音乐生成工作室

音乐生成面临的技术与流程挑战

将创意（如一个主题、一段歌词或一段参考音频）转化为一首完整的音乐作品，远不止点击“生成”按钮。工程师或创作者面临一系列具体问题：

1. 方向确定与参数决策：必须明确曲风、结构、人声或纯音乐路线、速度、乐器等，这些决策直接影响产出，且需要基于用途（如BGM、广告歌）来推断。
2. 严格的生成流程：许多专业音乐生成服务采用付费API，有明确的调用流程、任务状态和严格的重复请求限制。错误调用或随意重试可能导致费用浪费或任务失败。
3. 技术集成与控制：需要通过特定的客户端脚本（而非简单的HTTP请求）与后端服务交互，处理授权、文件上传、任务轮询和结果解析。
4. 质量审听的落差：生成结果可能与预期在人声细节、旋律延续性或制作效果上存在差距，需要一个结构化的审听和迭代流程来定位问题，而不是整首重做。

技能的工作流程与技术实现

beatra-ai/music-generation-studio 技能旨在通过一个规范化的流程解决上述问题，其核心是一个专用的命令行客户端。

核心能力与关键步骤

• 专用客户端驱动：所有操作必须通过随包的 python3 scripts/mcp_client.py call 执行，并通过 stdin 传入JSON参数。这确保了授权、文件上传和任务管理的正确性。不能使用REST API或宿主Connector。
• 创作方向先行：在付费生成前，强制要求完成并锁定创作方向。这包括明确用途与听众、标题、构想、情绪、曲风、结构等“制作卡”信息，以及完整歌词（如有）。确保所有关键参数（如 model: "suno-5.5"）被明确指定。
• 一次性付费确认：对一次生成请求只进行一次付费授权。生成卡的确认、参数修改或任务丢失后的重试，都会被视为新的付费请求，需要新的 client_request_id。这避免了意外费用。
• 异步任务管理：调用 beatra.music.generate 后，获得 task_id，必须通过 beatra.tasks.get 轮询同一任务状态。严格遵守返回的 deadline_at，超时后停止轮询并报告，而非自动重提交。任务列表仅用于找回丢失的ID，需比对全部参数才能复用请求。
• 结构化审听与迭代：交付产物（task.output.clips）后，根据技术条件审听各个维度（作曲、编曲、人声表现等）。将最大的差距转化为一次聚焦的、需重新批准的生成请求，而非自动重做整首作品。

适用边界与关键约束

• 场景聚焦：本技能专注于基于明确方向（主题/歌词）的原创音乐生成。翻唱/改编请使用 ai-song-cover-studio，个性化礼物歌请使用 personalized-song-maker，短视频循环BGM请使用 short-video-bgm-studio。
• 模型与参数：默认使用 suno-5.5 模型。使用其他模型或其专属控制项时，必须通过 beatra.models.list 查询。不同模型（如Suno与MiniMax）的控制项不可互换。
• 参考音频处理：上传本地参考音频（如FLAC、MPW、WAV）必须使用随包提供的专用上传命令，该命令会处理授权和校验。参考音频用于指导生成，生成后需审听其特征是否被合理保留或改变。
• 系统集成：技能会静默检查更新，但更新失败不影响当前操作。切勿直接操作 ~/.beatra 目录或尝试断开共享凭证，因为可能有其他Beatra包依赖该连接。
• 技术属性非保证：歌手身份、发音准确性、精确时长、旋律自然延续等，是生成后需要审听的质量点，而非服务方保证的属性。