Token导航 LogoToken导航

Agent Skill · 音频生成

recommend-music(推荐音乐)

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。

recommend-music 是音频生成类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描已通过,按安装量在音频生成类的 283 个 Skill 里排第 167。

总安装 2,611周安装 111GitHub Stars 公开资料未说明下载 915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
MIT-0
版本
1.0.0

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:recommend-music(推荐音乐)
来源仓库:https://github.com/flonerze/recommend-music
安装命令:
openclaw skills install recommend-music
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 OpenClaw 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。

ClawHubOpenClaw
openclaw skills install recommend-music

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。

根据用户描述推荐2000年后经典热门歌曲的技能。当用户需要音乐推荐、寻找适合特定场景或情绪的音乐、或询问歌曲建议时使用此技能。技能结合情绪、场景、活动等多种因素,推荐真实存在且2000年后受欢迎的热门歌曲,提供详细的歌曲信息。

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 OpenClaw;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 openclaw skills install recommend-music;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

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

recommend-music 怎么安装?

在终端执行 openclaw skills install recommend-music。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

recommend-music 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。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。

recommend-music 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

recommend-music 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

recommend-music 用的人多吗?

公开数据是累计安装 2,611 次,近一周安装 111 次,下载 915 次。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。

recommend-music 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 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 OpenClaw,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。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 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
recommend-music

推荐音乐 · 本页

2,611—权限未标注MIT-0通过

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

name
music-recommender
description
根据用户描述推荐2000年后经典热门歌曲的技能。当用户需要音乐推荐、寻找适合特定场景或情绪的音乐、或询问歌曲建议时使用此技能。技能结合情绪、场景、活动等多种因素,推荐真实存在且2000年后受欢迎的热门歌曲,提供详细的歌曲信息。

音乐推荐器

一项根据用户描述推荐2000年后经典热门歌曲的技能,结合情绪、场景、活动等多种因素提供个性化音乐推荐。

为什么这项技能重要

许多用户在特定场景或情绪下需要合适的音乐,但可能不知道具体歌曲名称或如何找到合适的音乐。本技能通过分析用户描述,推荐真实存在且2000年后广受欢迎的热门歌曲,帮助用户快速找到适合的音乐。

核心功能

  1. 混合推荐系统:结合情绪、场景、活动、音乐特征等多种因素推荐歌曲
  2. 经典热门歌曲:专注于2000年之后各个时期广受欢迎的热门歌曲
  3. 真实存在验证:只推荐AI知道真实存在的歌曲,不虚构
  4. 详细信息提供:提供完整的歌曲信息,包括艺术家、专辑、年份等
  5. 多样化选择:当用户描述模糊时,提供多样化的歌曲选择

何时使用此技能

当遇到以下任何模式时,请主动使用此技能:

  • 用户明确请求音乐推荐:"推荐一些音乐"、"给我一些歌曲"
  • 用户描述特定场景需要音乐:"适合健身的音乐"、"学习时听的歌"
  • 用户描述情绪状态需要音乐:"心情不好想听歌"、"庆祝时听的音乐"
  • 用户询问特定类型的音乐:"有什么好听的摇滚乐"、"推荐经典流行歌曲"
  • 用户需要背景音乐:"工作时的背景音乐"、"派对的歌单"

如何使用此技能

步骤1:解析用户描述

仔细分析用户的描述,提取关键信息:

  • 情绪:快乐、悲伤、放松、兴奋、平静等
  • 场景:健身、学习、工作、驾驶、派对、睡眠等
  • 活动:跑步、阅读、烹饪、清洁、旅行等
  • 音乐特征:节奏快慢、流派偏好、年代范围等
  • 其他要求:语言偏好、艺术家偏好等

步骤2:选择推荐策略

根据用户描述的清晰度选择策略:

  • 描述明确:直接根据描述匹配歌曲特征
  • 描述模糊:提供多样化推荐,涵盖多种可能的解释
  • 描述简略:如"推荐音乐",可询问更多细节或提供通用热门推荐

步骤3:选择合适歌曲

遵循以下原则选择歌曲:

  1. 真实性原则:只推荐你知道真实存在的歌曲,不虚构任何歌曲信息
  2. 热门度原则:优先选择在各个时期排行榜上表现良好、广为人知的歌曲
  3. 经典性原则:注重歌曲的持久流行度和经典地位,而非短期热度
  4. 匹配性原则:确保歌曲特征与用户描述相匹配
  5. 多样化原则:推荐5-10首歌曲,涵盖不同流派、年代、艺术家
  6. 年份限制原则:只推荐2000年及之后发行的歌曲,确保音乐的时代感

步骤4:验证歌曲信息

对每首推荐歌曲验证以下信息:

  • 歌曲名称准确
  • 艺术家名称正确
  • 专辑信息(如知道)
  • 发行年份(如知道,必须为2000年及之后)
  • 音乐流派
  • 歌曲的流行度证据(如排行榜成绩、播放量等)

