Music Toolkit Free

Music Toolkit Free offers local MIDI generation, audio processing, chord progression, and basic music theory analysis for personal music creation and learning.

音乐工具箱 (免费版)

概述

本工具为个人音乐爱好者与学习者提供音乐生成与编辑能力,涵盖 MIDI 生成、音频处理、乐理分析、和弦进行设计、旋律创作辅助等功能。所有处理在本地完成,无版权限制,适合音乐学习、创作原型、视频配乐、游戏音效等场景。

免费版聚焦个人创作与学习,适合音乐爱好者、独立开发者、视频创作者使用。

核心能力

能力模块	描述	免费版支持
MIDI 生成	程序化生成旋律与伴奏	支持
音频处理	混音、效果、格式转换	基础
乐理分析	调性、和弦、节奏分析	支持
和弦进行	自动推荐和弦走向	支持
旋律创作	辅助旋律设计	支持
节奏生成	鼓点与节奏模式	支持
音色库	内置音色	基础
AI 编曲	智能编曲	不支持 (升级 PRO)
多轨录音	多轨音频录制	不支持 (升级 PRO)
母带处理	专业母带	不支持 (升级 PRO)
商业授权	商业用途	个人
协作创作	多人协作	不支持 (升级 PRO)

核心功能执行

用input_params参数进行配置。

输入: 用户提供核心功能执行所需的指令和必要参数。 处理: 解析核心功能执行的输入参数,完成核心逻辑,返回结构化响应。 输出: 返回核心功能执行的响应数据,包含状态码、结果和日志。

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置。

输入: 用户提供参数配置与调用所需的指令和必要参数。 处理: 解析参数配置与调用的输入参数,完成核心逻辑,返回结构化响应。 输出: 返回参数配置与调用的响应数据,包含状态码、结果和日志。

• 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置。

输入: 用户提供结果处理与输出所需的指令和必要参数。 处理: 解析结果处理与输出的输入参数,完成核心逻辑,返回结构化响应。 输出: 返回结果处理与输出的响应数据,包含状态码、结果和日志。

• 执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：音乐生成与编辑工、音频处理与基础乐、面向个人音乐爱好、者与学习者的音乐、生成与编辑工具箱、核心能力、旋律创作辅助、适用场景、音乐学习、创作原型、视频配乐、游戏音效、个人娱乐、差异化、免费版聚焦个人创、作与学习、本地处理、无版权限制、适用关键词、音乐生成等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一: MIDI 旋律生成

程序化生成旋律 MIDI 文件。

python

from midiutil import MIDIFile
import random
# ...
def generate_melody(key="C", scale="major", bars=4, bpm=120):
    """生成旋律 MIDI"""
    # 音阶定义
    scales = {
        "major": [0, 2, 4, 5, 7, 9, 11],
        "minor": [0, 2, 3, 5, 7, 8, 10],
        "pentatonic": [0, 2, 4, 7, 9],
    }
    key_notes = {"C": 60, "D": 62, "E": 64, "F": 65, "G": 67, "A": 69, "B": 71}
# ...
    base_note = key_notes[key]
    scale_notes = scales.get(scale, scales["major"])
# ...
    # 创建 MIDI 文件
    midi = MIDIFile(1)
    midi.addTempo(0, 0, bpm)
# ...
    # 生成旋律
    current_time = 0
    for bar in range(bars):
        for beat in range(4):
            # 随机选择音阶内的音
            scale_idx = random.randint(0, len(scale_notes) - 1)
            octave = random.choice([-1, 0, 0, 1])
            note = base_note + scale_notes[scale_idx] + 12 * octave
            duration = random.choice([0.5, 1, 1, 2])
# ...
            midi.addNote(0, 0, note, current_time, duration, 100)
            current_time += duration
# ...
    # 保存
    with open("melody.mid", "wb") as f:
        midi.writeFile(f)
    return "melody.mid"
# ...
generate_melody(key="C", scale="pentatonic", bars=8, bpm=128)

