Coding
当用户想要【录制电脑声音、内录系统音频、捕获声卡输出、AI智能分轨切歌、自动裁剪录音前后空白/杂音】时自动触发。 专门用于对系统播放的音乐、串烧、整张专辑、网课等音频进行高保真内录，并提供基础静音切分与基于 PyTorch 的 AI 音乐结构分析分轨功能。 用户只需提供录制时长（分钟），即可自动启动后台录音，结束后按要求精细裁剪并导出。 常见触发口语： - “帮我录音 5 分钟” - “录制电脑正在播放的声音，录 3 分钟” - “把电脑现在放的歌录下来，时长 4 分钟” - "内录系统声音 10 分钟，帮我用 AI 自动切歌分轨" - “帮我录制这段音乐，把前后的空白和杂音自动剪掉” -
当用户想要【录制电脑声音、内录系统音频、捕获声卡输出、AI智能分轨切歌、自动裁剪录音前后空白/杂音】时自动触发。 专门用于对系统播放的音乐、串烧、整张专辑、网课等音频进行高保真内录，并提供基础静音切分与基于 PyTorch 的 AI 音乐结构分析分轨功能。 用户只需提供录制时长（分钟），即可自动启动后台录音，结束后按要求精细裁剪并导出。 常见触发口语： - “帮我录音 5 分钟” - “录制电脑正在播放的声音，录 3 分钟” - “把电脑现在放的歌录下来，时长 4 分钟” - "内录系统声音 10 分钟，帮我用 AI 自动切歌分轨" - “帮我录制这段音乐，把前后的空白和杂音自动剪掉” - “开启 AI 专辑模式录音 30 分钟，帮我把每首歌单独切出来” - “系统声音内录工具” - “AI 音频录制与分轨器” - “帮我录制整张专辑，时长 45 分钟”
功能：智能声卡回环录音与 AI 音频结构化分轨引擎。专为 OpenClaw Skill 生态设计，可实现 100% 纯净的电脑内部声音捕获（无外环境噪音），并利用 AI 精准识别歌曲边界。
当 LLM 决定调用此技能时，请从用户上下文中精确提取并映射以下参数：
duration (数字/浮点数, 必填): 录制总时长。LLM 必须将其一律转换为分钟数（例如：“录音30秒”转换为 0.5；“录音1.5小时”转换为 90；“录制4分钟”转换为 4）。对应命令行 -t。filename-prefix (字符串, 选填): 用户明确指定的保存文件名前缀或单曲标题。对应命令行 -p。save-dir (字符串, 选填): 用户指定的单曲输出路径。若未指定，无需传递（默认 record）。对应命令行 -d。auto-trim (布尔值, 选填): 当用户提到“剪掉空白”“切除静音”“不要前后杂音”时，此项为 True。对应命令行 -trim。ai-split (布尔值, 选填): 当用户提到“AI切歌”“自动分轨”“专辑整轨录制”时，此项为 True（激活后将调用 allin1 深度学习模型）。对应命令行 -ai。silence-thresh (数字, 选填): 静音分贝阈值 (dBFS)，例如用户说“分贝调严格一点”可以适当调低。对应命令行 -sh。min_silence_len (数字, 选填): 判定为静音的最短时间 (毫秒)。对应命令行 -msl。soundcard 库的 include_loopback=True 机制，直接在操作系统内部拦截输出给扬声器的数字信号，实现高保真（48kHz 采样率）录音，完美避开麦克风外噪。pydub.silence 识别大于 1.5 秒的静音间隙，将长录音切成独立的音频块，并在两端故意保留 1 秒缓冲，防止截断前奏或尾音。allin1 音乐模型，深度分析 intro (前奏)、verse (主歌)、chorus (副歌)、outro (尾奏) 等音乐边界，像素级切除死寂和杂音，精准释放成品。LLM 识别用户意图并提取参数后，应在后台组合并执行以下标准命令行。优先使用 python3 启动，若失败则用 python 兜底：
适用于录制单首歌曲、单段音频
(python3 scripts/media_grabber.py -t -trim [-p ""] [-d ""]) || (python scripts/media_grabber.py -t -trim [-p ""] [-d ""])
当用户想要**把长音频切成小段**、**音频切片**、**音频分割**、**把音频分成固定时长片段**、**制作语音数据集**、**准备Karaoke素材**、**翻唱音频切片**时自动触发。 支持单个音频文件或整个文件夹（支持递归），自动用 ffmpeg 把音频按指定秒数切成小片段，完美保留原始文件夹结构，并智能选择输出路径。 常见触发口语： - “帮我把这个音频切成60秒一段” - “把这个长音频分割成小段” - “音频切片，这个文件夹” - “把语音文件切成每段30秒” - “制作数据集，把音频切片” - “Karaoke素材切片” - “翻唱音频分割” - “把MP3切成小段” -
Music discovery and creative audio planning companion for finding songs, checking singing range, drafting lyrics, and preparing AI music generation briefs.
Generate songs, instrumentals, or lyrics-driven tracks through a structured OpenClaw-native workflow with anti-sparse prompt engineering and quality verification. Provider-agnostic — works with any music backend the runtime exposes (ACE-Step, MusicGen, Stable Audio, mmx).
端到端 AI 音乐创作技能：用户录制一段自己的声音 + 自己写的歌词 + 风格要求（或让 AI 推荐风格/问问题），生成一首用本人音色演唱的完整歌曲。集成 2026 年最先进 AI 音乐技术栈——零样本语音克隆(So-VITS-SVC 4.1)、端到端音乐生成(Suno v4)、AI 歌词创作(LyricsGPT...
当用户想要**音频转文字**、**语音转文本**、**转录录音**、**生成字幕**、**会议录音转文字**、**语音笔记转文本**、**本地转录音频**时自动触发。 使用本地 Faster-Whisper（large-v3-ct2 等模型）进行高性能、中文优先的音频转文字，完全离线、隐私安全，支持 wav/mp3/m4a 等格式和整个音频文件夹。 特别适合长音频（内置 VAD 分段）、会议/访谈/视频字幕等中文场景，输出结构化结果（完整文本 + 分段 + 时间戳）。 【重要约束】仅处理音频文件或音频文件夹，其他文件（如视频、图片、纯文本）一律不触发此技能。 常见触发口语（越多越好）： -
当用户想要**音频增强**、**提升音质**、**修复录音**、**降噪**、**语音修复**、**高保真音频**、**48kHz超分辨率**、**清理会议录音**、**音乐音质提升**、**批量处理音频**时自动触发。 集成 **VoiceFixer**（通用语音修复）与 **AudioSR**（高保真音频超级分辨率到48kHz）两种专业技术，支持单个音频文件或整个目录批量处理。 默认使用 VoiceFixer 进行降噪和清晰度提升；当用户提到“高保真”“音乐增强”“提升采样率”“48kHz”等需求时，自动切换到 AudioSR 模式。 支持 wav、mp3、flac、m4a、ogg 等常见