开源 music-skill:让 Claude 逐音符作曲渲染,7 个模型一段提示各出一曲
BandicootNo3152 · reddit · 2026-11-12
开发者发布开源 music-skill(v0.6.0,MIT 协议):不依赖音频生成模型,而是让 Agent 自己逐音符作曲并合成渲染,支持无头运行、随时生成。输出包括 MP3、MIDI、分轨 stem 和可改任意音符再渲染的项目文件,无使用限制(可商用)。作者展示了 7 首来自 5 个模型(Claude Fable 5.2、Opus 5.5、Sonnet 5.5、GPT-6 Astra/Luna 等)各一段提示词一次成曲的样例:游戏战斗曲、管弦乐前奏、City Pop、管风琴托卡塔、Lo-fi、巴洛克小赋格、8-bit。
- 工作流:几乎全部代码由 Claude Code 编写,作者只负责方向指引;技能内供 AI 阅读的编曲与风格指南也是 Claude 检索整理的;发布前由另一模型审查代码,Claude 须先复现问题确认后才修复。
- 听不见怎么办:Claude 无法听音频,作者让它自建测量工具,渲染后检查响度、频谱与声部平衡;视频中的钢琴卷帘也是 Claude 从项目文件直接绘制的。
- 起点与优势:作者本想做视觉小说 skill 顺手让 AI 按剧情配乐;优势是随时无头生成、输出可自由修改、能直接做无缝循环,适合与视频剪辑/游戏开发 agent 配合。
- 局限:占用磁盘较多(合成而非直接生成)、不支持人声、高精度长曲耗时久、比不过商业音源(合成器含开源的 Surge XT)。
项目地址:github.com/owoevan-dev/music-skill,示例 prompt、作曲脚本与项目文件将放入 examples 目录。
所属事件:开源 music-skill 让 Claude 逐音符作曲渲染(2 条相关)→
「编程与Agent」频道最新
- Perplexity 红队实测：12 个模型仅 3 个认真尝试攻破 VM 隔离层 — perplexity_ai · 2026-11-12
- Perplexity 红队研究：CTF 设计会误导 agent 偏离被测安全边界 — perplexity_ai · 2026-11-12
- ChatGPT 订阅可登录第三方工具，Warp 终端新增企业版支持 — OpenAIDevs · 2026-11-12
- Cloudflare 自训小模型 Clef 做混合路由:6 次 LLM 调用降到 1 次 — TheTuringPost · 2026-11-12
- 前 Meta 视觉研究员花两年打造视频 Agent AdaL v2:聊天生成剪辑全流程 — Scobleizer · 2026-11-12
- chrisalbon：别给我看一条 prompt 的成果，看三个月一千条 prompt 的活 — chrisalbon · 2026-11-12