2409324124/yakui-studio

Yakui Studio

Conecta el análisis de audio real, la transcripción candidata, el ajuste manual y el proyecto editable. Se basa en las referencias y la música aprobada por el usuario; la creación musical en sí misma no autoriza la modificación del juego o del paquete de publicación.

Inicio y recursos

El paquete npm instalado proporciona el banco de trabajo local yakui-studio; yakui-studio --no-open solo inicia el servicio. yakui-studio setup --agent codex|claude|opencode|all instala esta habilidad y el nivel procedural-chiptune; por defecto codex. Los destinos son $CODEX_HOME/skills (por defecto ~/.codex/skills), ~/.claude/skills, ~/.config/opencode/skills (siguiendo XDG_CONFIG_HOME). --skills-dir PATH especifica un directorio único, --replace hace una copia de seguridad de la versión existente antes de instalar. Cuando se copia la habilidad a otro destino, ambas deben seguir siendo carpetas adyacentes.

• yakui-studio music setup --profile basic: Configura el entorno Python necesario para el análisis/síntesis procedural.
• yakui-studio music setup --profile transcribe: Instala las dependencias de pistas reales y transcripción según sea necesario; la primera separación de pistas puede requerir la descarga del modelo.
• music analyze/separate/transcribe/review/init/render invoca las herramientas Python incluidas en el paquete; music import convierte los candidatos en un proyecto del banco de trabajo. Ejecuta el subcomando correspondiente --help para confirmar los parámetros actuales, especialmente el modo de transcripción, las rutas de entrada/salida y el BPM.

Si solo se ha instalado la habilidad, aún se pueden ejecutar directamente las herramientas en procedural-chiptune/scripts; las rutas de scripts y plantillas se resuelven desde el directorio de esta habilidad. Python 3.10+ y NumPy soportan la síntesis básica; se necesita FFmpeg para decodificación de audio y MP3. Las dependencias del modelo se encuentran en Pistas reales y transcripción.

Si el shell no encuentra yakui-studio, usa npx --yes --package [email protected] yakui-studio --help; los comandos posteriores también añaden parámetros después de ese prefijo. Instalar la habilidad no instala el CLI del agente, inicia sesión en cuentas ni descarga modelos de música. Codex y OpenCode utilizan sus respectivas configuraciones de inicio de sesión y modelo; la interfaz candidata integrada de Claude Code está reservada para funcionalidad futura. Las herramientas de modo candidato dentro del banco de trabajo están desactivadas; los agentes externos operan el proyecto a través del CLI descrito a continuación.

Operación del banco de trabajo actual por parte de agentes externos

Primero ejecuta yakui-studio project --help y yakui-studio project read para leer el proyecto actual, la revisión, los fragmentos de pista y la selección del navegador. El servicio por defecto es http://127.0.0.1:5240; usa YAKUI_STUDIO_URL para apuntar a la instancia que el usuario tiene realmente abierta, no crees una instancia vacía en su lugar.

• yakui-studio project selection lee la selección, project selection --file selection.json actualiza la selección.
• yakui-studio project apply --file operations.json aplica las ediciones. El archivo debe usar el projectId, baseRevision recién leídos, junto con un nuevo operationId y operations; los tipos de operación, campos y ejemplos completos se encuentran en Protocolo CLI del proyecto. Después de un conflicto de versión, vuelve a leer y reevaluar las ediciones; no sobrescribas las modificaciones del usuario simplemente cambiando la revisión.
• yakui-studio project import input.json o input.mid importa; project export output.json o output.mid exporta. Antes de importar, exporta el proyecto actual para mantener el material aprobado por el usuario recuperable.
• yakui-studio project undo --revision N --project ID y redo --revision N --project ID operan sobre el historial de deshacer del mismo servicio.

Después de editar, vuelve a ejecutar project read para verificar la revisión y las notas reales, e informa al usuario sobre las pistas/fragmentos cambiados. El banco de trabajo puede ver inmediatamente las modificaciones en el mismo proyecto. Escribir solo el JSON en disco no cambia automáticamente el proyecto abierto.

Del referencial al proyecto

1. Después de obtener audio decodificable real, verifica la velocidad, la mitad de velocidad/doble velocidad y los puntos de compás de múltiples frases según el Análisis de referencia. Cuando solo se tiene el nombre de la canción o un enlace, no se puede afirmar que se ha escuchado o transcrito.
2. Cuando se necesiten pistas reales, usa Demucs y conserva las fuentes reales del modelo; drums/bass/other/vocals no garantizan melodía principal/respuesta. Para instrumentos polifónicos separados, usa Basic Pitch ONNX; para fragmentos claramente monofónicos, usa pYIN como referencia. Primero verifica segmentos cortos antes de extender a toda la canción.
3. Guarda los candidatos originales, la fuente, los segundos, los valores de confianza/activación, los pitch bend y la justificación manual. Usa music review o review_notes.py para aplicar ventanas de roles y ediciones explícitas, conservando el "antes". Los roles en conflicto permanecen como "unassigned", y los campos de cuantización son datos derivados.
4. Usa music import para convertir a un proyecto del banco de trabajo, luego abre el JSON en la interfaz. Conserva los archivos candidatos originales; la importación mapea las notas a unidades de compás editables; si el formato de destino no puede contener información como pitch bend, se debe indicar la limitación y no se debe considerar la exportación del proyecto como toda la evidencia original.
5. En la disposición de pistas, selecciona un fragmento, entra al rollo de piano y verifica la octava, el tiempo de inicio, la duración, las notas repetidas, los adornos y las voces simultáneas. Usa solo, bucle de fragmento y propiedades de valor para ajustar segmento por segmento. Guarda el proyecto JSON como una entrega editable continuamente.

Colaboración manual y con IA

El inicio del fragmento es el número de compás de toda la canción; el inicio de la nota es relativo al fragmento; la unidad de tiempo es el pulso de negra. Ten en cuenta los límites del fragmento y las notas que se extienden entre secciones. Las ediciones del proyecto, deshacer y rehacer cambian la revisión.

Las modificaciones de la IA usan selecciones claras de notas/tiempo, primero generan candidatos, los comparan auditivamente y luego los aplican o descartan; después de los cambios en el proyecto, los candidatos obsoletos se regeneran. Las sugerencias de arreglo de la IA no constituyen evidencia de transcripción precisa del audio de referencia. Cuando no hay agentes disponibles, aún se puede editar, escuchar y exportar manualmente; si no está disponible o falla la autenticación, se debe informar honestamente.

La música procedural original sigue la ruta init/render de procedural-chiptune; modifica la motivación de la plantilla, evitando solo cambiar el BPM. El formato de la partitura de eventos se encuentra en score-format. La síntesis del navegador y la renderización de Python no son masterizaciones muestra a muestra idénticas.

Estándares de entrega

"Candidato extraído", "parcialmente corregido manualmente algunas frases", "verificado según la referencia en el rango completo" se expresan por separado. La salida del modelo, la importación exitosa o la modificación exitosa de la IA no constituyen por sí solas una transcripción precisa. Indica el alcance verificado, las partes no asignadas y las notas inciertas; las respuestas originales se marcan claramente.

Entrega el proyecto editable, los candidatos originales necesarios y los registros de corrección, así como una previsualización reproducible. El proyecto JSON conserva las pistas y fragmentos, la partitura de eventos se usa para la renderización procedural, el MIDI para edición externa y el WAV para previsualización. La grabación de referencia no se mezcla automáticamente con pistas sintetizadas ni con el paquete npm. Cuando la capacidad de escucha real no está disponible, indica honestamente y proporciona audio para que el usuario lo escuche.