bitwize-music-studio/claude-ai-music-skills
Human + AI music production workflow for Suno - skills, templates, and tools
解决的问题
该项目提供了一个使用AI进行音乐制作的全面流水线,使用户能够从一个概念性想法一路推进到完成专辑。它自动化了研究、歌词创作、Suno等音乐生成平台的提示工程,以及最终音频母带处理之间的复杂协调,消除了那些不会演奏乐器的人所面临的技術障礙。
如何工作
该系统以Claude Code插件的形式实现,采用多模型编排系统和Model Context Protocol (MCP) 服务器。
- 技能系统:53个专门的“技能”(以Markdown/YAML定义)由Claude根据上下文自动路由。这些技能处理从押韵结构分析到母带处理的响度目标等所有任务。
- 多模型编排:系统根据所需质量将任务分配给不同的Claude模型:Opus用于创意工作(歌词、概念),Sonnet用于推理和协调,Haiku用于机械任务(导入、验证)。
- MCP服务器:一个基于Python的服务器提供超过80个工具,用于音频分析、歌词处理和状态管理,充当插件的神经系统。
- 研究系统:对于纪录片风格的专辑,它会协调并行的子代理,收集并验证原始资料,然后再生成歌词。
- 质量门控:流水线包含严格的检查清单,歌词(13项)和音频(7项),以确保专业标准。
适用人群
希望使用AI以结构化、专业的工作流程制作完整专辑的音乐人、创作者和非音乐人,特别是使用Claude Code和Suno AI音乐生成平台的用户。
主要亮点
- 完整专辑流水线:管理概念开发、研究、歌词、Suno提示、母带处理和发布准备。
- 多代理研究:使用10个领域特定的子代理,验证歌词中的事实准确性。
- 自研MCP服务器:包含80多个工具,用于实时音频分析和状态管理。
- 风格特定指南:包含72种不同风格的制作指南和母带处理预设。
- 跨平台支持:完全支持macOS、Linux、WSL2和Windows,并具备稳健的CI/CD流水线。
相关
- 项目
- 项目
- 项目
- 项目
- 项目