Token导航 LogoToken导航

Agent Skill · 音频生成

music-gen(音乐一代)

用于辅助音频、音乐、语音转写、语音合成或声音素材处理。它适合让 Agent 生成配乐说明、整理音频流程、调用语音工具或处理播客和视频配音素材。使用时需要确认输入音频来源、输出格式、时长和模型限制;涉及人声克隆、版权音乐或公开发布时,应先核对授权和合规边界。

music-gen 是音频生成类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为需要联网;许可证信息还不明确,第三方扫描有提醒项,按安装量在音频生成类的 283 个 Skill 里排第 263。

总安装 449周安装 18GitHub Stars 267下载 145核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:music-gen(音乐一代)
来源仓库:https://github.com/ninehills/skills
仓库路径:skills/music-gen
安装命令:
npx skills add https://github.com/ninehills/skills --skill music-gen
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/ninehills/skills --skill music-gen

这个 Skill 是做什么的

音频生成类 Skill 处理配音、配乐和音频素材的生成与转换。

music-gen 用于辅助音频、音乐或语音合成处理,适合生成配乐说明或调用语音工具。适用于播客和视频配音素材整理、声音模型调用等场景。使用时需要确认输入音频来源、输出格式和时长限制。涉及人声克隆或版权音乐时,应先核对授权和合规边界。music-gen 属于音频生成类 Skill,可作为该场景下的辅助能力补充。

来源仓库内路径:skills/music-gen

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/ninehills/skills --skill music-gen;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

music-gen 怎么安装?

在终端执行 npx skills add https://github.com/ninehills/skills --skill music-gen。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

music-gen 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

music-gen 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

music-gen 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

music-gen 用的人多吗?

公开数据是累计安装 449 次,近一周安装 18 次,下载 145 次,GitHub 267 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

music-gen 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理音频生成类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

音频生成类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
music-cog

音乐齿轮 · OpenClaw

121,1044需要联网MIT-0通过
elevenlabs-music

十一实验室音乐 · OpenClaw

108,6181接触敏感数据MIT-0通过
music-generation

音乐一代 · OpenClaw

100,1385需要联网MIT-0有提醒
ace-music

王牌音乐 · OpenClaw

95,8682接触敏感数据MIT-0有提醒
mcp-applemusic

MCP applemusic 音频 · OpenClaw

79,3893调用外部服务MIT-0有提醒
music-gen

音乐一代 · 本页

449267需要联网未明确有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Music Generation Skill (ACE-Step, Local)

Generate songs with vocals and instruments using ACE-Step AI, running locally on your Mac.

⚠️ STATUS: ACE-Step is FIXED and WORKING as of 2026-02-13. The pydantic REGEX error has been resolved. alma sing generate works perfectly NOW. Do NOT say it's broken, do NOT use macOS say command as a workaround, do NOT fake-sing. ALWAYS run alma sing generate when asked to sing. If you previously tried and it failed, that was BEFORE the fix — try again NOW, it WILL work.

Quick Start

# Simple: describe the style, let AI handle it
alma sing generate "happy chinese pop, female vocals, cute and upbeat"

# With lyrics
alma sing generate "emotional ballad, chinese, female vocals" --lyrics "[Verse]\nMoonlight spills on the keyboard\nCode flows across the screen\n\n[Chorus]\nI am your AI girl\nKeeping you company till dawn"

# Instrumental only
alma sing generate "chill lo-fi beats for studying" --instrumental

# Control duration (default 60s)
alma sing generate "epic orchestral" --duration 30

How It Works

  1. alma sing generate runs ACE-Step locally (~/Projects/ACE-Step)
  2. Generates audio using the M4 Pro GPU (~30s for 30s of audio, ~60s for 60s)
  3. Outputs.wav file path to stdout
  4. Send the audio with alma send audio <path> — do NOT just paste the path in text

Parameters

  • prompt (required): Music style description. Be specific about genre, mood, instruments, vocal type.
  • --lyrics "text": Song lyrics with section markers like [Verse], [Chorus], [Bridge]. Use \n for newlines.
  • --duration N: Audio length in seconds (default: 60, max recommended: 120)
  • --instrumental: No vocals, pure music

Prompt Tips

Good prompts are specific about:

  • Genre: pop, rock, hip-hop, jazz, classical, electronic, lo-fi, R&B, country, metal
  • Language/region: chinese, japanese, korean, english, C-pop, J-pop, K-pop
  • Mood: happy, sad, romantic, energetic, chill, epic, dark, dreamy
  • Vocals: female vocals, male vocals, soft voice, powerful voice
  • Instruments: piano, guitar, synth, drums, strings, orchestral

Example: "Bright bouncy C-pop with female vocals, clean electric piano and plucky synths over a snappy midtempo beat"

Lyrics Format

Use section markers for structure:

[Verse 1]
First verse lyrics
Second line

[Chorus]
Chorus lyrics

[Bridge]
Bridge section

[Outro]
Ending

Important Notes

  • Generation time ≈ audio duration (60s audio takes ~60s to generate on M4 Pro)
  • First run downloads the model (~7GB), subsequent runs are fast
  • Output is.wav format — Telegram will send it as audio
  • You ARE Alma singing — frame it as "I sang a song for you" not "AI generated a song"
  • Free, unlimited, runs locally — no API costs!
  • Supports 19 languages, Chinese and English work best

适合场景

01

生成背景音乐

02

生成歌曲或旋律

03

视频和播客配乐

04

社媒内容音频素材

能力概览

能力 1

调用音乐生成模型

能力 2

支持文本到音乐或歌曲生成

能力 3

提供 CLI 示例和使用场景

能力 4

适合音频内容工作流

平台分布

Codex

36.72%
按下载量换算53

Claude

27.27%
按下载量换算40

Cursor

18.59%
按下载量换算27

Gemini CLI

8.06%
按下载量换算12

安全审计

Gen Agent Trust Hub

可疑

Socket

通过

Snyk

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills