📦 歌曲创作

歌曲创作 拾光协作架构 青 → 拾光 ◒ → writer（墨白✍️）→ 歌词 → musician（和弦🎵）→ 音乐方案 → programmer（引擎⚙️）→ ComfyUI 合成 拾光是总工程师，拆解任务分配给各子会话，然后整合结果呈现给青。 ⚠️ 不依赖预先配置的 agent 墨白、和弦、引擎的名字只是角色描述，不是预注册的 agent。 实际执行是通过 sessions_spawn 创建全新的子会话， 并给每个子会话注入对应的角色描述（「你叫墨白，你是文字精灵...」）。 这意味着： 任何 OpenClaw 实例都可以用，不需要配置 AGENTS.md 不需要预先创建特定名字的 agent 只有一个 agent 也能跑——主 agent 自己依次执行写词→编曲→合成， 或者 spawn 子会话按角色执行都可以 只需要满足硬件条件（能跑 ComfyUI + AceStep） 工作流 Step 1: 确定需求 了解用户想要的风格/主题/情绪方向。可自由发挥，也可基于用户提供的方向。不需要每个都问，估摸着来。 Step 2: 召唤墨白 ✍️ 写词 方式：sessions_spawn 启动子 agent 参数： label: writer-lyrics model: custom-integrate-api-nvidia-com/deepseek-ai/deepseek-v4-pro（NVIDIA API 版） context: isolated 任务模板： 你叫墨白 ✍️，是拾光团队的文字精灵，世间一切文字归你管。 任务：写一首歌词，[风格/主题/情绪提示]。 写一首完整的歌词，包含：歌名、主歌（至少2段）、副歌、桥段（可选）。 歌词要有画面感和情绪层次。 格式要求： 歌名：《XXXX》 [主歌1] xxxx [主歌2] xxxx [副歌] xxxx [桥段] xxxx 完成后直接输出歌词，不要多余解释。 Step 3: 召唤和弦 🎵 编曲 接收墨白的歌词输出，传给和弦。 方式：sessions_spawn 启动子 agent 参数： label: musician-melody model: custom-integrate-api-nvidia-com/deepseek-ai/deepseek-v4-pro（NVIDIA API 版） context: isolated 任务模板（包含完整歌词）： 你叫和弦 🎵，是拾光团队的旋律织造者。 墨白写了《XXXX》的歌词： [完整歌词] 请给出完整的音乐设计方案：

• Style Tags（英文，供 AceStep 使用）
• 调性 & BPM
• 情感基调
• 编曲方案：分段落乐器编排
• 编曲强度曲线
• AceStep 参数建议：温度、top_p、CFG
• 建议时长 duration（秒）

完成后直接输出方案。 Step 4: 召唤引擎 ⚙️ 合成 方式：sessions_spawn 启动 programmer 子 agent 参数： label: engine-comfyui model: deepseek/deepseek-v4-flash（不需 NVIDIA API） context: isolated 任务模板中必须包含的内容： 你是引擎 ⚙️，拾光团队的程序员。 ⚠️ 必须：先读操作手册再动手！ ``bash cat ~/.openclaw/workspace/tools/comfyui操作手册.md 任务：用 ComfyUI + AceStep 生成歌曲《XXX》 参数 工作流：~/ai/ComfyUI/user/default/workflows/api工作流/audio_ace_step1_5_xl_sft.json tags: [和弦设计的 Style Tags] 调性：[Key] BPM：[BPM] 时长：[duration]s（建议 185s 稳定上限） 温度：[temperature] top_p：[top_p] cfg_scale：[cfg]（用 7 最稳定） 语言：zh 歌词（注意：不含歌名行！） 直接给 [主歌1] 开始的内容。

Step 5: 呈现结果

按格式输出： Style Tags 曲风标签 歌词 [完整歌词] 参数 调性：[Key] | BPM：[BPM] | 时长：[duration]s 温度：[temp] | top_p：[top_p] | CFG：[cfg] | Seed：[seed] 编曲：[instruments summary] MEDIA:/path/to/output.mp3

