AI音乐

通过一款CLI在RunComfy上生成AI音乐——包括人声歌曲、器乐、广告短曲、游戏循环配乐、多语言翻唱。该技能会根据用户的实际需求从RunComfy模型库中选择合适的模型，并提供官方提示词模板以及对应的

runcomfy run

精确调用指令。

runcomfy.com · 音频模型 · CLI文档

安装该技能

bash

npx skills add agentspace-so/runcomfy-agent-skills --skill ai-music -g

基于RunComfy CLI实现

步骤1 — 安装（二选一，详情请查看

runcomfy-cli

技能）：

bash

npm i -g @runcomfy/cli         # 全局安装
npx -y @runcomfy/cli --version # 零安装方式

步骤2 — 登录（或在CI/容器中设置

RUNCOMFY_TOKEN

环境变量）：

bash

runcomfy login

步骤3 — 生成音乐：

bash

runcomfy run <vendor>/<model>/<endpoint> \
  --input '{"prompt": "...", ...}' \
  --output-dir ./out

CLI深入介绍：

runcomfy-cli

技能。

根据用户需求选择合适的模型

文本转音乐（从头生成）——按最新版本排序

ACE Step 1.5 —

acestep-ai/ace-step-1.5/text-to-audio

ACE Step最新生成模型。支持50+语言人声，优化了结构化歌词处理，单价0.0003美元/秒。开源权重（Apache 2.0协议）。适用场景：多语言发布、非英语人声歌曲、高品质ACE输出。不适用场景：追求极致打磨的商业人声钩子（推荐ElevenLabs Music）或对成本敏感的批量生成（推荐基础版ACE Step）。

ElevenLabs AI音乐生成 —

elevenlabs/elevenlabs/music-generation

高品质44.1 kHz立体声，时长5秒至5分钟，支持段落级控制（前奏/主歌/副歌/桥段），多语言人声，可用于商业场景。单价0.0083美元/秒（约为ACE Step的27倍）。适用场景：核心品牌推广活动、打磨完成的人声钩子、高品质商业成品、广告音乐。不适用场景：大批量草稿/背景音乐库——成本过高。

ACE Step（基础版） —

acestep-ai/ace-step/text-to-audio

(对成本敏感场景的默认选择)

原版ACE Step模型。标签驱动创作，可选歌词，立体声时长5-240秒。单价0.0002美元/秒——RunComfy上最便宜的可通过CLI调用的音乐模型。适用场景：背景音乐库、广告短曲、游戏循环配乐、草稿、对成本敏感的迭代创作。不适用场景：高品质人声钩子——请使用ElevenLabs Music或ACE Step 1.5。

编辑现有音频——仅支持ACE Step（ElevenLabs无编辑端点）

ACE Step音频修复 —

acestep-ai/ace-step/audio-inpaint

重新生成现有曲目内的指定时间段（可设置开始/结束时间，锚定到曲目开头或结尾）内容。适用场景：修复糟糕的副歌、替换桥段、无需重新渲染即可替换20秒片段。不适用场景：非时间边界的编辑（请使用源模型的文本转音乐功能）。

ACE Step音频扩展 —

acestep-ai/ace-step/audio-outpaint

双向扩展现有曲目——在开头添加前奏、结尾添加 outro，或两者同时添加（通过
extend_before_duration
/
extend_after_duration
参数设置）。适用场景：将30秒钩子延长至2分钟成品、添加渐淡出效果、围绕现有钩子构建更长的编曲。不适用场景：总时长超过4分钟——请分多次调用。

代理会读取这些信息，对用户需求进行分类（高品质vs成本敏感·多语言·人声vs器乐·生成vs编辑），并选择对应的下方小节。

路径1：ElevenLabs AI音乐生成——高品质

模型：

elevenlabs/elevenlabs/music-generation

完整 schema + 技巧：请查看专门的

elevenlabs-music-generation

技能。

快速调用

bash

runcomfy run elevenlabs/elevenlabs/music-generation \
  --input '{
    "prompt": "Upbeat indie-pop anthem, bright electric guitars, driving drums, 120 BPM, female lead vocal. [Intro 8 bars] instrumental build. [Verse] Chalk on the palms, laces double-knotted. [Chorus] We rise, we strike, we never fade out. [Outro] full band, fade.",
    "music_length_ms": 60000
  }' \
  --output-dir ./out

