minimax-music-gen

name	minimax-music-gen
description	基于 MiniMax Music2.6 的音乐生成技能。当用户想要生成音乐、歌曲、音频时使用。 触发词包括："生成歌曲"、"写首歌"、"创作音乐"、"来一首歌"、"帮我做首歌"、 "生成歌词"、"写歌词" 等任何与音乐创作相关的请求。 也适用于用户已有歌词希望将其转化为歌曲，或描述场景/情绪想要背景音乐的场景。 即使是随意的请求如 "给我来点音乐" 或 "I want a chill beat" 也应触发此技能。 不用于：播放已有音乐文件、音乐理论问题、不涉及生成的音乐推荐。

⚠️ 重要：确认机制

音乐生成需消耗 20 AI 点，每次生成必须获得用户明确确认。

• 用户未明确回复「确认」→ 禁止生成
• 无论之前是否生成过，每次生成前都必须重新确认
• 确认状态不保留，每次生成为独立事件

---

MiniMax 音乐生成技能

使用 MiniMax Music2.6 生成歌曲（人声或器乐）。支持两种创建模式： 基础模式（一句话输入，输出歌曲）和高级控制模式（编辑歌词、优化提示词、生成前规划）。

存储路径

生成的文件保存在：~/.openclaw/workspace/generated-musics/

• 音乐文件：YYYYMMDD_HHMMSS_SSS_XX_generated.mp3
• 歌词文件：YYYYMMDD_HHMMSS_SSS_XX_lyrics.json

---

脚本说明

1. 歌词生成脚本

scripts/generate_lyrics.py — 根据提示词生成完整歌词

# 生成完整歌曲歌词
python3 scripts/generate_lyrics.py --prompt "Indie folk, melancholic, introspective, longing"

# 编辑/续写已有歌词
python3 scripts/generate_lyrics.py --prompt "make it more upbeat" --mode edit --lyrics "[Verse] 原有歌词..."

# 从 JSON 文件读取现有歌词进行编辑/续写
python3 scripts/generate_lyrics.py --prompt "make it more upbeat" --mode edit --lyrics /path/to/lyrics.json

2. 音乐生成脚本

scripts/generate_music.py — 根据提示词和歌词生成音乐

# 使用已有歌词生成音乐（直接传入歌词文本）
python3 scripts/generate_music.py --prompt "Mandopop, Festive, Upbeat" --lyrics "[Verse] 歌词内容..."

# 使用 JSON 歌词文件生成音乐
python3 scripts/generate_music.py --prompt "Pop, Romantic" --lyrics /path/to/lyrics.json

# 自动生成歌词并生成音乐
python3 scripts/generate_music.py --prompt "Electronic, Ambient" --lyrics-optimizer

# 生成纯音乐（无人声）
python3 scripts/generate_music.py --prompt "Electronic, Ambient" --instrumental

---

工作流程

第0步：检测用户意图与语言

1. 歌曲类别：人声（人声音乐）、器乐（纯音乐）
2. 创作模式偏好：他们是否提供了详细要求（→ 高级）或随意的一句话（→ 基础）？
3. 语言检测：检测用户输入的语言
   • 🇨🇳 中文输入 → 生成中文提示词，歌词为中文
   • 🇺🇸 英文输入 → 生成英文提示词，歌词为英文
   • 🌐 其他语言 → 需向用户强调确认："检测到您使用非中英语言，将使用英文生成提示词，是否继续？"

如果不确定，使用此决策树提问：

Q1：你想要哪种类型？
  - 🎤 人声音乐（有歌词演唱）
  - 🎵 纯音乐（无人声）

Q2: 你想要哪种创作模式？
  - ⚡ 基础版 — 一句话描述，自动搞定
  - 🎛️ 高级模式 — 自己调歌词、prompt、风格

如果用户给出清晰的一句话如"帮我生成一首悲伤的钢琴曲"，跳过问题 —— 推断器乐 + 基础模式并继续。

---

第1步：基础模式

目标：用户提供简短描述 → 自动生成歌词 → 生成音乐

1. 将描述扩展为提示词（语言匹配规则）：

   阅读 references/prompt_guide.md 了解风格词汇和提示词结构。

   🇨🇳 中文输入（如"下班快乐的歌"）：

   • 用中文扩展提示词，例如：

   一首欢快轻快的华语流行歌曲，庆祝下班时刻的自由，
   节奏轻快充满活力，描述离开办公室、拥抱个人时间的喜悦，
   傍晚城市灯光的氛围，轻松愉悦。
   

   🇺🇸 英文输入（如"a happy after work song"）：

   • 用英文扩展提示词，例如：

   An upbeat and cheerful Mandopop song celebrating the end of a workday,
   with energetic rhythms and optimistic melodies,
   capturing the joy of leaving the office and embracing personal time,
   evening city lights vibe.
   

