全部技能 / 内容创作 / ai-music
内容创作 · genmedia-labs/skills

ai-music

Generate AI music on RunComfy via the `runcomfy` CLI — a smart router across the music-model catalog. Routes to ElevenLabs AI Music Generation (premium 44.1 kHz stereo vocal tracks, 5 s–5 min, $0.0083/s) and ACE Step / ACE Step 1.5 (StepFun-AI open-weights, tag-driven composition, multilingual lyrics, $0.0002–0.0003/s, ~27× cheaper), plus ACE Step audio-inpaint (regenerate a time range inside an existing track) and ACE Step audio-outpaint (extend a track before or after). Picks the right model for the user's actual intent — premium vocal hook, cheap background music library, multilingual pop song, repair a bad chorus, lengthen a 30 s draft into a 2 min cut — and ships each model's documented prompting patterns plus the minimal `runcomfy run` invoke. Triggers on "generate music", "make a song", "AI music", "background music", "instrumental track", "soundtrack", "jingle", "theme music", "royalty-free music", "compose", "music with lyrics", "extend music", "fix this song", "inpaint music", or any explicit ask to generate or edit music.

风险提醒：橙色 · 评估后使用AI 侦查报告
作者 genmedia-labsGitHub genmedia-labs/skills ↗Stars 5许可 MIT（仓库根 LICENSE 文件：Copyright (c) 2026 RunComfy / agentspace-so；GitHub API license.spdx_id=MIT）commit c163a9fd3a
agent 宿主通常会约束 skill 执行权限；风险提醒为 AI 侦查观点，不构成质量或安全保证。第三方 skill 仅作拆解与展示，安装使用风险自负，版权归原作者。

1实现原理 · 为什么它能做到

纯提示词路由手册：skill 目录内只有一个 SKILL.md、零脚本零代码；『引擎』是外部 RunComfy CLI + Model API，skill 的全部工作是让宿主 agent 按用户意图挑模型并拼出可执行的 runcomfy run 命令。

ai-music/SKILL.md
The agent reads these tables, classifies user intent (premium vs cost-sensitive · multilingual · vocal vs instrumental · generate vs edit), and picks the matching subsection below.
注：这段是整份文件的运转中枢：前面的模型表是静态数据，真正『为什么能工作』依赖 agent 读表→分类→选路由的推理；表内数据与 runcomfy run 调用体共同构成可执行配方。

能力=四路由覆盖：ElevenLabs 生成（premium）、ACE Step 生成（廉价/开源权重）、ACE Step audio-inpaint（改时间区间）、ACE Step audio-outpaint（前后扩展）；每条路由都带 schema 化的 --input JSON 示例。

ai-music/SKILL.md
**ACE Step audio-inpaint** — `acestep-ai/ace-step/audio-inpaint`
注：四路由是『模型目录的切片』：ElevenLabs 走 premium 单 prompt 通道，ACE Step 把风格与歌词拆成 tags/lyrics 两个字段；编辑类由同一 CLI 的不同 endpoint 表达。

意图分类被写成显式 5 问决策流（生成还是编辑→是否 premium→多语言→成本敏感→编辑类型），让不同 agent 能复现同样的选型结果。

ai-music/SKILL.md
**Premium polish required (brand / commercial)?**
注：来自 '## Decision flow (for the agent)' 小节的第 2 问；第 1 问把『编辑』直接导流到 step 5，形成 生成/编辑 二分后再细分，相当于把价格-质量权衡固化成判定树。

成本数据内嵌为选型依据：不同模型按 $/秒、倍率、时长上限（5 s–5 min / 5–240 s / cap 4 min）做标注，推荐语同时给出『选它/别选它』边界。

ai-music/SKILL.md
**$0.0002/s** — cheapest CLI-reachable music model on RunComfy.
注：价格硬编码在提示词里（$0.0083/s、27×、0.0002–0.0003/s），使模型推荐成为『质量×成本』联合决策而非纯质量排序；缺点是价格可能过期，skill 无法自更新。

