music_generate erstellt Musik oder Audio über die gemeinsame
Funktion zur Musikgenerierung, die von ComfyUI, fal, Google, MiniMax und
OpenRouter unterstützt wird.
music_generate wird nur angezeigt, wenn mindestens ein Provider für die Musikgenerierung
verfügbar ist: eine explizite agents.defaults.mediaModels.music-Konfiguration oder ein
für die Authentifizierung konfigurierter Provider (beispielsweise mit festgelegtem API-Schlüssel).music_generate als Hintergrundaufgabe,
verfolgt den Fortschritt im Aufgabenprotokoll und aktiviert anschließend den Agent, sobald der Titel
bereit ist, damit dieser die Person benachrichtigen und das fertige Audio anhängen kann. Der Abschluss-Agent
folgt dem Vertrag der Sitzung für sichtbare Antworten: eine automatische abschließende Antwort,
wenn dies konfiguriert ist, oder message(action="send"), wenn die Sitzung das
Nachrichten-Tool erfordert. Wenn die anfragende Sitzung inaktiv ist oder ihre Aktivierung fehlschlägt und
das generierte Audio weiterhin in der Antwort fehlt, sendet OpenClaw einen
idempotenten direkten Fallback, der nur das fehlende Audio enthält.
Schnellstart
- Über gemeinsamen Provider
- ComfyUI-Workflow
1
Authentifizierung konfigurieren
Legen Sie für mindestens einen Provider einen API-Schlüssel fest – beispielsweise
GEMINI_API_KEY oder MINIMAX_API_KEY.2
Standardmodell auswählen (optional)
3
Agent auffordern
„Erstellen Sie einen schwungvollen Synthpop-Titel über eine nächtliche Fahrt durch eine
neonbeleuchtete Stadt.“Der Agent ruft
music_generate automatisch auf. Eine Aufnahme in die
Tool-Zulassungsliste ist nicht erforderlich.action: "list", um verfügbare Provider/Modelle zu prüfen, und
action: "status", um die aktive sitzungsgebundene Musikaufgabe zu prüfen:
Unterstützte Provider
MiniMax registriert zwei Provider-IDs, die dieselben Modelle verwenden:
minimax für
die Authentifizierung per API-Schlüssel und minimax-portal für OAuth. Modellreferenzen folgen dem Authentifizierungsweg
(minimax/music-2.6 gegenüber minimax-portal/music-2.6); siehe
MiniMax.
fal bietet neben seinem standardmäßigen, von MiniMax unterstützten Modell auch
fal-ai/ace-step/prompt-to-audio (wav, keine Liedtexte, kein
Schalter für reine Instrumentalmusik) und fal-ai/stable-audio-25/text-to-audio (wav,
nur Prompt) an. Googles Standardmodell
lyria-3-clip-preview gibt ausschließlich mp3 aus; lyria-3-pro-preview unterstützt auch
wav. MiniMax bietet außerdem music-2.6-free, music-cover und
music-cover-free an. OpenRouter bietet außerdem google/lyria-3-clip-preview an.
Funktionsmatrix
Der explizite Modusvertrag, der vonmusic_generate, Vertragstests und dem
gemeinsamen Live-Durchlauf verwendet wird:
Tool-Parameter
string
erforderlich
Prompt für die Musikgenerierung. Für
action: "generate" erforderlich."generate" | "status" | "list"
Standard:"generate"
"status" gibt die aktuelle Sitzungsaufgabe zurück; "list" prüft Provider.string
Überschreibung des Providers/Modells (z. B.
google/lyria-3-pro-preview,
comfy/workflow).string
Optionale Liedtexte, wenn der Provider die explizite Eingabe von Liedtexten unterstützt.
boolean
Fordert eine rein instrumentale Ausgabe an, wenn der Provider dies unterstützt.
string
Pfad oder URL eines einzelnen Referenzbilds.
string[]
Mehrere Referenzbilder (bis zu 10 bei unterstützenden Providern).
number
Zieldauer in Sekunden, wenn der Provider Dauerhinweise unterstützt.