   🌐 其他语言：

   • 必须向用户强调："检测到非中英输入，将使用英文生成提示词和歌词，是否继续？"
   • 用户确认后继续，或询问是否需要翻译

2. ⚠️ 必须等待用户明确确认后才可生成音乐：

   向用户展示预览并等待确认：

   🎵 **即将为你生成**：
   
   **类    型**：人声音乐 / 纯音乐
   **语    言**：🇨🇳 中文 / 🇺🇸 英文
   **Prompt**：[根据输入语言生成的提示词]
   **歌    词**：自动生成（中文/英文）
   **AI 点数**：将扣除 20 点
   
   ⚠️ 如需生成，请明确回复「确认」。
   

   重要规则：

   • 必须等待用户回复，不可主动调用生成脚本
   • 只有收到明确的「确认」二字才可执行生成
   • 收到「确认」后才继续下一步；否则停止并告知用户已取消

3. 收到确认后，执行生成

   歌词语言规则：用户输入为中文 → 生成中文歌词，输入英文 → 生成英文歌词。

   自动生成歌词（带人声）：

   python3 scripts/generate_music.py --prompt "<提示词>" --lyrics-optimizer
   

   或者生成纯音乐（无人声）：

   python3 scripts/generate_music.py --prompt "<提示词>" --instrumental
   

---

第2步：高级模式

目标：用户对每个参数有完全控制权

1. 歌词阶段

   • 如果用户提供了歌词：显示带分段标记的格式化歌词，请求编辑。
   • 用户有主题但无歌词：用 generate_lyrics.py 生成，支持迭代修改
   • 支持 edit 模式局部修改："第二段副歌改一下"

2. 提示词阶段

   • 根据歌词情绪生成推荐提示词
   • 以可编辑标签形式呈现，用户可增删改
   • 参考 references/prompt_guide.md 获取完整词汇表

3. 高级规划（可选，提供但不强制）：

   • 歌曲结构：verse-chorus-verse-chorus-bridge-chorus 或自定义
   • BPM 建议（编码为提示词中的速度描述符）
   • 参考风格："类似某种风格" → 映射到提示词标签
   • 人声特性描述

4. 最终确认：

   向用户展示预览并等待确认：

   🎵 **即将为你生成**：
   
   **类    型**：人声音乐 / 纯音乐
   **语    言**：🇨🇳 中文 / 🇺🇸 英文
   **Prompt**：[根据输入语言生成的提示词]
   **歌    词**：[展示最终歌词]
   **AI 点数**：将扣除 20 点
   
   ⚠️ 如需生成，请明确回复「确认」。
   

   重要规则：

   • 必须等待用户回复，不可主动调用生成脚本
   • 只有收到明确的「确认」二字才可执行生成
   • 收到「确认」后才继续下一步；否则停止并告知用户已取消

   歌词语言规则：用户输入为中文 → 生成中文歌词，输入英文 → 生成英文歌词。

   执行生成：

   python3 scripts/generate_music.py --prompt "<最终提示词>" --lyrics "/path/to/final_lyrics.json"
   

---

第3步：结果与发送

生成完成后告知用户并将音乐文件发送给用户：

🎵 音乐已生成
📁 文件路径：~/.openclaw/workspace/generated-musics/<文件名>.mp3

---

歌词格式

使用段落标记结构化歌词：

• [Intro] — 前奏
• [Verse] — 主歌
• [Chorus] — 副歌
• [Bridge] — 桥段
• [Outro] — 尾奏

示例：

[Verse]
第一行歌词
第二行歌词

[Chorus]
副歌部分
重复演唱的内容

---

提示词写作指南

详见 references/prompt_guide.md

核心原则：将提示词写成生动的英文完整句子，而不是逗号分隔的关键词标签

基本结构：

A [情绪/情感] [BPM 可选] [流派+子流派] 歌曲.
[人声描述].
[叙事/主题].
[氛围/场景].
[关键乐器和制作元素].

关键要点：

1. 写完整句子 — "A melancholic R&B song about..." 而非 "R&B, sad, slow, piano"
2. 使用英文 — 模型对英文提示词响应最佳
3. 具体生动 — "salvaging memory fragments in space-time" 比 "sad memories" 更有感染力