编辑类能力的关键机制是时间区间锚定：inpaint 用 start_time/end_time（可锚定轨首或轨尾），outpaint 用 extend_before_duration/extend_after_duration 双向扩展。

ai-music/SKILL.md
Regenerate a **time range** (start_time / end_time, anchorable to track start or end) inside an existing track.
注：SKILL.md 明确提示了 CLI 今日未暴露 mask 式音频 inpaint，遇到这类需求要 reformulate 成时间区间编辑——能力边界被显式写明，不夸大。

安全面由作者自述并内嵌为使用纪律：安装只走官方包管理器、token 存 0600 文件、prompt 走 JSON 无 shell 展开、外发端点 allowlist。

ai-music/SKILL.md
The CLI does not shell-expand prompt content; it transmits the JSON body directly to the Model API over HTTPS. **No shell-injection surface from prompt content**.
注：'## Security & Privacy' 是该系列每份 SKILL.md 的固定章节；此处同时是功能边界声明——skill 自己不做任何 shell 拼串，注入面被设计为『不存在』（对 shell 而言）。

2核心能力

01音乐生成意图路由：premium（ElevenLabs）vs 廉价/开源（ACE Step base/1.5）vs 编辑（inpaint/outpaint）自动分流
02给出四路由各自可运行的 `runcomfy run <vendor>/<model>/<endpoint>` 调用与 --input JSON 骨架
03风格/歌词分离的 ACE Step 提示词纪律（tags + lyrics 带 [Verse]/[Chorus]/[inst] 标记）
04音频局部修复：时间区间重生成（audio-inpaint，可锚定 start/end）
05音频双向扩展（audio-outpaint：加 intro/outro，cap 4 min，超长需链式调用）
06成本-质量联合建议：场景化 pattern 库（jingle、批量背景乐、多语言同曲、游戏循环、30s→2min、坏副歌修复、草稿→成片）
07运行期错误码表（0/64/65/69/75/77）辅助 agent 判断重试或改参

3外部依赖

类型依赖
cli@runcomfy/cli（npm 官方 CLI，安装）
cliruncomfy（login/run 子命令）
networkRunComfy Model API
network生成结果下载白名单域
networkElevenLabs AI Music Generation（经 RunComfy 网关）
networkACE Step / 1.5 text-to-audio + audio-inpaint + audio-outpaint（经 RunComfy 网关）
network模型目录/文档站（正文链接，供人浏览）

4风险提醒 风险提醒：橙色 · 评估后使用

风险提醒：橙色 · 评估后使用
  • 付费 API，调用即账单 — skill 不代付也不限流；内嵌价格（$0.0083/s、$0.0002/s 等）是快照，可能过期；大音量批量前应确认账户成本与配额。
  • 仓库 slug/品牌漂移 — 安装命令指向 agentspace-so/runcomfy-agent-skills，本 pin 镜像为 genmedia-labs/skills；按 README/SKILL.md 的 npx skills add 命令安装将拿到另一仓库（可能是更新版），与本文分析结论脱钩。
  • 第三方源音频间接注入 + 生成输出不可控 — SKILL.md 自述源 audio URL 可携带隐式指令/EXIF 影响生成；只摄入用户显式提供的素材，输出异常时先怀疑源素材。
  • 版权与声乐合规责任在操作者 — skill 不检查歌词权利；围绕受版权保护歌词生成音乐的责任在操作者。
  • 能力边界之外的诉求会被拒导 — mask 式音频 inpaint 今日不可用（CLI 未暴露），需重构成时间区间编辑或整轨重生成——用户可能误以为能像素级修音。
风险提醒：橙色，评估后使用。skill 本体=单文件提示词路由器，零脚本、零凭证读取、无隐藏外发；执行链=宿主 agent 经第三方官方 npm CLI（@runcomfy/cli）调用 RunComfy 公开付费 API：该 CLI 认证需读取用户 API token（~/.config/runcomfy/token.json，mode 0600，或 RUNCOMFY_TOKEN env），每次 runcomfy run 消耗账户付费配额，外发对象可预期（自述 allowlist：model-api.runcomfy.net + *.runcomfy.net/*.runcomfy.com，无遥测/回调）。注意点：① 调用即账单，内嵌 $/s 价格为快照；② 第三方源音频可间接注入生成；③ 安装 slug（agentspace-so/runcomfy-agent-skills）与 pin 仓库（genmedia-labs/skills）不一致。不满足红色特征（无安全降级/反爬/任意代码面）。按统一分档准则『调第三方 npm/CLI 且可能接触密钥/配额 → orange；拿不准取高一档』定档；若宿主将『官方 CLI 自认证闭环』视为可豁免特例，可下调为 yellow。