场景二: 和弦进行推荐

根据调性推荐合适的和弦进行。

python

class ChordProgressionGenerator:
    # 常见和弦进行 (用罗马数字表示)
    PROGRESSIONS = {
        "major": {
            "I-V-vi-IV": ["C", "G", "Am", "F"],  # 流行经典
            "I-IV-V-I": ["C", "F", "G", "C"],    # 民谣
            "ii-V-I": ["Dm", "G", "C"],          # 爵士
            "I-vi-IV-V": ["C", "Am", "F", "G"],  # 50年代
        },
        "minor": {
            "i-VI-VII": ["Am", "F", "G"],        # 摇滚
            "i-iv-VII-III": ["Am", "Dm", "G", "C"], # 史诗
            "i-VII-VI-VII": ["Am", "G", "F", "G"],  # 暗黑
        },
    }
# ...
    def recommend(self, key="C", mood="happy", bars=4):
        """推荐和弦进行"""
        scale = "major" if mood == "happy" else "minor"
        progressions = self.PROGRESSIONS[scale]
# ...
        recommendations = []
        for name, chords in progressions.items():
            recommendations.append({
                "name": name,
                "chords": chords,
                "description": self._describe(name),
                "difficulty": self._difficulty(name),
            })
        return recommendations
# ...
    def _describe(self, name):
        descriptions = {
            "I-V-vi-IV": "流行音乐最常用,温暖正能量",
            "I-IV-V-I": "民谣风,简单明亮",
            "ii-V-I": "爵士经典,复杂有深度",
            "I-vi-IV-V": "50年代老歌感,怀旧",
            "i-VI-VII": "摇滚力量感,激昂",
            "i-iv-VII-III": "史诗感,适合配乐",
            "i-VII-VI-VII": "暗黑神秘,紧张",
        }
        return descriptions.get(name, "")
# ...
    def _difficulty(self, name):
        if "ii-V-I" in name: return "advanced"
        if "VII" in name or "III" in name: return "intermediate"
        return "beginner"
# ...
gen = ChordProgressionGenerator()
for r in gen.recommend(mood="happy"):
    print(f"{r['name']}: {r['chords']} - {r['description']}")

场景三: 音频处理

基础音频处理与格式转换。

python

from pydub import AudioSegment
import numpy as np
# ...
class AudioProcessor:
    def __init__(self, file_path):
        self.audio = AudioSegment.from_file(file_path)
# ...
    def normalize(self, target_db=-20):
        """音量标准化"""
        change = target_db - self.audio.dBFS
        return self.audio.apply_gain(change)
# ...
    def fade_in_out(self, fade_in_ms=2000, fade_out_ms=3000):
        """渐入渐出"""
        return self.audio.fade_in(fade_in_ms).fade_out(fade_out_ms)
# ...
    def cut_segment(self, start_ms, end_ms):
        """截取片段"""
        return self.audio[start_ms:end_ms]
# ...
    def add_reverb(self, decay=0.5):
        """添加简单混响 (示例)"""
        # 这里使用简化的混响算法
        samples = np.array(self.audio.get_array_of_samples())
        delayed = np.roll(samples, int(44100 * 0.1))  # 100ms 延迟
        delayed = (delayed * decay).astype(np.int16)
        mixed = samples + delayed
        self.audio = AudioSegment(
            mixed.tobytes(),
            frame_rate=self.audio.frame_rate,
            sample_width=self.audio.sample_width,
            channels=self.audio.channels,
        )
        return self.audio
# ...
    def export(self, output_path, format="mp3", bitrate="192k"):
        """导出音频"""
        self.audio.export(output_path, format=format, bitrate=bitrate)
        return output_path
# ...
# 示例
processor = AudioProcessor("input.wav")
processor.normalize().fade_in_out().export("output.mp3", format="mp3")

不适用场景

以下场景音乐工具箱免费版不适合处理：

• 版权受保护的媒体内容处理
• 实时直播推流
• 专业影视后期

触发条件

需要视频处理、音频编辑、媒体转换、配音生成时使用。不适用于非本工具能力范围的需求。

快速开始

依赖详情

bash

# Python 音乐处理库
pip install midiutil pydub numpy
# ...
# 系统依赖 (FFmpeg)
# macOS: brew install ffmpeg
# Ubuntu: sudo apt install ffmpeg
# Windows: 下载 FFmpeg 并配置 PATH

Step 2: 生成第一段旋律

python

from midiutil import MIDIFile
# ...
midi = MIDIFile(1)
midi.addTempo(0, 0, 120)
midi.addNote(0, 0, 60, 0, 1, 100)  # C4, 1拍
midi.addNote(0, 0, 64, 1, 1, 100)  # E4
midi.addNote(0, 0, 67, 2, 1, 100)  # G4
# ...
with open("first_melody.mid", "wb") as f:
    midi.writeFile(f)

Step 3: 用 DAW 打开

用 GarageBand、FL Studio、Ableton 等任意 DAW 打开 MIDI 文件即可听到旋律。

响应解析: 完成完成后,查看输出响应确认任务状态。成功时输出包含解析摘要和响应数据;失败时根据错误信息排查问题,查阅错误解析章节获取恢复步骤。

配置示例

音乐生成配置

yaml

# ~/.music-toolkit/config.yaml
generation:
  default_key: C
  default_scale: major
  default_bpm: 120
  default_bars: 8
# ...
  scales:
    major: [0, 2, 4, 5, 7, 9, 11]
    minor: [0, 2, 3, 5, 7, 8, 10]
    pentatonic: [0, 2, 4, 7, 9]
    blues: [0, 3, 5, 6, 7, 10]
# ...
audio:
  sample_rate: 44100
  bit_depth: 16
  channels: 2
  default_format: mp3
  default_bitrate: 192k
# ...
instruments:
  - piano
  - guitar
  - drums
  - bass
  - strings

