前言¶

給視頻、播客或遊戲配一段可用的音頻，常見做法是去素材站翻找、再裁剪拼接。翻找的成本高，風格也很難剛好對上。另一個方向是調用音頻生成接口，自己拼 prompt、調參數、再處理人聲和混音，鏈路長且容易反覆試錯。

下面介紹的這個 Skill 把這件事收斂成一條流程：你給出一段描述或一段旋律，它按風格設定、結構編排、混音與人聲處理的順序組織生成工作，產出配樂、人聲與音效。它面向的是需要快速拿到音頻素材的開發者和內容創作者，不涉及音頻後期軟件的操作細節。

這是什麼¶

AI 音樂與音頻生成指南，座標 @user_e562897e/ai-music-studio，由社區開發者 user_e562897e 發佈和維護，當前版本 0.1.1。它屬於通用 SKILL.md 格式的 Skill，通過 SkillHub 分發。

SkillHub 頁面給出的定位是一句話：用 AI 從一段描述或旋律生成配樂、人聲與音效。支撐這個定位的是四塊能力——風格設定、結構編排、混音與人聲處理。分類爲 design-media，標籤裏 requires_api_key=false，說明官方資料未要求額外申請密鑰。

核心功能¶

這是官方簡介中列出的四塊能力，也是這個 Skill 覆蓋的完整範圍。

1、風格設定：把「古風」「電子」「懸疑」這類口語化描述，轉成可用於生成的穩定風格參數。
2、結構編排：按段落組織音樂，區分前奏、主歌、副歌、尾奏等結構，而不是生成一段沒有起伏的循環。
3、混音：處理聲部之間的層次、音量平衡與空間感。
4、人聲處理：處理人聲軌道的生成與修整，與伴奏部分配合。

需要說明的是，官方簡介只給出了這四塊能力的標題，沒有展開每塊的具體參數、閾值或接口。上述每條都是對標題的直接說明，沒有額外推斷。

安裝與啓用¶

官方頁面沒有公開安裝命令、目錄約定或配置文件字段，抓取 SkillHub 頁面和官方地址均未取到正文內容，因此這裏不寫未經覈實的命令。

可以確認的事實是：該 Skill 基於通用 SKILL.md 格式，來源標記爲 community，標籤 requires_api_key=false。這類 Skill 的常規啓用方式是把 SKILL.md 及其附屬文件放到客戶端的 skills 目錄下，由客戶端在對話中識別並加載。具體目錄路徑隨客戶端不同而不同，請以你所用客戶端的官方文檔爲準，不要照抄下面的猜測。

另外，SkillHub 上該頁面的安裝計數爲 0（與下載數 1370 不同），說明它目前通過 SkillHub 頁面分發，官方未提供一鍵安裝入口。

典型用法¶

官方資料中沒有給出可復現的示例，也沒有示例 prompt 或輸出音頻。因此這一節不寫示例，只交代輸入和輸出的邊界。

輸入有兩種形式：一段文字描述，或一段旋律。描述用於觸發風格設定，旋律用於在已有動機上繼續展開。輸出覆蓋配樂、人聲與音效三類，具體由用戶在需求中指定。

如果你打算用它，建議先從一個明確的短需求開始，例如「30 秒懸疑氛圍配樂，用於視頻開場」，確認風格設定和結構編排的輸出符合預期後，再逐步增加人聲和音效的複雜度。

適用場景與注意¶

適合的場景：需要快速爲視頻、播客、遊戲或演示拿到風格明確的音頻素材，且願意在生成結果上繼續做後期處理的人。它的價值在於把風格設定和結構編排的思考前置，減少反覆試錯。

需要注意的地方：

1、官方資料沒有列出支持的音頻生成服務、時長上限、導出格式或授權範圍。商業使用前，需要自行確認所用生成服務的許可條款，這一點官方頁面沒有說明。
2、版本號爲 0.1.1，屬於早期版本。後續接口和能力可能變化，以官方頁面爲準。
3、評分與下載數據來自 SkillHub 頁面快照，下載 1370、評分 100000、安裝 0。這三個數字反映的是頁面統計，不代表音質或實際效果。
4、標籤 requires_api_key=false 是官方頁面的標註，具體調用鏈是否真的不需要密鑰，以實際運行爲準。

結尾¶

這個 Skill 的價值在於把「從描述到音頻」的流程拆成風格、結構、混音、人聲四個可控的環節，而不是一次性扔一個 prompt 等結果。它覆蓋的範圍明確，不涉及編曲軟件或母帶處理，適合作爲生成環節的參考框架。官方地址：https://api.skillhub.cn/user_e562897e/ai-music-studio，SkillHub 頁面：https://www.skillhub.cn/skills/user_e562897e/ai-music-studio