5第二遍独立确认

  • [ok] 外部资源条目复核：npm CLI 安装行、runcomfy login/run 调用点、model-api.runcomfy.net allowlist — 逐条在 SKILL.md 找到原文；runcomfy run 出现 8 次、allowlist 句与 '## How it works' 相互印证。
  • [ok] '无 shell 注入面'声明反查 — 全文件除 --input JSON 示例与 runcomfy 命令外无其他执行形态；未发现反引号/管道/$( ) 拼接用户输入的指令。
  • [ok] 隐藏脚本/混淆内容扫描 — 目录仅 SKILL.md（ls -a）；正文代码块全部为 runcomfy 示例 JSON，无混淆/编码载荷。
  • [discrepancy] 仓库 slug 一致性（安装命令 vs pin 仓库） — SKILL.md 安装行与 See-also 链均指向 agentspace-so/runcomfy-agent-skills，README 自称 runcomfy-agent-skills；而 git remote 与 GitHub API 显示本 pin 为 genmedia-labs/skills。按安装命令安装 ≠ 本分析对象，可能拿到不同/更新的内容。
  • [unlocatable] 模型 id 与价格的远端真实性 — 模型 endpoint 存在性与 $/s 价格只能在 runcomfy.com/models 平台侧核实，源码仅能确认『skill 如此声明』；不影响本页展示，价格以平台为准。
  • [ok] 第二遍对安全结论找反例 — 未发现漏掉的网络调用/凭证读取；'Credential' 相关词仅出现在自述安全章（禁止 echo token 等），无实际读取指令。

6结论

  • 单文件零资产、意图路由+配方自包含，读一遍即可用；选型判定树显式、可复现
  • 成本轴被做成一等公民：模型按 $/s、倍率、时长上限标注，推荐含『选/回避』边界
  • 不止文生乐：时间区间 inpaint / 双向 outpaint 让『修一段、接一截』成为一等路由
  • 作者自带安全与执行边界纪律（CLI 白名单、安装禁令、token 禁令、外发 allowlist）
    • 适合：适合在 RunComfy 平台有账号、接受按秒计费模型成本，需要『按意图+预算自动选模型』的文生乐/音乐编辑 agent 场景；也适合想直接抄现成 runcomfy run JSON 配方的人类用户。
    不适合：不适合本地/自托管音乐生成或不用 RunComfy 聚合的用户；不适合需要 mask 级精细音频编辑或免费试用的场景；不适合期望 skill 自行校验价格/模型可用性的场景（数据为静态快照）。
    安装 agent 直装可复制
    ① 本站镜像 更新 2026-09-09
    方式 A · 人下载镜像包下载 ai-music.tar.gz
    sha256: 88f8e8b389a70680…
    方式 B · JSON 格式安装指南，复制给 agent
    安装指南
    agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
    ② 上游 GitHub · 原始来源
    能访问 GitHub？直接去上游安装（实时版，可能已更新）GitHub 原始 ↗
    本页镜像锁定 commit c163a9fd3a；上游为实时仓库。
    来源信息 GitHub 原始
    作者 / 仓库genmedia-labs / genmedia-labs/skills
    原始 GitHubgenmedia-labs/skills ↗
    Stars5
    最近推送2026-09-07
    本 skill commitc163a9fd3a
    许可MIT（仓库根 LICENSE 文件：Copyright (c) 2026 RunComfy / agentspace-so；GitHub API license.spdx_id=MIT）
    本站信息
    收录日期2026-09-06
    分类内容创作
    侦查报告2026-09-06 · 2 遍
    本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。