用途 该技能面向需要通过命令行生成 AI 音乐与歌曲的用户，底层依托 inference.sh 的 CLI 工具（belt）调用多个音频生成模型。适合内容创作者、播客制作者、视频制作者、游戏开发者等按提示词快速产出音乐素材。
主要能力与可用模型 支持以下模型：
- ElevenLabs Music，App ID 为 elevenlabs/music，适用于最长约 10 分钟、带商业许可的音乐生成。
- Diffrythm，App ID 为 infsh/diffrythm，适用于快速歌曲生成。
- Tencent Song，App ID 为 infsh/tencent-song-generation，适用于带人声的完整歌曲。
使用方式 首先安装并登录 CLI： 安装技能：npx skills add belt-sh/cli 登录：belt login 生成歌曲（示例）： belt app run infsh/diffrythm --input '{"prompt": "upbeat electronic dance track"}' 浏览音频类应用：belt app list --category audio
示例用法 器乐音轨： belt app run infsh/diffrythm --input '{ "prompt": "cinematic orchestral soundtrack, epic and dramatic" }' 带人声歌曲：先导出样例输入文件，再编辑后运行： belt app sample infsh/tencent-song-generation --save input.json 编辑 input.json： { "prompt": "pop song about summer love", "lyrics": "Walking on the beach with you..." } 运行： belt app run infsh/tencent-song-generation --input input.json 视频背景音乐： belt app run infsh/diffrythm --input '{ "prompt": "calm lo-fi hip hop beat, study music, relaxing" }' 播客片头： belt app run infsh/diffrythm --input '{ "prompt": "short podcast intro jingle, professional, tech themed, 10 seconds" }' 游戏配乐： belt app run infsh/diffrythm --input '{ "prompt": "retro 8-bit video game music, adventure theme, chiptune" }'
提示词建议 可使用以下类别的关键词：
- 流派：pop、rock、electronic、jazz、classical、hip-hop、lo-fi、ambient、orchestral
- 情绪：happy、sad、energetic、calm、dramatic、epic、mysterious、uplifting
- 乐器：piano、guitar、synth、drums、strings、brass、choir
- 结构：intro、verse、chorus、bridge、outro、loop
适用场景 社交媒体：视频背景音乐 播客：片头与片尾音乐 游戏：配乐与音效 视频：背景配乐 广告：商业音乐 内容创作：免版税音乐
相关技能 ElevenLabs 音乐（最长约 10 分钟，商业许可）：npx skills add inference-sh/skills@elevenlabs-music ElevenLabs 音效（可与音乐组合）：npx skills add inference-sh/skills@elevenlabs-sound-effects 完整平台技能（全部应用）：npx skills add inference-sh/skills@infsh-cli 文本转语音：npx skills add inference-sh/skills@text-to-speech 视频生成（可为视频添加音乐）：npx skills add inference-sh/skills@ai-video-generation 语音转文本：npx skills add inference-sh/skills@speech-to-text 浏览全部应用：belt app list
限制与未提供信息 该技能依赖 inference.sh CLI（belt），需先安装并登录。资料未说明各模型的具体计费方式与价格、并发或速率限制、生成音频的格式与采样率、可用语言、授权条款细节及商业使用条款的完整内容。ElevenLabs Music 提到“最长约 10 分钟、商业许可”，其余模型仅说明适用方向，未给出时长与许可等具体参数。