ComfyUI 合成细节

工作流

• 主力：audio_ace_step1_5_xl_sft.json（SFT 版，50 步，音质好，支持长音频）
• 替代：audio_ace_step1_5_xl_turbo.json（Turbo 版，更快但音质略差）

启动 ComfyUI

``bash # ✅ 正确方式（必须用此脚本） bash /home/qsh/ai/run_comfyui.sh # ❌ 禁止手动拼 python 路径 # ❌ 禁止加 --gpu-only 工作流节点结构 Node 类型 作用 94 TextEncodeAceStepAudio1.5 文本编码（歌词/tags/参数入口） 98 EmptyAceStep1.5LatentAudio 控制音频时长 104 UNETLoader 主模型（acestep_v1.5_xl_sft） 105 DualCLIPLoader CLIP 模型 106 VAELoader VAE 模型 107 SaveAudioMP3 输出 MP3 110 VAEDecodeAudioTiled VAE 分块解码（已配置，无需修改） 关键字段说明 (Node 94) 字段 说明 必须设置 禁止操作 tags 风格标签（英文） ✅ — lyrics 歌词正文 ✅ 不能含歌名行 bpm 速度 ✅ — keyscale 调性 ✅ — duration 时长（元数据） ✅ — temperature 温度 ✅ — top_p Top-P ✅ — cfg_scale CFG 强度 ✅ — language 语言 ✅ — seed 种子 ✅ 直接用 int clip CLIP 引用 ❌ 保持 ["105", 0] 不动 timesignature 拍号 ❌ 保持默认 "4" generate_audio_codes — ❌ 保持默认 True top_k — ❌ 保持默认 0 min_p — ❌ 保持默认 0 Node 98 wf["98"]["inputs"]["seconds"] = 185 # 实际控制生成时长 输出文件名 # ✅ 正确格式 wf["107"]["inputs"]["filename_prefix"] = "YYYYMMDD/audio/歌曲名" # ❌ 错误格式: "audio/YYYYMMDD/歌曲名" ⚠️ 歌词清理规则 lyrics 字段传给 AceStep 后会被直接唱出来。必须去掉 歌名：《XXX》 前缀！ # ✅ 正确：直接从 [主歌1] 开始 lyrics = """[主歌1] xxxx""" # ❌ 错误：歌名会被当歌词唱 lyrics = """歌名：《剑饮长风》 [主歌1] xxxx""" ⚠️ Parameter modification rules 只改需要改的字段，不要碰其他字段 clip 字段是节点引用 ["105", 0]，绝不能改 seed 字段可以设为随机整数：n["seed"] = random.randint(0, 999999999) 提交失败时检查 node_errors，它会明确指出哪个节点出错 稳定参数（已验证，RX 7900 XT, 20GB VRAM） 参数 值 Steps 50（工作流 KSampler 默认） cfg_scale 7 duration 185s VAE VAEDecodeAudioTiled（工作流自带） seed 随机 崩溃恢复 # 先彻底清理残留进程 pkill -f "python.*main.py" # 再重新启动 bash /home/qsh/ai/run_comfyui.sh 输出文件管理 # 1. 从 ComfyUI output 移出 shutil.move(src, dst) # 2. 删除源目录（如果空） os.rmdir(comfyui_output_dir) ComfyUI 输出目录：~/ai/ComfyUI/output/ 最终归档：~/.openclaw/workspace/output/YYYYMMDD/audio/ 模型分配 优先级：NVIDIA API 免费模型优先，长时间无响应才切 deepseek/deepseek-v4-flash Agent 模型 说明 墨白 ✍️ custom-integrate-api-nvidia-com/deepseek-ai/deepseek-v4-pro NVIDIA 免费 和弦 🎵 custom-integrate-api-nvidia-com/deepseek-ai/deepseek-v4-pro NVIDIA 免费 引擎 ⚙️ deepseek/deepseek-v4-flash 默认付费 API 引擎 ⚙️ 操作规范 每次 spawn 引擎时，必须在任务模板中包含： 先让他读 tools/comfyui操作手册.md 用 bash /home/qsh/ai/run_comfyui.sh 启动 ComfyUI 歌词不能带歌名行 不能修改 clip 等节点引用字段 详细操作手册：tools/comfyui操作手册.md