音乐生成工具（music_generate）

概述

music_generate 工具让 Agent 通过 Google Lyria、MiniMax 或 ComfyUI workflow 生成音乐或音频。共享 provider 路径为异步执行（后台任务），ComfyUI workflow 路径为同步执行。工具仅在至少一个音乐生成 provider 可用时出现。

核心功能

支持的 Provider

Provider	默认模型	参考输入	支持控制	认证
Google	lyria-3-clip-preview	最多 10 张图像	lyrics、instrumental、format	GEMINI_API_KEY
MiniMax	music-2.6	无	lyrics、instrumental、durationSeconds、format=mp3	MINIMAX_API_KEY
ComfyUI	workflow	最多 1 张图像	workflow 定义	COMFY_API_KEY

关键参数

• prompt：音乐生成提示（必填）
• action：generate/status/list
• model：provider/model 覆盖
• lyrics：可选歌词文本
• instrumental：是否纯器乐（无人声）
• image/images：参考图像（最多 10 张，Google 支持）
• durationSeconds：目标时长
• format：mp3/wav

异步任务行为

• 后台任务创建后立即返回，完成后通过 follow-up agent 消息发送音频
• 同一会话中已有 queued/running 任务时，新调用返回任务状态
• 无会话上下文时（直接调用）回退为同步执行

任务生命周期

状态	含义
queued	等待 provider 接受
running	处理中（通常 30 秒到 3 分钟）
succeeded	音轨就绪，Agent 唤醒并发送
failed	Provider 错误或超时

配置/权限

{
  agents: {
    defaults: {
      musicGenerationModel: {
        primary: "google/lyria-3-clip-preview",
        fallbacks: ["minimax/music-2.6"]
      }
    }
  }
}

Provider 选择顺序：

1. 工具调用中的 model 参数
2. musicGenerationModel.primary
3. musicGenerationModel.fallbacks
4. 自动检测（有认证的 provider）

选择路径：

• 共享 provider 路径：需要模型选择、provider 故障转移和内置异步任务流
• ComfyUI 路径：需要自定义 workflow 图或不在共享列表中的 provider

相关页面

• tool-media-overview — 媒体能力总览
• tool-video-generation — 视频生成工具（相同异步模式）