18816132863 ⚠️ 重要：确认机制
音乐生成需消耗 20 AI 点，每次生成必须获得用户明确确认。
- 用户未明确回复「确认」→ 禁止生成
- 无论之前是否生成过，每次生成前都必须重新确认
- 确认状态不保留，每次生成为独立事件
MiniMax 音乐生成技能
使用 MiniMax Music2.6 生成歌曲（人声或器乐）。支持两种创建模式： 基础模式（一句话输入，输出歌曲）和高级控制模式（编辑歌词、优化提示词、生成前规划）。
存储路径
生成的文件保存在：~/.openclaw/workspace/generated-musics/
- 音乐文件：
YYYYMMDD_HHMMSS_SSS_XX_generated.mp3 - 歌词文件：
YYYYMMDD_HHMMSS_SSS_XX_lyrics.json
脚本说明
1. 歌词生成脚本
scripts/generate_lyrics.py — 根据提示词生成完整歌词
# 生成完整歌曲歌词
python3 scripts/generate_lyrics.py --prompt "Indie folk, melancholic, introspective, longing"
# 编辑/续写已有歌词
python3 scripts/generate_lyrics.py --prompt "make it more upbeat" --mode edit --lyrics "[Verse] 原有歌词..."
# 从 JSON 文件读取现有歌词进行编辑/续写
python3 scripts/generate_lyrics.py --prompt "make it more upbeat" --mode edit --lyrics /path/to/lyrics.json
2. 音乐生成脚本
scripts/generate_music.py — 根据提示词和歌词生成音乐
# 使用已有歌词生成音乐（直接传入歌词文本）
python3 scripts/generate_music.py --prompt "Mandopop, Festive, Upbeat" --lyrics "[Verse] 歌词内容..."
# 使用 JSON 歌词文件生成音乐
python3 scripts/generate_music.py --prompt "Pop, Romantic" --lyrics /path/to/lyrics.json
# 自动生成歌词并生成音乐
python3 scripts/generate_music.py --prompt "Electronic, Ambient" --lyrics-optimizer
# 生成纯音乐（无人声）
python3 scripts/generate_music.py --prompt "Electronic, Ambient" --instrumental
工作流程
第0步：检测用户意图与语言
- 歌曲类别：人声（人声音乐）、器乐（纯音乐）
- 创作模式偏好：他们是否提供了详细要求（→ 高级）或随意的一句话（→ 基础）？
- 语言检测：检测用户输入的语言
- 🇨🇳 中文输入 → 生成中文提示词，歌词为中文
- 🇺🇸 英文输入 → 生成英文提示词，歌词为英文
- 🌐 其他语言 → 需向用户强调确认："检测到您使用非中英语言，将使用英文生成提示词，是否继续？"
如果不确定，使用此决策树提问：
Q1：你想要哪种类型？
- 🎤 人声音乐（有歌词演唱）
- 🎵 纯音乐（无人声）
Q2: 你想要哪种创作模式？
- ⚡ 基础版 — 一句话描述，自动搞定
- 🎛️ 高级模式 — 自己调歌词、prompt、风格
如果用户给出清晰的一句话如"帮我生成一首悲伤的钢琴曲"，跳过问题 —— 推断器乐 + 基础模式并继续。
第1步：基础模式
目标：用户提供简短描述 → 自动生成歌词 → 生成音乐
将描述扩展为提示词（语言匹配规则）：
阅读
references/prompt_guide.md了解风格词汇和提示词结构。🇨🇳 中文输入（如"下班快乐的歌"）：
- 用中文扩展提示词，例如：
一首欢快轻快的华语流行歌曲，庆祝下班时刻的自由， 节奏轻快充满活力，描述离开办公室、拥抱个人时间的喜悦， 傍晚城市灯光的氛围，轻松愉悦。🇺🇸 英文输入（如"a happy after work song"）：
- 用英文扩展提示词，例如：