ElevenLabs Music读取包含风格简介和带段落标记歌词的单个

prompt

。设置

force_instrumental: true

可生成无人声曲目。单价0.0083美元/秒——草稿可以短一些，最终成品再生成较长版本。

路径2：ACE Step / ACE Step 1.5——低成本、开源权重

模型：

acestep-ai/ace-step/text-to-audio

（基础版）或

acestep-ai/ace-step-1.5/text-to-audio

（1.5版） 完整 schema + 技巧：请查看专门的

ace-step

技能。

快速调用

bash

runcomfy run acestep-ai/ace-step-1.5/text-to-audio \
  --input '{
    "tags": "indie pop, anthemic, electric guitar, driving drums, female vocal, 120 BPM",
    "lyrics": "[Verse]\nChalk on the palms\nMorning on the ridge\n[Chorus]\nWe rise, we strike, we never fade out",
    "duration": 60
  }' \
  --output-dir ./out

ACE Step将风格信息拆分到
tags
参数，人声内容拆分到
lyrics
参数（支持

[Verse]/[Chorus]/[Bridge]

标记，或

[inst]

标记器乐段落）。1.5版本新增了50+语言人声支持。

路径3：ACE Step音频修复——修复片段

bash

runcomfy run acestep-ai/ace-step/audio-inpaint \
  --input '{
    "audio": "https://your-cdn.example/song.mp3",
    "tags": "indie pop, breakdown, piano only, soft, no drums",
    "start_time": 20,
    "end_time": 40,
    "lyrics": "[inst]"
  }' \
  --output-dir ./out

start_time_relative_to

和

end_time_relative_to

默认值为

start

；设置为

end

可锚定到曲目结尾（例如，无需计算精确时间戳即可重写最后15秒内容）。完整schema：

ace-step

技能。

路径4：ACE Step音频扩展——延长曲目

bash

runcomfy run acestep-ai/ace-step/audio-outpaint \
  --input '{
    "audio": "https://your-cdn.example/hook-30s.mp3",
    "tags": "indie pop, build-up before chorus, fade outro",
    "extend_before_duration": 30,
    "extend_after_duration": 60,
    "lyrics": "[inst]"
  }' \
  --output-dir ./out

一次调用即可双向扩展——同时设置

extend_before_duration

和

extend_after_duration

可添加前奏+ outro。总时长上限为4分钟。

常见场景

高品质品牌推广广告短曲（5-15秒）

路径1（ElevenLabs Music）——高品质，打磨完成的混音。每次生成成本0.05-0.12美元。

大规模背景音乐库（50+曲目）

**路径2（ACE Step基础版）**搭配不同标签组合。50首60秒草稿的总成本为0.012美元/60秒 ×50=0.60美元。

多语言发布（同一歌曲，8种语言）

路径2（ACE Step 1.5）——保持标签一致，针对每种语言替换
```
lyrics
```
参数。若更看重高品质而非成本，也可选择路径1（ElevenLabs Music）。

游戏循环配乐

路径2（ACE Step基础版），在标签中添加“seamless loop, consistent groove”，时长60-120秒。

视频主题歌曲

路径1（ElevenLabs Music），提供完整简介+歌词+段落标记，
```
music_length_ms
```
匹配视频时长。

“我生成了30秒钩子，但需要2分钟完整曲目”

路径4（ACE Step音频扩展），将钩子作为
```
audio
```
参数，一次调用添加30秒前奏+60秒 outro。

“我的第二段副歌效果不好”

路径3（ACE Step音频修复），设置
```
start_time
```
/
```
end_time
```
覆盖效果不佳的副歌，标签匹配原歌曲风格。

低成本草稿→高品质成品

在**路径2（ACE Step基础版）上迭代标签，每次尝试成本0.01-0.02美元→确定风格→在路径1（ElevenLabs Music）**上生成打磨完成的商业成品。

修复不符合ACE时间范围schema的片段

当前CLI未暴露基于蒙版的音频修复端点。要么重新调整为时间范围编辑，要么使用路径2重新生成调整标签后的完整曲目。

决策流程（代理用）

代理应询问/推断：

从头生成还是编辑现有音频？
- 编辑→进入步骤5
- 生成→步骤2
是否需要高品质打磨（品牌/商业用途）？
- 是→路径1（ElevenLabs Music）
- 否→步骤3
是否需要多语言人声？
- 是→路径2（ACE Step 1.5）
- 否→步骤4
对成本敏感的批量生成还是单首曲目？
- 对成本敏感/批量→路径2（ACE Step基础版）
- 单首高品质曲目→路径1（ElevenLabs Music）或路径2（ACE Step 1.5）——根据预算选择
编辑类型？
- 时间边界内的片段重写→路径3（音频修复）
- 在前后添加内容→路径4（音频扩展）

