音楽生成

音楽生成プロンプト。action: "generate" では必須です。

"status" は現在のセッションタスクを返し、"list" はプロバイダーを調べます。

プロバイダー/モデルの上書き（例: google/lyria-3-pro-preview, comfy/workflow）。

プロバイダーが明示的な歌詞入力に対応している場合の任意の歌詞。

プロバイダーが対応している場合に、インストゥルメンタルのみの出力をリクエストします。

単一の参照画像パスまたは URL。

複数の参照画像（対応プロバイダーでは最大 10 枚）。

プロバイダーが長さのヒントに対応している場合の目標時間（秒）。

プロバイダーが対応している場合の出力形式ヒント。

OPENCLAW_DOCS_MARKER:paramOpen:IHBhdGg9InRpbWVvdXRNcyIgdHlwZT0ibnVtYmVyIg 任意のプロバイダーリクエストタイムアウト（ミリ秒）。省略した場合、OpenClaw は設定されていれば agents.defaults.musicGenerationModel.timeoutMs を使用します。10000ms 未満の値は 10000ms に引き上げられ、ツール結果で報告されます。 OPENCLAW_DOCS_MARKER:paramClose:

非同期動作

セッションに基づく音楽生成はバックグラウンドタスクとして実行されます:

• バックグラウンドタスク: music_generate はバックグラウンドタスクを作成し、 開始済み/タスクレスポンスをすぐに返し、後続のエージェントメッセージで 完成したトラックを後から投稿します。
• 重複防止: タスクが queued または running の間は、同じセッション内の後続の music_generate 呼び出しは、別の生成を開始せずにタスクステータスを返します。明示的に確認するには action: "status" を使用します。
• ステータス検索: openclaw tasks list または openclaw tasks show <taskId> は、 キュー済み、実行中、および終了状態を調べます。
• 完了時の起動: OpenClaw は内部の完了イベントを同じセッションに 注入し、モデルがユーザー向けのフォローアップを 自分で書けるようにします。
• プロンプトヒント: 同じセッションの後続のユーザー/手動ターンでは、音楽タスクがすでに進行中の場合に小さな 実行時ヒントを受け取ります。そのため、モデルは music_generate を無条件に再度呼び出しません。
• セッションなしのフォールバック: 実際のエージェント セッションを持たない直接/ローカルコンテキストではインラインで実行され、同じターンで最終音声結果を返します。

タスクライフサイクル

CLI からステータスを確認します:

openclaw tasks listopenclaw tasks show <taskId>openclaw tasks cancel <taskId>

設定

モデル選択

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

プロバイダー選択順

OpenClaw は次の順序でプロバイダーを試します:

1. ツール呼び出しの model パラメーター（エージェントが指定した場合）。
2. 設定の musicGenerationModel.primary。
3. musicGenerationModel.fallbacks の順序どおり。
4. 認証に基づくプロバイダーのデフォルトのみを使用した自動検出:
   • 現在のデフォルトプロバイダーを最初に使用。
   • 残りの登録済み音楽生成プロバイダーを provider-id 順に使用。

プロバイダーが失敗した場合は、次の候補が自動的に試されます。すべてが 失敗した場合、エラーには各試行の詳細が含まれます。

明示的な model、primary、fallbacks エントリーのみを使用するには、 agents.defaults.mediaGenerationAutoProviderFallback: false を設定します。

プロバイダーメモ

適切なパスの選択

• 共有プロバイダーに基づくパス は、モデル選択、プロバイダー フェイルオーバー、および組み込みの非同期タスク/ステータスフローが必要な場合に使用します。
• Plugin パス（ComfyUI） は、カスタムワークフローグラフ、または 共有のバンドル音楽機能に含まれないプロバイダーが必要な場合に使用します。

ComfyUI 固有の動作をデバッグしている場合は、 ComfyUI を参照してください。共有プロバイダーの 動作をデバッグしている場合は、Google (Gemini) または MiniMax から始めてください。

プロバイダー機能モード

共有音楽生成契約は、明示的なモード宣言に対応しています:

• プロンプトのみの生成には generate。
• リクエストに 1 つ以上の参照画像が含まれる場合は edit。

新しいプロバイダー実装では、明示的なモードブロックを優先する必要があります:

capabilities: {  generate: {    maxTracks: 1,    supportsLyrics: true,    supportsFormat: true,  },  edit: {    enabled: true,    maxTracks: 1,    maxInputImages: 1,    supportsFormat: true,  },}

maxInputImages、supportsLyrics、および supportsFormat のような従来のフラットなフィールドだけでは、編集対応を示すには不十分です。プロバイダーは generate と edit を明示的に宣言し、ライブテスト、契約 テスト、および共有 music_generate ツールがモード対応を 決定論的に検証できるようにする必要があります。

ライブテスト

共有バンドルプロバイダー向けのオプトインライブカバレッジ:

OPENCLAW_LIVE_TEST=1 pnpm test:live -- extensions/music-generation-providers.live.test.ts

リポジトリラッパー:

pnpm test:live:media music

このライブファイルは不足しているプロバイダー環境変数を ~/.profile から読み込み、デフォルトでは保存済み認証プロファイルよりも live/env API キーを優先し、プロバイダーが編集モードを有効にしている場合は generate と宣言済みの edit カバレッジの両方を実行します。現在のカバレッジ:

• google: generate と edit
• minimax: generate のみ
• comfy: 個別の Comfy ライブカバレッジ。共有プロバイダー sweep ではありません

バンドルされた ComfyUI 音楽パスのライブカバレッジをオプトインで有効にするには:

OPENCLAW_LIVE_TEST=1 COMFY_LIVE_TEST=1 pnpm test:live -- extensions/comfy/comfy.live.test.ts

Comfy ライブファイルは、それらのセクションが設定されている場合、comfy 画像および動画ワークフローもカバーします。

関連

• バックグラウンドタスク — デタッチされた music_generate 実行のタスク追跡
• ComfyUI
• 設定リファレンス — musicGenerationModel 設定
• Google (Gemini)
• MiniMax
• モデル — モデル設定とフェイルオーバー
• ツール概要