核心用法
AI Music Generation 技能通过 infsh CLI 工具接入 inference.sh 平台的音频生成模型，主要提供两种能力：
1. Diffrythm 快速生成：infsh/diffrythm 适用于纯器乐、背景音乐、短视频配乐等场景，支持通过自然语言描述风格、情绪、乐器和结构
2. 腾讯歌曲生成：infsh/tencent-song-generation 可生成带人声的完整歌曲，支持自定义歌词，适合需要完整音乐作品的使用场景
用户通过 infsh app run 或 infsh app sample 命令交互，输入 JSON 格式的 prompt 参数即可生成音频文件。
显著优点
- 双模型覆盖：既有快速纯音乐生成，也有完整带人声歌曲，满足不同层级需求
- 提示词友好：支持自然语言描述风格、情绪、乐器、结构，无需专业音乐知识
- 场景多元：内置示例覆盖播客片头、游戏配乐、视频背景、广告 jingle 等常见场景
- 版权清晰：生成音乐为 royalty-free，适合商业内容创作
- 生态整合：与 inference.sh 平台 150+ 应用打通，可组合视频生成、语音合成等能力
潜在缺点与局限性
- CLI 门槛：需要安装命令行工具并登录，对非技术用户不够友好
- 模型黑箱：无法精细控制具体和弦进程、BPM、调性等音乐参数
- 版权争议风险：AI 生成音乐的版权归属在全球仍处于法律灰色地带
- 输出不可控：歌词生成可能存在语义不通、旋律-歌词匹配度不稳定的情况
- 依赖第三方平台：inference.sh 服务的可用性和定价策略变动会影响技能稳定性
适合人群
- 内容创作者（YouTuber、播客主播、短视频创作者）需要快速获取免版税背景音乐
- 独立游戏开发者需要原型阶段的游戏音效和配乐
- 营销团队需要广告 jingle 或品牌音效
- 对 Suno、Udio 等 AI 音乐工具感兴趣但寻求替代方案的用户
常规风险
| 风险类型 | 说明 |
|---------|------|
| 版权合规 | 生成内容虽标称 royalty-free，但训练数据版权争议可能影响商业使用安全 |
| 平台依赖 | inference.sh 服务中断、API 变更或价格调整将直接影响技能可用性 |
| 输出质量 | 中文歌词生成质量可能不如英文，复杂音乐风格描述可能理解偏差 |
| 数据隐私 | 通过 CLI 提交的创作提示词可能被平台记录用于模型改进 |