mirror of https://git.openapi.site/https://github.com/desirecore/market.git synced 2026-06-06 05:50:41 +08:00

Files

xieyuanxiang 64a7bf0096 feat: 新增 minimax-music-gen 内置技能 (v1.1.1)

- 基于 music-2.6 模型，使用 hex 格式避免 CDN 鉴权失败
- 修复 hex→二进制转码：用 jq + xxd 替代 python3，与强制规则一致
- 加入 builtin-skills.json 清单

2026-05-03 22:45:12 +08:00

8.8 KiB

Raw Blame History

name, description, license, version, type, risk_level, status, disable-model-invocation, provider, tags, requires, metadata, market

name

description

license

version

type

risk_level

status

disable-model-invocation

provider

minimax-music-gen 技能

强制规则（违反将导致功能失败）

必须用 HTTPS 访问 agent-service — https://127.0.0.1:${PORT} 加 -k 跳过证书验证
全程使用 Bash curl — 不要使用 HttpRequest 工具或 Python
禁止使用 output_format: "url" — URL 下载在 Token Plan 等场景下会因 CDN 鉴权失败返回空文件。必须使用默认的 hex 格式，音频数据直接在 API 响应中返回

完整执行流程

前置条件

用户已在资源管理器-算力中配置 MiniMax Provider（常规 API 或 Token Plan）并填写 API Key
agent-service 正在运行

核心概念

MiniMax Music Generation 是同步 API（非异步任务模式），调用后直接返回音频数据。支持三种模式：

模式	model	说明
歌曲生成	`music-2.6`	提供 prompt + lyrics，生成带人声的歌曲
纯器乐	`music-2.6`	设置 `is_instrumental: true`，仅需 prompt
翻唱/Cover	`music-cover`	提供参考音频 + prompt，基于旋律骨架重新编曲

歌词结构标签

lyrics 字段支持以下结构标签来组织歌曲段落：

标签	含义
`[verse]`	主歌
`[chorus]`	副歌
`[bridge]`	桥段
`[intro]`	前奏
`[outro]`	尾声
`[interlude]`	间奏

示例歌词格式：

[verse]
夜晚的城市灯火阑珊
我独自走在回家的路上

[chorus]
这一刻时间仿佛停止
所有的喧嚣都已远去

生成歌曲（带人声）

注意：不要传 output_format 参数，使用默认的 hex 格式。

PORT=$(cat ~/.desirecore/agent-service.port)
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media-proxy" \
  -H "Content-Type: application/json" \
  -d '{
    "provider": "minimax",
    "endpoint": "/music_generation",
    "body": {
      "model": "music-2.6",
      "prompt": "独立民谣,温暖,治愈,吉他伴奏",
      "lyrics": "[verse]\n歌词内容\n\n[chorus]\n副歌内容",
      "audio_setting": {
        "format": "mp3",
        "sample_rate": 44100,
        "bitrate": 256000
      }
    },
    "responseType": "json"
  }'

生成纯器乐

PORT=$(cat ~/.desirecore/agent-service.port)
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media-proxy" \
  -H "Content-Type: application/json" \
  -d '{
    "provider": "minimax",
    "endpoint": "/music_generation",
    "body": {
      "model": "music-2.6",
      "prompt": "电子音乐,氛围感,空灵,合成器铺底",
      "is_instrumental": true,
      "audio_setting": {
        "format": "mp3",
        "sample_rate": 44100,
        "bitrate": 256000
      }
    },
    "responseType": "json"
  }'

响应处理与保存

API 返回 JSON，音频数据以 hex 编码存放在 data.data.audio.data 字段中。

响应结构：

{
  "success": true,
  "data": {
    "data": {
      "audio": {
        "data": "hex编码的音频数据...",
        "status": 2
      }
    },
    "extra_info": {
      "music_duration": 180000,
      "music_sample_rate": 44100,
      "music_channel": 2,
      "bitrate": 256000,
      "music_size": 1234567
    },
    "base_resp": { "status_code": 0, "status_msg": "success" }
  },
  "statusCode": 200
}

注意：status 字段含义为 1=合成中（流式场景）、2=合成完成。非流式模式下返回时 status 为 2。

将 hex 音频数据保存到 media-store

从响应 JSON 中提取 data.data.audio.data 字段的 hex 字符串，转为二进制后上传：

PORT=$(cat ~/.desirecore/agent-service.port)
# 将 API 响应保存到临时文件（避免 hex 数据过大撑爆 shell 变量）
# 假设上一步的 curl 输出已保存到 /tmp/minimax-music-resp.json