"mp3" | "wav"
Hinweis zum Ausgabeformat, wenn der Provider dies unterstützt.
string
Hinweis zum Ausgabedateinamen.
Nicht alle Provider unterstützen alle Parameter. OpenClaw validiert dennoch feste
Grenzen wie die Anzahl der Eingaben vor der Übermittlung. Wenn ein Provider
eine Dauer unterstützt, aber ein niedrigeres Maximum als der angeforderte Wert verwendet, begrenzt OpenClaw
die Dauer auf den nächstgelegenen unterstützten Wert. Tatsächlich nicht unterstützte optionale Hinweise
werden mit einer Warnung ignoriert, wenn der ausgewählte Provider oder das Modell sie nicht
berücksichtigen kann. Tool-Ergebnisse melden die angewendeten Einstellungen;
details.normalization
erfasst jede Zuordnung vom angeforderten zum angewendeten Wert.agents.defaults.mediaModels.music.timeoutMs, wenn dies konfiguriert ist, erhöht
Werte unter 120000ms auf 120000ms und verwendet andernfalls standardmäßig 300000ms
für Provider-Anfragen.
Asynchrones Verhalten
Sitzungsgebundene Musikgenerierung wird als Hintergrundaufgabe ausgeführt:- Hintergrundaufgabe:
music_generateerstellt eine Hintergrundaufgabe, gibt sofort eine Antwort mit Start-/Aufgabeninformationen zurück und veröffentlicht den fertigen Titel später in einer nachfolgenden Agent-Nachricht. - Vermeidung von Duplikaten: Solange eine Aufgabe
queuedoderrunningist, geben späteremusic_generate-Aufrufe in derselben Sitzung den Aufgabenstatus zurück, anstatt eine weitere Generierung zu starten. Verwenden Sieaction: "status", um dies ausdrücklich zu prüfen. Eine kürzlich abgeschlossene, übereinstimmende Anfrage wird ebenfalls 2 Minuten lang dedupliziert. - Statusabfrage:
openclaw tasks listoderopenclaw tasks show <taskId>prüft den Status von Aufgaben in der Warteschlange, in Ausführung und mit Endstatus. - Aktivierung bei Abschluss: OpenClaw fügt ein internes Abschlussereignis wieder in dieselbe Sitzung ein, damit das Modell selbst die benutzerseitige Folgemeldung verfassen kann.
- Prompt-Hinweis: Spätere Benutzer-/manuelle Durchläufe in derselben Sitzung erhalten einen kurzen
Laufzeithinweis, wenn bereits eine Musikaufgabe läuft, damit das Modell
music_generatenicht unbedacht erneut aufruft. - Fallback ohne Sitzung: Direkte/lokale Kontexte ohne echte Agent- Sitzung werden direkt ausgeführt und geben das endgültige Audioergebnis im selben Durchlauf zurück.
Aufgabenlebenszyklus
Die Musikaufgabe stellt dieselben Zustände wie die allgemeine Aufgabenregistrierung bereit (siehe Hintergrundaufgaben für den vollständigen Zustandsautomaten einschließlichtimed_out, cancelled und lost). Die meisten Musikausführungen
durchlaufen:
Prüfen Sie den Status über die CLI:
Konfiguration
Modellauswahl
Reihenfolge der Provider-Auswahl
OpenClaw versucht die Provider in dieser Reihenfolge:model-Parameter aus dem Tool-Aufruf (falls der Agent einen angibt).musicGenerationModel.primaryaus der Konfiguration.musicGenerationModel.fallbacksder Reihe nach.- Automatische Erkennung ausschließlich anhand authentifizierungsgestützter Provider-Standardwerte:
- zuerst der aktuelle Standard-Provider für Textmodelle, sofern er auch Musikgenerierung anbietet;
- die übrigen registrierten Provider für Musikgenerierung, alphabetisch nach Provider-ID.
model bleibt maßgeblich.