An upbeat and cheerful Mandopop song celebrating the end of a workday, with energetic rhythms and optimistic melodies, capturing the joy of leaving the office and embracing personal time, evening city lights vibe.🌐 其他语言：
- 必须向用户强调："检测到非中英输入，将使用英文生成提示词和歌词，是否继续？"
- 用户确认后继续，或询问是否需要翻译
⚠️ 必须等待用户明确确认后才可生成音乐：
向用户展示预览并等待确认：
🎵 **即将为你生成**： **类 型**：人声音乐 / 纯音乐 **语 言**：🇨🇳 中文 / 🇺🇸 英文 **Prompt**：[根据输入语言生成的提示词] **歌 词**：自动生成（中文/英文） **AI 点数**：将扣除 20 点 ⚠️ 如需生成，请明确回复「确认」。重要规则：
- 必须等待用户回复，不可主动调用生成脚本
- 只有收到明确的「确认」二字才可执行生成
- 收到「确认」后才继续下一步；否则停止并告知用户已取消
收到确认后，执行生成
歌词语言规则：用户输入为中文 → 生成中文歌词，输入英文 → 生成英文歌词。
自动生成歌词（带人声）：
python3 scripts/generate_music.py --prompt "<提示词>" --lyrics-optimizer或者生成纯音乐（无人声）：
python3 scripts/generate_music.py --prompt "<提示词>" --instrumental
第2步：高级模式
目标：用户对每个参数有完全控制权
歌词阶段
- 如果用户提供了歌词：显示带分段标记的格式化歌词，请求编辑。
- 用户有主题但无歌词：用 generate_lyrics.py 生成，支持迭代修改
- 支持 edit 模式局部修改："第二段副歌改一下"
提示词阶段
- 根据歌词情绪生成推荐提示词
- 以可编辑标签形式呈现，用户可增删改
- 参考
references/prompt_guide.md获取完整词汇表
高级规划（可选，提供但不强制）：
- 歌曲结构：verse-chorus-verse-chorus-bridge-chorus 或自定义
- BPM 建议（编码为提示词中的速度描述符）
- 参考风格："类似某种风格" → 映射到提示词标签
- 人声特性描述
最终确认：
向用户展示预览并等待确认：
🎵 **即将为你生成**： **类 型**：人声音乐 / 纯音乐 **语 言**：🇨🇳 中文 / 🇺🇸 英文 **Prompt**：[根据输入语言生成的提示词] **歌 词**：[展示最终歌词] **AI 点数**：将扣除 20 点 ⚠️ 如需生成，请明确回复「确认」。重要规则：
- 必须等待用户回复，不可主动调用生成脚本
- 只有收到明确的「确认」二字才可执行生成
- 收到「确认」后才继续下一步；否则停止并告知用户已取消
歌词语言规则：用户输入为中文 → 生成中文歌词，输入英文 → 生成英文歌词。
执行生成：
python3 scripts/generate_music.py --prompt "<最终提示词>" --lyrics "/path/to/final_lyrics.json"
第3步：结果与发送
生成完成后告知用户并将音乐文件发送给用户：
🎵 音乐已生成
📁 文件路径：~/.openclaw/workspace/generated-musics/<文件名>.mp3
歌词格式
使用段落标记结构化歌词：
[Intro]— 前奏[Verse]— 主歌[Chorus]— 副歌[Bridge]— 桥段[Outro]— 尾奏
示例：
[Verse]
第一行歌词
第二行歌词
[Chorus]
副歌部分
重复演唱的内容
提示词写作指南
详见 references/prompt_guide.md
核心原则：将提示词写成生动的英文完整句子，而不是逗号分隔的关键词标签
基本结构：
A [情绪/情感] [BPM 可选] [流派+子流派] 歌曲.
[人声描述].
[叙事/主题].
[氛围/场景].
[关键乐器和制作元素].
关键要点：
- 写完整句子 — "A melancholic R&B song about..." 而非 "R&B, sad, slow, piano"
- 使用英文 — 模型对英文提示词响应最佳
- 具体生动 — "salvaging memory fragments in space-time" 比 "sad memories" 更有感染力