Communitygithub.com

Music Generator

Erzeuge prozedurale Musik für Szenen, Videos, Spiele und individuelle Stücke. Verwende dieses Skill, wenn Soundtracks, Untermalung, Jingles, Loops, Musik unter Voice-Over, Themen, Instrumentenklonen, Mixing/Mastering benötigt werden oder wenn Musik roboterhaft, flach oder stimmungsfremd klingt. Erstellt Projekte mit Recherche, Richtungsblättern, benutzerdefinierten Presets, deklarativen Partituren und rendert über pipeline.py mit Qualitätsprüfungen bis zum Bestehen.

Was ist Music Generator?

Dieser Skill bietet ein striktes, messbares Pipeline-System zur prozeduralen Musikgenerierung. Er richtet sich an Entwickler und KI-Agenten, die originale Musik für Videos, Spiele, Werbung, Podcasts oder Voice-Overs benötigen. Der Arbeitsablauf ist modular und folgt einer festen Reihenfolge: Projekt einrichten, Recherche durchführen, Richtungsblatt ausfüllen, Presets erstellen, Partitur schreiben, rendern und durch Qualitätsprüfungen bringen, überarbeiten und schließlich ausliefern. Jeder Schritt erzeugt definierte Ausgaben wie Berichte, Presets, Stems und MIDI-Dateien. Die Pipeline verwendet objektive Metriken und Qualitätsgates, um subjektives Rätselraten zu vermeiden. Entscheidungen trifft der Agent; Skripte führen sie aus. Einmal zertifizierte Versionen werden nie überschrieben, und Änderungen erfolgen schrittweise: immer nur ein Parameter auf einmal, dann erneutes Messen. Der Skill unterstützt verschiedene Aufgaben wie Videoscoring, Gesang/Chöre, kulturelle Stile, SFX/Atmosphäre, Orchester-SFZ, Instrumentenklonen und Mixing/Mastering. Die Ausgabe umfasst eine master.wav, versionierte Dateien, Stems, MIDI und einen detaillierten CI-Bericht. Der Skill arbeitet plattformunabhängig (Windows/Unix) und erfordert ein virtuelles Python-Umfeld.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rashee1997/music-generator/tree/HEAD

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Music Generator?

Ein System zur prozeduralen Musikgenerierung, das durch eine strenge, messbare Pipeline originale Musik erzeugt. Alle Entscheidungen werden vom Agenten getroffen; Skripte führen sie aus. Die Pipeline verwendet objektive Messungen und Qualitätsgates anstelle von subjektivem Raten.

Verwendungszweck

Verwende diesen Skill, wenn:

  • Originalmusik für Video, Spiele, Werbung, Podcasts oder Voice-Overs erstellt werden soll
  • Soundtracks aus Stimmungsbeschreibungen generiert werden sollen (z.B. "spannungsgeladener cinemascher Aufbau", "ruhiges Lo-Fi")
  • Instrumente aus Aufnahmen geklont werden sollen
  • Vorhandene Stems gemixt oder gemastert werden sollen
  • Musik zu Videos mit Schnitten/Dialog vertont werden soll
  • Robotenhafte, flache oder unausgewogene Musik korrigiert werden soll
  • Mit spezifischen kulturellen Stilen gearbeitet werden soll (karnatisch, arabisch, afrikanisch, ostasiatisch usw.)

Schnellstart

Führe die Skripte aus dem Skill-Verzeichnis mit seiner virtuellen Umgebung aus:

  • Windows: .venv/Scripts/python.exe
  • Unix: .venv/bin/python

Erstmalige Einrichtung: siehe references/setup.md.

Arbeitsablauf

Folge diesen Schritten in der angegebenen Reihenfolge. Überspringe keine Schritte.

SchrittAktionAusgabePrüfung
1Projekt erstellenpython scripts/setup_project.py --new-project <verz> --title "<Titel>" (füge --ambience nur hinzu, wenn gewünscht)Projektstruktur mit direction/, presets/, scores/, out/, reports/, STATUS.md
2Recherchepython scripts/research_kb.py <verz> --topic "<Thema>" --tags <tags>. Füge Webquellen über TinyFish hinzu. Für Atmosphäre/Effekte verwende --sounds und dokumentiere echte Referenzen mit Lizenzen/Messungen.reports/research_<thema>.md mit KB-Zitaten und Quellen
3RichtungsblattKopiere templates/direction_sheet.json nach <verz>/direction/direction_<titel>.json. Fülle alle Felder gemäß references/music-direction.md. Für Video führe zuerst scripts/video_score.py aus.Vollständiges Blatt mit job, feel, sections, motifs, hits, mix_intent, spatial_staging
4Presets erstellenpython scripts/presets.py scaffold instruments/vocals/environments/sfx <name> --project <verz>. Jedes benötigt eine eindeutige räumliche Platzierung.Presets im Projekt mit Charakter, spatial.azimuth/distance
5Partitur schreibenErstelle <verz>/scores/<titel>_score.json (deklarativ, verweist auf Presets). Verwende templates/custom_score_template.py für genaue Kontrolle.Gültiges JSON mit Spuren, die auf Presets verweisen
6Rendern & prüfenpython scripts/pipeline.py <verz>/scores/<titel>_score.json --project <verz>out/master.wav (eine Kopie der neuesten Version), out/master_vNN.wav, out/versions.json, <master>.json Tags, stems/, midi/, reports/ci_report.json mit 0 FAIL
7ÜberarbeitenÄndere GENAU EINEN Hebel nach dem anderen (references/music-direction.md §6). Wiederhole Schritt 6, bis alle Prüfungen grün sind (maximal 5 Versuche).Alle Gates bestanden
8Anhören & ausliefernpython scripts/listen.py out/master.wav --direction direction/<blatt>.jsonÜberprüfen und Ergebnisse melden