Hinweise zu Providern
ComfyUI
ComfyUI
Workflow-gesteuert und abhängig vom konfigurierten Graphen sowie der Node-Zuordnung
für Eingabeaufforderungs-/Ausgabefelder. Das gebündelte
comfy-Plugin bindet sich über die
Registry der Musikgenerierungs-Provider in das gemeinsame
music_generate-Tool ein.fal
fal
Verwendet fal-Modellendpunkte über den gemeinsamen Authentifizierungspfad des Providers. Der
gebündelte Provider verwendet standardmäßig
fal-ai/minimax-music/v2.6 und stellt außerdem
fal-ai/ace-step/prompt-to-audio und
fal-ai/stable-audio-25/text-to-audio für Anfragen zur Audioerzeugung aus Eingabeaufforderungen bereit.
Liedtexte und Instrumentalmodus sind ausschließlich für MiniMax-Modelle verfügbar; die anderen beiden
Modelle unterstützen nur Eingabeaufforderungen.Google (Lyria 3)
Google (Lyria 3)
Verwendet die Stapelgenerierung von Lyria 3. Der aktuelle gebündelte Ablauf unterstützt
Eingabeaufforderungen, optionalen Liedtext und optionale Referenzbilder. Das
Standardmodell
lyria-3-clip-preview gibt ausschließlich mp3 aus; das
Modell lyria-3-pro-preview unterstützt außerdem wav.MiniMax
MiniMax
Verwendet den Stapel-Endpunkt
music_generation. Unterstützt Eingabeaufforderungen, optionale
Liedtexte, Instrumentalmodus und mp3-Ausgabe entweder über die
API-Schlüssel-Authentifizierung minimax oder minimax-portal OAuth. Stellt außerdem die Modelle
music-2.6-free, music-cover und music-cover-free bereit.OpenRouter
OpenRouter
Verwendet die Audioausgabe der OpenRouter-Chatvervollständigung mit aktiviertem Streaming. Der
gebündelte Provider verwendet standardmäßig
google/lyria-3-pro-preview und stellt außerdem
openrouter/google/lyria-3-clip-preview bereit.Den richtigen Pfad wählen
- Gemeinsamer Provider-gestützter Pfad, wenn Sie Modellauswahl, Provider- Failover und den integrierten asynchronen Aufgaben-/Statusablauf benötigen.
- Plugin-Pfad (ComfyUI), wenn Sie einen benutzerdefinierten Workflow-Graphen oder einen Provider benötigen, der nicht zur gemeinsamen gebündelten Musikfunktion gehört.
Funktionsmodi der Provider
Der gemeinsame Vertrag für die Musikgenerierung unterstützt explizite Modusdeklarationen:generatefür die Generierung nur aus Eingabeaufforderungen.edit, wenn die Anfrage ein oder mehrere Referenzbilder enthält.
maxInputImages, supportsLyrics und
supportsFormat reichen nicht aus, um Bearbeitungsunterstützung auszuweisen. Provider
sollten generate und edit explizit deklarieren, damit Live-Tests, Vertragstests
und das gemeinsame music_generate-Tool die Modusunterstützung
deterministisch validieren können.
Live-Tests
Optionale Live-Testabdeckung für die gemeinsam gebündelten Provider (fal, Google, MiniMax, OpenRouter):generate als auch für deklarierte edit aus, wenn
der Provider den Bearbeitungsmodus aktiviert. Aktuelle Abdeckung:
google:generatepluseditfal: nurgenerateminimax: nurgenerateopenrouter:generatepluseditcomfy: separate Comfy-Live-Testabdeckung, nicht Teil des gemeinsamen Provider-Durchlaufs
Verwandte Themen
- Hintergrundaufgaben — Aufgabenverfolgung für abgekoppelte
music_generate-Ausführungen - ComfyUI
- Konfigurationsreferenz —
musicGenerationModel-Konfiguration - Google (Gemini)
- MiniMax
- Modelle — Modellkonfiguration und Failover
- Übersicht der Tools