minimax-music-gen

用途

MiniMax 音乐生成技能用于通过 MiniMax Music API 生成歌曲或音频音轨。当用户提出音乐创作、写歌、歌词生成、音频制作等需求时触发。它支持三种歌曲类别：带歌词的人声歌曲、纯器乐音轨，以及基于参考音频的翻唱。

主要能力

基础模式：用户提供一句话描述，技能自动扩展为丰富的音乐提示词并直接调用 API 生成。
高级控制模式：用户可在生成前完全控制各项参数，包括歌词编辑、提示词优化、歌曲结构规划、BPM 建议、参考风格映射、人声特征描述等。
歌词处理：支持通过 --lyrics-optimizer 自动生成歌词，也支持用户通过 --lyrics 提供自定义歌词，并支持迭代编辑（如只重写某一段副歌）。
器乐生成：通过 --instrumental 生成无人声的纯器乐音轨。
翻唱模式：使用 music-cover-free 模型，基于参考音频生成翻唱版本。参考音频支持 mp3、wav、flac，时长 6 秒至 6 分钟，最大 50MB。未提供歌词时自动通过 ASR 提取原歌词。
结构化参数：支持 --genre、--mood、--vocals、--instruments、--bpm、--key、--tempo、--structure、--references、--avoid、--use-case 等参数，对 API 进行细粒度控制。
播放与反馈：生成后自动检测可用播放器（mpv、ffplay、afplay）进行播放，并收集用户反馈以迭代调整。

使用方式

前置条件

需要 mmx CLI。检查是否已安装：

command -v mmx && mmx --version || echo "mmx not found"

安装（需要 Node.js）：

npm install -g mmx-cli

首次认证：

mmx auth login --api-key <your-minimax-api-key>

API Key 可从 MiniMax Platform 获取，凭证保存到 ~/.mmx/credentials.json。验证：

mmx quota show

推荐安装音频播放器 mpv、ffplay 或 afplay（macOS 内置），其中 mpv 因支持交互控制而优先。

生成命令示例

带自动生成歌词的人声歌曲：

mmx music generate \
  --prompt "<prompt>" \
  --lyrics-optimizer \
  --genre "<genre>" --mood "<mood>" --vocals "<vocal style>" \
  --instruments "<instruments>" --bpm <bpm> \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

带用户提供歌词的人声歌曲：

mmx music generate \
  --prompt "<prompt>" \
  --lyrics "<lyrics with section markers>" \
  --genre "<genre>" --mood "<mood>" --vocals "<vocal style>" \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

纯器乐：

mmx music generate \
  --prompt "<prompt>" \
  --instrumental \
  --genre "<genre>" --mood "<mood>" --instruments "<instruments>" \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

翻唱（本地文件）：

mmx music cover \
  --prompt "<cover style description>" \
  --audio-file <source.mp3> \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

翻唱（URL）：

mmx music cover \
  --prompt "<cover style description>" \
  --audio <source_url> \
  --out ~/Music/minimax-gen/<filename>.mp3 \
  --quiet --non-interactive

翻唱可选参数包括 --seed（随机种子 0-1000000）、--channel（1 单声道 / 2 立体声，默认 2）、--format（mp3 默认 / wav / pcm）、--sample-rate（默认 44100）、--bitrate（默认 256000）。

工作流程

检测意图：判断歌曲类别（人声/器乐/翻唱）和创作模式（基础/高级）。若描述明确则跳过提问。
基础模式：将用户一句话扩展为丰富提示词，展示预览并确认后生成。
高级控制模式：先处理歌词阶段（展示、编辑或自动生成），再处理提示词阶段（生成可编辑标签），可选进行高级规划，最后确认参数并生成。
调用 mmx：执行生成命令，典型生成耗时 30-120 秒。
播放：检测可用播放器并播放，显示文件路径。
反馈与迭代：收集用户反馈，支持满意保留、调整重生成、微调歌词/风格、删除重来。

存储

所有生成的音乐保存到 ~/Music/minimax-gen/，文件命名格式为 YYYYMMDD_HHMMSS_<slug>.mp3。若目录中文件超过 50 个，建议在新会话开始时清理。

适用场景

根据一句话描述快速生成歌曲或纯音乐
需要精细控制歌词、风格、BPM、乐器等参数的音乐创作
为已有音频制作翻唱版本
歌词创作与迭代修改

限制与注意事项

依赖 mmx CLI 和 Node.js 环境，需有效的 MiniMax API Key。
翻唱参考音频有格式、时长和大小限制（mp3/wav/flac，6 秒至 6 分钟，最大 50MB）。
不得复制受版权保护的歌词；翻唱时应基于原曲主题创作原创歌词。
歌词中的段落标记 API 可识别 [verse]、[chorus]、[bridge]、[outro]、[intro]，提供 --lyrics 时应始终包含。
API 提示词使用英文标签效果最佳，中文标签也可接受，可混用。
歌词语言默认与用户语言一致，如需其他语言应通过人声描述或曲风（如 K-pop、Mandopop）自然表达。
错误处理涵盖 mmx 未安装、认证错误（退出码 3）、配额超限（退出码 4）、API 超时（退出码 5）、内容过滤（退出码 10）、歌词格式无效、无播放器、网络错误等情况。
具体收费、价格信息暂未提供。