog-bgm.mp3 --voice-volume 1.0 --music-volume 0.3

规则

• 先 check 再 generate — 缺 key 时 check 给出清晰中文提示，不浪费一次失败请求。
• 绝不覆盖原始素材 — 只写新文件到 outputs/主题名/。
• 不重造能力 — 裁剪 / 归一化 / 加视频 BGM 复用 audio_ops.py / video_ops.py。
• provider 可插拔 — 换服务商只改 --provider + env，SKILL 流程不变。
• 与 tts-voiceover 分工 — 背景音乐/配乐找 ai-music，人声配音找 tts-voiceover。

两者可组合：ai-music 出 BGM + tts-voiceover 出旁白 → video_ops.py bgm 混音。