乐理参考

python

MUSIC_THEORY = {
    "intervals": {
        "minor_second": 1, "major_second": 2,
        "minor_third": 3, "major_third": 4,
        "perfect_fourth": 5, "tritone": 6,
        "perfect_fifth": 7, "minor_sixth": 8,
        "major_sixth": 9, "minor_seventh": 10,
        "major_seventh": 11, "octave": 12,
    },
    "chord_formulas": {
        "major": [0, 4, 7],          # 大三和弦
        "minor": [0, 3, 7],          # 小三和弦
        "diminished": [0, 3, 6],     # 减三和弦
        "augmented": [0, 4, 8],      # 增三和弦
        "major7": [0, 4, 7, 11],     # 大七和弦
        "minor7": [0, 3, 7, 10],     # 小七和弦
        "dominant7": [0, 4, 7, 10],  # 属七和弦
    },
    "circle_of_fifths": [
        "C", "G", "D", "A", "E", "B", "F#",
        "C#", "G#", "D#", "A#", "F",
    ],
}

最佳实践

1. 旋律创作原则

text

好旋律的特征:
- 有明确的动机 (短小主题片段)
- 重复与变化结合 (熟悉感+新鲜感)
- 句法清晰 (像说话一样有呼吸)
- 高潮点明确 (情绪曲线)
- 留白与节奏变化

2. 和弦选择

python

def chord_for_mood(mood):
    """根据情绪推荐和弦"""
    mood_chords = {
        "happy": ["C", "F", "G", "Am"],
        "sad": ["Am", "Dm", "Em", "F"],
        "epic": ["Am", "F", "C", "G"],
        "mysterious": ["Em", "Am", "Bdim", "C"],
        "romantic": ["C", "Am", "F", "G"],
        "tense": ["Dm", "Bdim", "Am", "G"],
    }
    return mood_chords.get(mood, mood_chords["happy"])

3. 节奏设计

python

DRUM_PATTERNS = {
    "pop": {
        "kick":  [1,0,0,0, 1,0,0,0, 1,0,0,0, 1,0,0,0],
        "snare": [0,0,0,0, 1,0,0,0, 0,0,0,0, 1,0,0,0],
        "hihat": [1,1,1,1, 1,1,1,1, 1,1,1,1, 1,1,1,1],
    },
    "rock": {
        "kick":  [1,0,0,0, 0,0,1,0, 1,0,0,0, 0,0,1,0],
        "snare": [0,0,0,0, 1,0,0,0, 0,0,0,0, 1,0,0,0],
        "hihat": [1,1,1,1, 1,1,1,1, 1,1,1,1, 1,1,1,1],
    },
    "electronic": {
        "kick":  [1,0,0,0, 1,0,0,0, 1,0,0,0, 1,0,0,0],
        "snare": [0,0,0,0, 1,0,0,0, 0,0,0,0, 1,0,0,0],
        "hihat": [1,0,1,0, 1,0,1,0, 1,0,1,0, 1,0,1,0],
    },
}

常见问题

Q1: 免费版生成的音乐有版权吗?

生成的音乐无版权限制,可用于个人项目。商业用途需要 PRO 版本授权。

Q2: 支持哪些音频格式?

支持 WAV、MP3、OGG、FLAC、AAC 等主流格式 (依赖 FFmpeg)。

Q3: 需要 DAW 吗?

不强制。可以直接生成 MP3。但用 DAW 打开 MIDI 文件可进一步编辑。

Q4: 免费版音色库有多少?

内置基础音色 (钢琴、吉他、鼓等)。专业音色库需要 PRO 版本。

Q5: 能做多轨混音吗?

免费版支持基础多轨。专业多轨混音与母带处理需要 PRO 版本。

依赖说明

运行环境

• Agent 平台: 支持 SKILL.md 规范的任意 AI Agent (Claude Code、Cursor、Codex、Gemini CLI 等)
• 操作系统: Windows / macOS / Linux
• FFmpeg: 音频格式转换依赖

第三方依赖

依赖项	类型	是否必需	获取方式
LLM API	推理服务	必需	由 Agent 内置 LLM 提供
Python 3.8+	运行时	推荐	python.org 下载
midiutil	Python 库	MIDI 生成	pip install midiutil
pydub	Python 库	音频处理	pip install pydub
numpy	Python 库	信号处理	pip install numpy
FFmpeg	系统工具	格式转换	系统包管理器安装

API Key 配置

bash

# 免费版无需外部 API Key
# 所有处理在本地完成
# ...
# 可选: 默认配置
export MUSIC_DEFAULT_KEY="C"
export MUSIC_DEFAULT_BPM="120"
export MUSIC_OUTPUT_FORMAT="mp3"

可用性分类

• 分类: MD+EXEC (Markdown 指令 + 命令行执行)
• 说明: 本 Skill 通过自然语言指令驱动 Agent 生成与处理音乐
• 免费版限制: 个人使用、基础音色、无 AI 编曲、无多轨录音、无母带处理、无商业授权

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

• 本地运行，不支持多设备同步

示例

基本用法

输入：用户提供操作指令和必要参数

输出：返回执行结果,包含操作状态和输出数据

text

用户: 执行核心功能
Skill: 正在执行核心功能...
Skill: 执行完成,结果如下: 操作成功

输出格式

json

{
  "success": true,
  "data": {
    "result": "音乐工具箱免费版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "musickit"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}