Song Creation

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：
1. **Style Tags（英文，供 AceStep 使用）**
2. **调性 & BPM**
3. **情感基调**
4. **编曲方案**：分段落乐器编排
5. **编曲强度曲线**
6. **AceStep 参数建议**：温度、top_p、CFG
7. **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

关键字段说明 (Node 94)

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）

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

引擎 ⚙️ 操作规范

每次 spawn 引擎时，必须在任务模板中包含：

1. 先让他读 tools/comfyui操作手册.md
2. 用 bash /home/qsh/ai/run_comfyui.sh 启动 ComfyUI
3. 歌词不能带歌名行
4. 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