步骤5:格式化输出

使用以下格式输出推荐结果:

# 音乐推荐:基于您的描述"[用户描述摘要]"

根据您的需求,我为您推荐以下[数量]首经典热门歌曲:

## 1. [歌曲名称] - [艺术家]
- **专辑**:[专辑名称] ([发行年份])
- **流派**:[主要流派]
- **推荐理由**:[简要说明为什么这首歌适合您的描述,如:这首歌的[特征]非常适合[场景/情绪]]

## 2. [歌曲名称] - [艺术家]
- **专辑**:[专辑名称] ([发行年份])
- **流派**:[主要流派]
- **推荐理由**:[简要说明]

... [继续其他歌曲]

## 推荐总结
这些歌曲都是历史上广受欢迎的热门作品,适合您的[场景/情绪描述]。您可以从这些经典作品开始,探索更多相似音乐。

步骤6:提供后续建议

根据需要提供:

  • 如何找到这些歌曲(流媒体平台建议)
  • 类似艺术家或歌单建议
  • 调整推荐的提示(如"如果您想要更多/不同的推荐,请告诉我更多细节")

示例

示例1:明确场景推荐

用户说:"推荐一些适合健身时听的音乐"

技能输出:

# 音乐推荐:基于您的描述"适合健身时听的音乐"

根据您的需求,我为您推荐以下8首2000年后的经典热门歌曲,这些歌曲节奏感强、能量充沛,非常适合健身时听:

## 1. Till I Collapse - Eminem ft. Nate Dogg
- **专辑**:The Eminem Show (2002)
- **流派**:嘻哈、硬核嘻哈
- **推荐理由**:强烈的节奏和有力的说唱,歌词激励人心,是健身时提升动力和耐力的热门选择

## 2. Stronger - Kanye West
- **专辑**:Graduation (2007)
- **流派**:嘻哈、流行
- **推荐理由**:强烈的节奏和积极的歌词,适合高强度训练,帮助突破极限

## 3. Lose Yourself - Eminem
- **专辑**:8 Mile: Music from and Inspired by the Motion Picture (2002)
- **流派**:嘻哈
- **推荐理由**:紧张的氛围和有力的说唱,适合有氧运动和力量训练

... [继续其他5首歌曲]

## 推荐总结
这些歌曲都是2000年后广受欢迎的热门作品,适合您的健身场景。您可以从这些经典作品开始,在Spotify、Apple Music等平台创建健身歌单。

示例2:情绪状态推荐

用户说:"心情不好,想听些放松的音乐"

技能输出:

# 音乐推荐:基于您的描述"心情不好,想听些放松的音乐"

根据您的需求,我为您推荐以下6首2000年后的经典热门歌曲,这些歌曲旋律优美、节奏舒缓,能帮助放松心情:

## 1. Someone Like You - Adele
- **专辑**:21 (2011)
- **流派**:流行、灵魂
- **推荐理由**:深情的演唱和优美的钢琴伴奏,能共鸣情感同时带来慰藉

## 2. River Flows in You - Yiruma
- **专辑**:First Love (2001)
- **流派**:新世纪钢琴
- **推荐理由**:流畅如水的钢琴旋律具有极佳的放松效果,能帮助释放紧张情绪,让心情平静下来

## 3. Weightless - Marconi Union
- **专辑**:Weightless (Ambient Transmissions Vol. 2) (2011)
- **流派**:环境音乐、氛围音乐
- **推荐理由**:这首歌曲被科学研究证明具有显著的放松效果,缓慢的节奏和重复的旋律能有效降低焦虑水平

... [继续其他3首歌曲]

## 推荐总结
这些歌曲都是2000年后的经典热门作品,旋律优美且情感丰富,适合放松心情。音乐是很好的情绪调节工具,希望这些推荐能帮助您。

注意事项

  1. 避免虚构:绝不推荐你不知道的歌曲或虚构歌曲信息
  2. 注重质量:优先推荐真正经典、广受欢迎的热门歌曲
  3. 保持客观:基于歌曲的实际特征推荐,而非个人偏好
  4. 考虑多样性:在适当范围内涵盖不同流派、年代和文化背景
  5. 验证信息:确保提供的歌曲信息准确无误

成功标准

当出现以下情况时,您会知道此技能正在发挥作用:

  • 用户对推荐表示满意或提供积极反馈
  • 推荐的歌曲确实是2000年后的经典热门作品
  • 歌曲特征与用户描述良好匹配
  • 输出格式清晰、信息完整
  • 用户根据推荐找到了合适的音乐

记住:音乐是高度个人化的体验,这些推荐是起点而非终点。鼓励用户根据自己的偏好进一步探索和调整。

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

OpenClaw

94.24%
按下载量换算862

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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。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