Auslieferungsmetadaten und Versionen

Die Zertifizierung schreibt nach Bestehen des musikalischen Gates automatisch drei Dinge:

  • out/master_vNN.wav – jede zertifizierte Wiedergabe erhält eine eigene Versionsdatei. Ältere Versionen bleiben erhalten; ein erneutes Rendern überschreibt niemals eine.
  • out/master.wav – eine Kopie der neuesten Version, für Werkzeuge, die eine einzelne Master-Datei erwarten.
  • out/versions.json – jede Version mit Zeitstempel, Messungen und der Änderung, die sie eingebracht hat (die behobenen Gate-Fehler oder erste zertifizierte Wiedergabe).
  • out/master.json – die standardmäßigen Tags neben der Master-Datei.

Woher die Tags kommen: Standardwerte in presets/metatdats/metadata.json (Künstler, Album, Urheberrecht, Lizenz, Verlag, ISRC, Sprache), dann vom Partitur abgeleitete Werte (Titel, Genre von piece_type, Jahr, ein sachlicher Kommentar Tonart · BPM · piece_type), dann überschreiben die eigenen <projekt>/metadata.json-Werte. Schreibe echte Werte in <projekt>/metadata.json und nicht in Skripte.

Regeln für einen Agenten:

  • Lösche oder überschreibe niemals eine master_vNN.wav oder einen versions.json-Eintrag. Wenn eine Auslieferung einen sauberen Take benötigt, wird daraus eine neue Version.
  • Überprüfe den Eintrag nach einem Rendervorgang: python scripts/helpers/version_manager.py list --project <verz>.
  • MP3-Kompression ist manuell, niemals Teil der Pipeline: python scripts/helpers/compress_mp3.py out/master_vNN.wav -o <datei>.mp3 -b 320k. Die Sidecar-Tags werden in die MP3 übernommen.
  • Die Gate-Zeilen meta.tags und meta.version protokollieren nur diesen Eintrag. Sie warnen, schlagen nie fehl und sind beim ersten Rendern eines Stücks INFO.

Grundprinzipien

  • Modular: Klang/Raum in presets/, Noten in scores/, Absicht in direction/. Keine monolithischen Skripte.
  • Recherchegetrieben: Jedes benutzerdefinierte Instrument/Gesang/Kultur benötigt KB-Recherchezitate.
  • Daten vor Code: Neue Klänge verwenden Szenendaten ("scene"/"scene_layers"), keine Python-Generatoren.
  • Eine Änderung nach der anderen: Beim Beheben von Gate-Fehlern genau einen Parameter ändern und erneut messen.
  • Messen, nicht raten: Pipeline-Metriken und Diagnosen verwenden. Geschmack wird nicht gemessen.
  • Jedes Stück bekommt ein Mix-Preset: Steuert Gain-Staging, Dynamik, Sidechain, Mastering.

Routen nach Aufgabe

AufgabeWichtige Referenzen
Videoscoring/Schnittereferences/video-scoring.md, scripts/video_score.py
Gesang/Chöre/Humsreferences/vocals-and-choirs.md, references/vocal-engine.md
Kulturelle Stile/Fusionknowledgebase/README.md, references/cultural-soul.md, references/genre-fusion.md
SFX/Atmosphäre/Foleyreferences/sound-effects.md, references/physical-scene.md, references/environments-as-presets.md
SFZ-Orchesterreferences/sfz-libraries.md, scripts/sfz_libs.py
Instrumentenklonen/Extraktionreferences/instrument-cloning.md, references/extraction.md
Mixing/Masteringreferences/mixing-and-mastering.md, scripts/mixer.py, scripts/mix_diagnostics.py
Gate-Fehlerreferences/quality-gate.md, scripts/gate_profiles.py

Ausgabevorlage

Fertig: out/master.wav (Xs, -X.X LUFS, -X.X dBTP), midi/<titel>_score.mid, stems/ (N), reports/ci_report.json.
Was es ist: <Stimmung, Tonart, BPM, Instrumente, Presets>.
Gates: <N bestanden, 0 fehlgeschlagen nach K Versuchen>; anhören: <Messwerte>.
Nicht geprüft: Geschmack, Realismus echter Instrumente, Passung im endgültigen Video.
Nächstes: <eine vorgeschlagene Änderung>.

Hinweise & Grenzen

  • Standardmäßig wird GM SoundFont verwendet; SFZ-Bibliotheken sind optional. Keine gesungenen Wörter in der Standardsynthese (Chöre/Hums sind Texturen).
  • listen.py benötigt das earshot-Modell (python scripts/setup_project.py --ears zum Installieren).
  • Kopfhörer-Spatialisierung nur für Presets mit spatial.binaural: true.
  • Mix-Diagnosen berichten, blockieren aber keine Gates (blockierende Gates sind im Qualitätsgate).
  • Siehe AGENTS.md für vollständige Regeln und references/troubleshooting-and-limits.md für alle Einschränkungen.

Verwandte Skills