Music Toolkit

SKILL.md

---
name: music-toolkit
description: |
  当用户想要【录制电脑声音、内录系统音频、捕获声卡输出、AI智能分轨切歌、自动裁剪录音前后空白/杂音】时自动触发。
  专门用于对系统播放的音乐、串烧、整张专辑、网课等音频进行高保真内录，并提供基础静音切分与基于 PyTorch 的 AI 音乐结构分析分轨功能。
  用户只需提供录制时长（分钟），即可自动启动后台录音，结束后按要求精细裁剪并导出。
  
  常见触发口语：
  - “帮我录音 5 分钟”
  - “录制电脑正在播放的声音，录 3 分钟”
  - “把电脑现在放的歌录下来，时长 4 分钟”
  - "内录系统声音 10 分钟，帮我用 AI 自动切歌分轨"
  - “帮我录制这段音乐，把前后的空白和杂音自动剪掉”
  - “开启 AI 专辑模式录音 30 分钟，帮我把每首歌单独切出来”
  - “系统声音内录工具”
  - “AI 音频录制与分轨器”
  - “帮我录制整张专辑，时长 45 分钟”
metadata:
  openclaw:
    requires:
      bins:
        - python
    user-invocable: true
---

# music-toolkit

**功能**：智能声卡回环录音与 AI 音频结构化分轨引擎。专为 OpenClaw Skill 生态设计，可实现 100% 纯净的电脑内部声音捕获（无外环境噪音），并利用 AI 精准识别歌曲边界。

### 触发时机（Triggers）
- 用户发出“录音”“内录”“录制电脑声音”“捕获声卡”等明确指令，并指出时间（如“3分钟”、“30秒”）。
- 用户在录音请求中提到“AI切歌”“自动分轨”“专辑模式”“剪掉前后空白”“剔除尾随杂音”等关键词。

## 参数提取指南
当 LLM 决定调用此技能时，请从用户上下文中精确提取并映射以下参数：

1. **`duration`** (数字/浮点数, **必填**): 录制总时长。**LLM 必须将其一律转换为分钟数**（例如：“录音30秒”转换为 `0.5`；“录音1.5小时”转换为 `90`；“录制4分钟”转换为 `4`）。对应命令行 `-t`。
2. **`filename-prefix`** (字符串, 选填): 用户明确指定的保存文件名前缀或单曲标题。对应命令行 `-p`。
3. **`save-dir`** (字符串, 选填): 用户指定的单曲输出路径。若未指定，无需传递（默认 `record`）。对应命令行 `-d`。
4. **`auto-trim`** (布尔值, 选填): 当用户提到“剪掉空白”“切除静音”“不要前后杂音”时，此项为 `True`。对应命令行 `-trim`。
5. **`ai-split`** (布尔值, 选填): 当用户提到“AI切歌”“自动分轨”“专辑整轨录制”时，此项为 `True`（激活后将调用 `allin1` 深度学习模型）。对应命令行 `-ai`。
6. **`silence-thresh`** (数字, 选填): 静音分贝阈值 (dBFS)，例如用户说“分贝调严格一点”可以适当调低。对应命令行 `-sh`。
7. **`min_silence_len`** (数字, 选填): 判定为静音的最短时间 (毫秒)。对应命令行 `-msl`。

---

## 内部核心技术方案

1. **高保真回环内录**：通过 `soundcard` 库的 `include_loopback=True` 机制，直接在操作系统内部拦截输出给扬声器的数字信号，实现高保真（48kHz 采样率）录音，完美避开麦克风外噪。
2. **第一阶段：VAD 静音粗切**：利用 `pydub.silence` 识别大于 1.5 秒的静音间隙，将长录音切成独立的音频块，并在两端故意保留 1 秒缓冲，防止截断前奏或尾音。
3. **第二阶段：AI 结构级精对齐**：将音频块送入 PyTorch 的 `allin1` 音乐模型，深度分析 `intro` (前奏)、`verse` (主歌)、`chorus` (副歌)、`outro` (尾奏) 等音乐边界，像素级切除死寂和杂音，精准释放成品。
4. **强壮的降级容错 (Fallback)**：若某段音频不适用 AI 模型分析而报错，系统会自动降级为常规 VAD 切分版本保存，确保整张专辑的录制流水线不会中断。

---

## 执行步骤与命令生成

LLM 识别用户意图并提取参数后，应在后台组合并执行以下标准命令行。优先使用 `python3` 启动，若失败则用 `python` 兜底：

### 场景 1：基础系统录音 + 自动切除前后空白
*适用于录制单首歌曲、单段音频*
```bash
(python3 scripts/media_grabber.py -t <duration> -trim [-p "<filename-prefix>"] [-d "<save-dir>"]) || (python scripts/media_grabber.py -t <duration> -trim [-p "<filename-prefix>"] [-d "<save-dir>"])