浏览完整模型库

所有RunComfy模型——图像、视频和音频端点
ElevenLabs Music模型页面——完整API标签页
ACE Step基础版 · ACE Step 1.5 · 音频修复 · 音频扩展——ACE Step相关端点
docs.runcomfy.com/cli——CLI安装、认证、故障排除

退出码

代码	含义
0	成功
64	CLI参数错误
65	输入JSON错误/schema不匹配
69	上游服务5xx错误
75	可重试：超时/429错误
77	未登录或令牌被拒绝

完整参考：docs.runcomfy.com/cli/troubleshooting。

工作原理

该技能将用户请求分类为四种路径之一——生成（ElevenLabs或ACE Step）vs编辑（音频修复vs音频扩展），再区分高品质vs成本敏感，然后调用

runcomfy run <model_id>

并传入匹配的JSON参数。CLI会向RunComfy模型API发送POST请求，轮询请求状态，并将生成的音频文件下载到

--output-dir

目录。

Ctrl-C

会在退出前取消远程请求。

安全与隐私

仅通过已验证的包管理器安装。使用
```
npm i -g @runcomfy/cli
```
或
```
npx -y @runcomfy/cli
```
。代理不得在用户端将任意远程安装脚本通过管道传入shell——若操作者需要
```
docs.runcomfy.com/cli/install
```
文档中记录的curl管道安装方式，应先审核脚本内容。
令牌存储：
```
runcomfy login
```
会将API令牌写入
```
~/.config/runcomfy/token.json
```
，权限为0600。在CI/容器中可设置
```
RUNCOMFY_TOKEN
```
环境变量以绕过文件存储。切勿在提示中回显令牌、记录令牌或提交到代码仓库。
输入边界（shell注入）：提示词、标签、歌词和音频URL通过
```
--input
```
参数以JSON字符串形式传递。CLI不会对提示词内容进行shell扩展；它会直接通过HTTPS将JSON主体传输到模型API。提示词内容不存在shell注入风险。
间接提示注入（第三方内容）：用于修复/扩展的源
```
audio
```
URL是不可信的——嵌入的隐写指令或异常EXIF可能影响生成结果。代理缓解措施：
- 仅接收用户为当前任务明确提供的音频URL。
- 当输出与提示词不符时，怀疑源音频存在问题。
歌词来源：若用户提供歌词，需确认其拥有相关权利。围绕受版权保护的歌词生成音乐的责任由操作者承担——该技能不进行检查。
出站端点（白名单）：仅允许
```
model-api.runcomfy.net
```
和
```
*.runcomfy.net
```
/
```
*.runcomfy.com
```
。无遥测，无回调。
生成文件大小上限：CLI会中止任何超过2 GiB的单个文件下载。
Bash使用范围：声明
```
allowed-tools: Bash(runcomfy *)
```
。该技能仅调用
```
runcomfy <subcommand>
```
；安装命令为一次性操作者设置步骤。

另请参阅

```
runcomfy-cli
```
——底层CLI工具
```
elevenlabs-music-generation
```
——ElevenLabs Music的完整schema+提示词技巧
```
ace-step
```
——ACE Step（所有四个端点）的完整schema+提示词技巧
```
ai-video-generation
```
——将生成的曲目与生成的视频配对
```
ai-avatar-video
```
——虚拟人视频（语音，非音乐）

ai-music

NPX安装

标签

SKILL.md 内容（中文）

AI音乐

安装该技能

基于RunComfy CLI实现

根据用户需求选择合适的模型

文本转音乐（从头生成）——按最新版本排序

编辑现有音频——仅支持ACE Step（ElevenLabs无编辑端点）

路径1：ElevenLabs AI音乐生成——高品质

快速调用

路径2：ACE Step / ACE Step 1.5——低成本、开源权重

快速调用

路径3：ACE Step音频修复——修复片段

路径4：ACE Step音频扩展——延长曲目

常见场景

高品质品牌推广广告短曲（5-15秒）

大规模背景音乐库（50+曲目）

多语言发布（同一歌曲，8种语言）

游戏循环配乐

视频主题歌曲

“我生成了30秒钩子，但需要2分钟完整曲目”

“我的第二段副歌效果不好”

低成本草稿→高品质成品

修复不符合ACE时间范围schema的片段

决策流程（代理用）

浏览完整模型库

退出码

工作原理

安全与隐私

另请参阅