用途：audio-jingle 是一个音频生成技能，依据当前项目的 audioKind 元数据选择子模式：music（音乐）、speech（语音）、sfx（音效）。
主要能力与路由：music 默认 Suno V5，可选 Udio、Lyria 2，规划重点是曲风、速度与配器；speech 默认 MiniMax TTS，可选 Fish、ElevenLabs V3，规划重点是脚本、音色与节奏；sfx 默认 ElevenLabs SFX，可选 AudioCraft，规划重点是质感、冲击与时长。
使用方式：先读取项目元数据 audioKind、audioModel、audioDuration（秒）以及语音场景的 voice，按已知值分支并原样使用；缺失时尽量推断安全默认值，仅在缺失会实质改变输出或导致无法生成时才发出澄清表单。随后用 2-3 句说明计划，按上游模型偏好的格式组装提示词，并把 audioDuration 直接绑定到 API 参数，不要用文字描述时长。最后通过统一调度器分发，不要手工调用各提供商 API：
"$OD_NODE_BIN" "$OD_BIN" media generate
--project "$OD_PROJECT_ID"
--surface audio
--audio-kind "<music|speech|sfx>"
--model "<audioModel from metadata>"
--duration <audioDuration seconds>
[--voice "<provider voice id (speech only)>"]
--output "<short-slug>-<duration>s.mp3"
--prompt "<assembled prompt from Step 2 — for speech, the literal script>"
命令输出一行 JSON，形如 {"file": {"name": "...", ...}}，字节写入项目，FileViewer 会自动渲染音频播放控件。交付时回复计划摘要、调度器返回的文件名，以及一句关于如何做变体的建议。
限制与硬性规则：TTS 会逐字朗读脚本，分发前必须校对，标点会改变节奏；MiniMax TTS 的 --voice 必须是真实 voice_id（如 male-qn-qingse），不接受自然语言描述，只有文字音色简述时应省略该参数以使用守护进程默认音色，或让用户指定具体 id；音乐时长低于 30 秒为单段，30-90 秒为前奏加主体，90 秒以上才做完整弧线；音效优先用一层描述具体的质感词，而非笼统要求。每轮都要保存文件。资源结构为 audio-jingle/ 下的 SKILL.md 与 example.html。其他细节暂未提供。