mm-music-expert 是一个基于 MiniMax 音乐生成 API 的技能，默认使用 music-2.5+ 模型，面向希望创作歌曲、纯音乐或吟唱内容的用户。使用前需设置环境变量：export MINIMAX_MUSIC_API_KEY="your_api_key"。
用途与模式：支持标准歌曲（需歌词与 prompt）、纯音乐（仅 music-2.5+ 支持，需 prompt）、哼唱/吟唱（以音节作歌词）以及自动写词（lyrics_optimizer）。music-2.5 不支持纯音乐模式。
使用方式：技能要求遵循四步交互工作流。第一步理解并澄清需求，围绕类型、风格、情绪、场景、节奏、乐器、人声、歌词、动态走向和参考等维度提问，问题需带字母选项，且不要一次抛出所有问题；若需求已明确可直接进入下一步。第二步设计歌曲蓝图，逐段规划情绪/能量、乐器/编曲、人声表现和制作特点，并据此撰写能描述段落变化的 prompt 与带结构标签、括号指令的歌词，向用户展示完整方案并等待确认。第三步运行生成命令：python scripts/generate_music.py --lyrics "<final_lyrics>" --prompt "<final_prompt>" --output ./audio/<filename>.mp3；纯音乐加 --is-instrumental true 并省略歌词，自动写词加 --lyrics-optimizer true 并省略歌词。第四步生成后告知文件位置并收集反馈，需要调整则回到第二步修改。
主要能力：支持 14 种歌词结构标签（如 [Intro]、[Verse]、[Pre Chorus]、[Chorus]、[Bridge]、[Outro]、[Drop] 等），可用编号、注释标签和括号指令控制各段落的乐器、音效、人声与动态；支持中文空格分词控制节奏、双语歌词和拟声词。CLI 参数包括 --model、--output-format（hex 或 url）、--format（mp3、wav、pcm）、--sample-rate、--bitrate、--stream、--aigc-watermark、--download 等。
适用场景：短视频/Vlog 背景音乐、个人收藏或送礼、游戏/动画配乐、咖啡馆/餐厅氛围音乐、婚礼庆典、运动健身音乐等。
限制：需要有效的 MiniMax API Key；纯音乐仅 music-2.5+ 支持；生成 API 调用可能耗时 30-120 秒；技能要求不得跳过确认步骤直接生成。具体收费、配额与价格信息暂未提供。