yakui-studio

Yakui Studio

Conecte análise de áudio real, transcrição de candidatos, ajuste manual e edição de projetos. Utilize referências fornecidas pelo usuário e material musical já aprovado; a produção musical em si não autoriza modificações em jogos ou pacotes de distribuição.

Inicialização e Recursos

O pacote npm instalado fornece o ambiente de trabalho local yakui-studio; yakui-studio --no-open apenas inicia o serviço. yakui-studio setup --agent codex|claude|opencode|all instala esta habilidade e a procedural-chiptune no mesmo nível; o padrão é codex. Os destinos são $CODEX_HOME/skills (padrão ~/.codex/skills), ~/.claude/skills, ~/.config/opencode/skills (respeitando XDG_CONFIG_HOME). --skills-dir PATH especifica um diretório único, --replace faz backup da versão existente antes de instalar. Quando a habilidade é copiada para outros destinos, ambos devem continuar sendo pastas adjacentes.

• yakui-studio music setup --profile basic: Configura o ambiente Python necessário para análise/síntese programática.
• yakui-studio music setup --profile transcribe: Instala dependências de faixas reais e transcrição conforme necessário; a primeira execução de separação de faixas pode exigir o download de modelos.
• music analyze/separate/transcribe/review/init/render chama as ferramentas Python incluídas no pacote; music import converte candidatos em projetos do ambiente de trabalho. Execute o subcomando correspondente com --help para confirmar os parâmetros atuais, especialmente o modo de transcrição, caminhos de entrada/saída e BPM.

Se apenas a habilidade estiver instalada, ainda é possível executar diretamente as ferramentas em procedural-chiptune/scripts; o diretório da habilidade resolve caminhos de scripts e modelos. Python 3.10+ e NumPy suportam síntese básica; decodificação de áudio e MP3 requerem FFmpeg. As dependências de modelo são descritas em Faixas Reais e Transcrição.

Se o shell não encontrar yakui-studio, use npx --yes --package [email protected] yakui-studio --help; comandos subsequentes adicionam parâmetros após esse prefixo. A instalação da habilidade não instala o CLI do agente, faz login em contas ou baixa modelos de música. Codex e OpenCode usam suas próprias configurações de login e modelo; a interface de candidatos integrada do Claude Code é reservada para funcionalidades futuras. No ambiente de trabalho, o modo de candidatos desativa ferramentas; agentes externos operam o projeto através do CLI descrito abaixo.

Operação do Ambiente de Trabalho Atual por Agentes Externos

Primeiro, execute yakui-studio project --help e yakui-studio project read para ler o projeto atual, revisão, clipes de faixa e seleção do navegador. O serviço escuta em http://127.0.0.1:5240 por padrão; use YAKUI_STUDIO_URL para apontar para a instância real que o usuário abriu, não crie uma nova instância em branco para substituí-la.

• yakui-studio project selection lê a seleção; project selection --file selection.json atualiza a seleção.
• yakui-studio project apply --file operations.json aplica edições. O arquivo deve usar o projectId, baseRevision recém-lidos, com novos operationId e operations; os tipos de operação, campos e exemplos completos estão em Protocolo CLI do Projeto. Após conflitos de versão, releia e reavalie as edições; não force a substituição das alterações do usuário apenas trocando a revisão.
• yakui-studio project import input.json ou input.mid importa; project export output.json ou output.mid exporta. Antes de importar, exporte o projeto atual para manter o material aprovado pelo usuário recuperável.
• yakui-studio project undo --revision N --project ID e redo --revision N --project ID operam o histórico de desfazer do mesmo serviço.

Após a edição, execute project read novamente para verificar a revisão real e as notas, e informe ao usuário as faixas/clipes alterados. O ambiente de trabalho pode ver imediatamente as modificações no mesmo projeto. Apenas escrever o JSON no disco não altera automaticamente o projeto aberto.

Do Referencial ao Projeto

1. Após obter áudio decodificável real, verifique o andamento, metade/dobro da velocidade e pontos de batida de múltiplas frases de acordo com Análise de Referência. Apenas ter o título da música ou um link não permite afirmar que ouviu ou transcreveu.
2. Quando necessário separar faixas reais, use Demucs e preserve as fontes reais do modelo; drums/bass/other/vocals não são garantia de melodia/resposta. Para instrumentos polifônicos após a separação, use Basic Pitch ONNX; para segmentos claramente monofônicos, use pYIN como referência. Primeiro valide trechos curtos antes de estender para a música inteira.
3. Salve os candidatos originais, fonte, tempo em segundos, valores de confiança/ativação, bend e justificativa manual. Use music review ou review_notes.py para aplicar janelas de função e edições explícitas, mantendo o "antes". Funções conflitantes permanecem como "não atribuídas"; campos de quantização são dados derivados.
4. Use music import para converter em um projeto do ambiente de trabalho e, em seguida, abra o JSON na interface. Mantenha os arquivos de candidatos originais; a importação mapeia notas para unidades de batida editáveis; se o formato de destino não puder conter informações como bend, explique as limitações e não trate a exportação do projeto como toda a evidência original.
5. Na edição da faixa, selecione um clipe, entre no piano roll e verifique oitava, início, duração, notas repetidas, ornamentos e vozes simultâneas. Use solo, loop de clipe e propriedades numéricas para ajustar seção por seção. Salve o JSON do projeto como uma entrega que pode continuar sendo editada.

Colaboração Manual e com IA

O início de um clipe é o número de batidas na música; o início de uma nota é relativo ao clipe; a unidade de tempo são batidas de semínima. Preste atenção aos limites do clipe e notas que se estendem por seções. Edições de projeto, desfazer e refazer alteram a revisão.

Modificações por IA usam seleções explícitas de notas/tempo; primeiro gere candidatos, ouça, depois aplique ou descarte; candidatos expirados são regenerados após mudanças no projeto. Sugestões de arranjo por IA não constituem evidência de transcrição precisa do áudio de referência. Quando nenhum agente disponível estiver configurado, ainda é possível editar, ouvir e exportar manualmente; indisponibilidade ou falha de autenticação deve ser relatada honestamente.

Música programática original segue a rota init/render de procedural-chiptune; reescreva a motivação do modelo, evitando apenas alterar o BPM. O formato da partitura de eventos está em score-format. A síntese do navegador e a renderização em Python não produzem a mesma masterização amostra por amostra.

Padrões de Entrega

"Candidatos extraídos", "frases parcialmente revisadas manualmente", "faixa completa verificada conforme referência" devem ser declarados separadamente. Saída de modelo, importação bem-sucedida, modificação bem-sucedida por IA não constituem, individualmente, transcrição precisa. Indique o escopo verificado, vozes não atribuídas e notas incertas; respostas originais devem ser claramente marcadas.

Entregue o projeto editável, candidatos originais necessários e registros de revisão, além de uma audição reproduzível. O JSON do projeto mantém faixas e clipes; a partitura de eventos é usada para renderização programática, MIDI para edição externa, WAV para audição. Gravações de referência não são automaticamente misturadas em faixas sintetizadas ou no pacote npm. Se a capacidade de ouvir o áudio real não estiver disponível, declare isso honestamente e forneça o áudio para o usuário ouvir.