有人做了一个开源的 Agent Skill，让 Claude Code、Codex 这类 AI Agent 像作曲家一样一个音符一个音符地写纯音乐：自己定曲式，写旋律和和声，给几十种乐器分配声部，再拿真实乐器的采样演奏出来，最后混音做母带。整个过程不用任何 AI 音频生成模型，最后交给你的除了 MP3 和 WAV，还有 MIDI、每个声部单独的音轨，以及一份能改任意一个音再重新渲染的工程文件。项目叫 music-skill，MIT 许可，11 月初刚开源。
图片来自项目仓库，是 Claude Fable 5.2 写的管弦乐序曲 Cairnfire 的工程文件：36 个声部，4 分 29 秒。
它和"一句话生成一首歌"有什么不同
现在常见的 AI 音乐工具是给一段描述，吐出一段成品音频。听着不错，但想改第 33 小节的旋律，只能整段重新生成，也说不清里面的声音是从哪来的。
music-skill 走的是另一条路：
| 一句话生成音乐 | music-skill | |
|---|---|---|
| 谁在写 | 音频模型直接合成声音 | AI Agent 写乐谱，每个音的音高和时值写得清清楚楚，力度也能单独调 |
| 能不能精修 | 多半只能整段重来 | 指定某一小节、某个声部改，只重渲染改动的部分 |
| 交付什么 | 一个音频文件 | 成品音频和 MIDI，外加分轨与工程文件 |
| 声音来源 | 模型训练出来的 | 真实乐器录音（大多是 CC0 公有领域）和内置合成器 |
| 适合 | 快速出一段氛围音乐 | 给视频和游戏写配乐，要卡时长、要反复改 |
最后一行是它最有意思的地方：如果你已经在让 AI Agent 剪视频或做游戏，它知道每个镜头多长，也知道旁白什么时候进、关卡循环多久，配乐就能按这些数字写，剪辑一改，只重写挪动的那几小节。
作者放出来的七首作品
仓库里放了七首成品，每首都是同一段开场说明加三四句需求，让模型一次写完，中间没人插话，也没人改：
| 作品 | 风格 | 时长 | 用的模型 |
|---|---|---|---|
| Cairnfire | 全编制管弦乐序曲，36 个声部 | 4:29 | Claude Fable 5.2 |
| Stormglass Gambit | 游戏战斗循环音乐，合成器 | 3:07 | Claude Fable 5.2 |
| Glass Towers, Low Gear | City Pop，夜里开车穿过城市 | 3:03 | Claude Opus 5.5 |
| The Stone Vault Turns to Light | 管风琴托卡塔 | 3:56 | GPT-6 Astra |
| Paper Lantern Hours | 可循环的 Lo-fi 节拍 | 2:10 | Claude Sonnet 5.5 |
| Fughetta in D minor | 巴洛克风小赋格，大键琴加弦乐 | 2:00 | Claude Opus 5.5 |
| Skybutton Speedway | 8-bit 游戏标题画面音乐 | 1:31 | GPT-6 Luna |
试听链接都在仓库的 Listen 一节，可以直接下载 MP3。按作者的说法，在一台 24 线程的笔记本上，最快 22 秒、最慢 108 秒就能从头渲染完一首。
它是怎么"写"出来的
- 写谱：AI Agent 先定曲式和主题，再写工程文件，长一点的曲子会先写一个小脚本来生成声部。
- 查谱：自带的检查会列出声部间刺耳的音程和平行五八度，没解决的经过音也会标出来，让每一处都成为有意的选择。
- 演奏：加上真人演奏才有的细微偏差，比如节奏轻微漂移、和弦里的音不完全同时按下。
- 渲染和混音：用真实乐器的采样库演奏，再分组混音加混响，最后做母带，默认响度 -16 LUFS。
- 测量：分析每一段的响度、频谱和旋律是否盖过伴奏，再和同类商业作品比。
做游戏的话，它还能输出无缝循环的版本，把循环点写进 WAV 和 Ogg 文件里，Godot 和 RPG Maker 直接能读。
想试的话要准备什么
- 一个能在你电脑上跑命令的 AI Agent：作者在 Claude Code 和 Codex 里测过，网页版聊天里没测过。
- Python 3.10 以上，加上 FluidSynth 和 FFmpeg 这两个音频工具。
- 硬盘空间：采样库全装大约下载 3.5 GB，装完占 8 GB，最好留出 12 GB。也可以只装管弦、乐队之类的一组。
- 不需要显卡，不需要账号，渲染完全在本地离线跑，不上传任何东西。
装法很简单，Claude Code 里加一下它的插件市场，其他 Agent 用 npx skills add owoevan-dev/music-skill，然后直接跟 AI Agent 说"帮我装好渲染器和音色库"。之后用大白话提需求就行，比如：
给我的解谜游戏写一段 90 秒的标题画面音乐：温暖、带一点忧伤，钢琴加弦乐，要能无缝循环。
写完先别急着交，自己用检查工具过一遍，把发现的问题和你的处理说给我听，再导出 MP3、MIDI 和分轨。
能不能商用，有什么限制
- 商用：采样库要么是 CC0，要么是"任何用途免费"，用它们做的音乐不需要署名。合成器和 FFmpeg 的 GPL 许可只管程序，不管音乐。至于 AI 写的曲子你本人有没有版权，取决于所在国家的法律和你参与了多少。
- 不会唱歌，也不写歌词，只做纯音乐。
- 音色受限于免费采样库：没有钢弦木吉他和合唱，东亚乐器只有二胡和越南筝，部分乐器采样比较稀。
- AI Agent 听不见：检查和分析工具只能指出问题，好不好听还得你自己听，项目也明确要求 AI 不准声称自己"听过"。
- 这是个人开源项目，刚发布不久，用之前先听听仓库里的示例，判断音质是否够用。
评论（0）
还没有评论，来说第一句。