用途
mm-music-expert 用于借助 MiniMax 音乐生成 API 创作音乐，默认模型为 music-2.5+（推荐），也可使用 music-2.5。该技能面向音乐新手，通过引导式交互帮助用户创作专业品质的音乐，适用于根据歌词和风格提示生成歌曲、纯音乐或吟唱。
环境准备
使用前需设置 API 密钥环境变量：
export MINIMAX_MUSIC_API_KEY="your_api_key"
主要能力
- 支持三种生成模式：标准歌曲（带歌词演唱）、纯音乐（无人声，仅 music-2.5+ 支持）、吟唱（旋律人声无歌词）。
- 支持自动生成歌词（lyrics_optimizer）。
- 提供歌曲蓝图设计方法，规划各段落的情绪、乐器、人声与制作特点。
- 提供提示词（prompt）构建公式与最佳实践，强调描述段落间的动态变化而非扁平属性罗列。
- 提供歌词结构标签（官方支持 14 种）与括号指令技巧，用于控制各段落的乐器、音效、人声与动态。
- 提供命令行脚本 scripts/generate_music.py 执行生成。
使用方式
该技能遵循四步交互工作流，要求不跳过步骤、不直接跳到生成：
- 理解并澄清需求：分析用户输入，识别已覆盖与缺失的维度，针对缺失的关键维度提问（通常 2-4 个），每个问题必须提供字母选项（A/B/C/...），并附“其他”或“交给你来定”兜底选项。维度包括类型、风格、情绪、场景、节奏、乐器、人声、歌词、情绪走向、参考。
- 设计歌曲蓝图并呈现草稿：先设计段落蓝图（表格形式，含段落、情绪/能量、乐器/编曲、人声表现、制作特点），再由蓝图推导 prompt 和歌词，最后呈现完整方案（模式、蓝图、prompt、歌词、说明），等待用户明确确认。
- 生成音乐：用户确认后，确定输出文件名并运行命令：
python scripts/generate_music.py
--lyrics "<final_lyrics>"
--prompt "<final_prompt>"
--output ./audio/<filename>.mp3
纯音乐模式加 --is-instrumental true 并省略 --lyrics；自动歌词模式加 --lyrics-optimizer true 并省略 --lyrics。API 调用可能耗时 30-120 秒。
- 生成后反馈：告知文件位置并邀请试听，询问是否满意或需要调整；如需修改则返回第 2 步修订草稿，直至满意。
模型与模式参考
模型差异：music-2.5 支持标准歌曲（需歌词）和自动生成歌词，不支持纯音乐；music-2.5+ 支持全部三种模式，纯音乐需 prompt、歌词可选。prompt 字段可选 [0, 2000] 字符（纯音乐必填 [1, 2000]）；lyrics 字段歌曲必填 [1, 3500] 字符，纯音乐可选。
生成模式与关键参数：标准歌曲用 --lyrics + --prompt；纯音乐用 --is-instrumental true + --prompt；吟唱用 --lyrics（音节）+ --prompt；自动歌词用 --lyrics-optimizer true + --prompt。
提示词与歌词技巧
提示词核心维度包括风格+时代/地域、BPM、人声+段落变化、乐器+叠加、情绪、动态弧线；进阶维度包括制作/混音、声音设计、场景、排除元素。推荐公式：[整体风格 + BPM] + [人声描述 + 段落间变化] + [乐器编排 + 段落间叠加/退出] + [动态弧线] + [声场/制作变化]。
歌词官方支持 14 种结构标签：[Intro] [Verse] [Pre Chorus] [Chorus] [Post Chorus] [Bridge] [Interlude] [Outro] [Transition] [Break] [Hook] [Build Up] [Inst] [Solo]。可用编号区分段落，用冒号加注释指导演绎方式，用括号插入乐器、音效、人声、编曲指令，用拟声词产生特殊音效，用中文空格控制断句节奏，也可写双语歌词。
脚本与参数
scripts/generate_music.py 为主 CLI（歌词 + 提示词 → 音频文件）；scripts/utils_audio.py 负责十六进制解码、文件保存、URL 下载。
关键 CLI 参数：--lyrics（歌词，纯音乐或自动歌词模式外必填）、--prompt（风格/场景描述，纯音乐必填）、--model（默认 music-2.5+）、--is-instrumental（默认 false，仅 music-2.5+）、--lyrics-optimizer（默认 false）、--output（输出路径，必填）、--output-format（默认 url，可选 hex 或 url）、--format（mp3/wav/pcm）、--sample-rate（16000/24000/32000/44100）、--bitrate（32000/64000/128000/256000）、--stream（默认 false，仅 hex）、--aigc-watermark（默认 false，非流式）、--download（默认 false，output-format=url 时下载）。
适用场景
适合音乐新手在引导下创作歌曲、纯音乐或吟唱，用于短视频/Vlog BGM、个人收藏、游戏/动画、咖啡馆/餐厅、婚礼/庆典、运动/健身等场景。
限制
纯音乐模式仅 music-2.5+ 支持；music-2.5 不支持纯音乐。使用需自备 MiniMax API 密钥。API 调用可能耗时 30-120 秒。其余收费、价格等信息暂未提供。