# 提取 hex 数据并转为二进制（纯 Bash，不依赖 Python）
jq -r '.data.data.audio.data' /tmp/minimax-music-resp.json | xxd -r -p > /tmp/minimax-music.mp3

# 验证文件有效（大于 1KB 且为音频格式）
FILE_SIZE=$(stat -f%z /tmp/minimax-music.mp3 2>/dev/null || stat -c%s /tmp/minimax-music.mp3 2>/dev/null)
if [ "$FILE_SIZE" -lt 1024 ]; then
  echo "ERROR: 音频文件异常（${FILE_SIZE} 字节），可能生成失败"
  exit 1
fi

# 上传到 media-store
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media/upload" \
  -F "file=@/tmp/minimax-music.mp3;type=audio/mpeg"

从上传响应 JSON 中提取 mediaId 字段。

展示结果

在回复中使用 dc-media 协议引用（前端会自动识别音频扩展名并渲染播放器）：

![音乐生成结果](dc-media://这里替换为mediaId)

参数说明

参数	说明	必填	默认值
model	模型名称	是	"music-2.6"
prompt	音乐风格/情绪描述	有歌词时可选，纯器乐/cover 必填	—
lyrics	歌词（支持结构标签）	非纯器乐模式必填	—
is_instrumental	是否生成纯器乐	否	false
lyrics_optimizer	根据 prompt 自动生成歌词	否	false
audio_setting.format	音频格式：mp3/wav/pcm	否	"mp3"
audio_setting.sample_rate	采样率：16000/24000/32000/44100	否	32000
audio_setting.bitrate	比特率：32000/64000/128000/256000	否	128000

prompt 写法建议

prompt 用于描述音乐的风格、情绪和乐器编排，建议用逗号分隔关键词：

风格：独立民谣、电子舞曲、古典钢琴、摇滚、R&B、爵士、嘻哈
情绪：温暖、忧郁、欢快、史诗感、空灵、治愈
乐器：吉他伴奏、钢琴独奏、弦乐铺底、合成器、鼓点强劲
结构：渐进式编曲、开场留白渐入高潮、轻柔开头爆发副歌

示例："独立民谣,温暖治愈,木吉他为主,轻柔的鼓点,渐进式编曲"

自动生成歌词模式

如果用户只描述了想要的音乐风格但没有提供歌词，可以设置 lyrics_optimizer: true，模型会根据 prompt 自动生成歌词：

PORT=$(cat ~/.desirecore/agent-service.port)
curl -sk -X POST "https://127.0.0.1:${PORT}/api/media-proxy" \
  -H "Content-Type: application/json" \
  -d '{
    "provider": "minimax",
    "endpoint": "/music_generation",
    "body": {
      "model": "music-2.6",
      "prompt": "一首关于夏日海边回忆的歌,独立民谣,温暖,吉他",
      "lyrics_optimizer": true,
      "audio_setting": {
        "format": "mp3",
        "sample_rate": 44100,
        "bitrate": 256000
      }
    },
    "responseType": "json"
  }'

错误处理

base_resp.status_code: 1002：频率限制，稍后重试
base_resp.status_code: 1004：API Key 认证失败
base_resp.status_code: 1008：余额不足
base_resp.status_code: 1026：内容敏感，修改歌词或 prompt 后重试
base_resp.status_code: 2013：参数错误，检查必填字段
success: false + error: "未找到匹配的供应商"：未配置 MiniMax Provider

注意事项

prompt 长度限制 1-2000 字符，lyrics 长度限制 1-3500 字符
Token Plan 用户：所有套餐免费使用 music-2.6（100 首/天，每首 ≤5 分钟）
如果用户未明确要求，默认使用 music-2.6 + mp3 格式 + 44100 采样率
如果用户只给了主题没给歌词，使用 lyrics_optimizer: true 自动生成歌词
如果用户要求纯音乐/伴奏，设置 is_instrumental: true
音乐生成耗时较长（通常 30-90 秒），请耐心等待
hex 数据量较大（几 MB），务必用临时文件中转，不要用 shell 变量存储

8.8 KiB Raw Blame History Unescape Escape