توليد الموسيقى بواسطة وكيل ذكاء اصطناعي، عبر بروتوكول MCP

نُشر في أكتوبر 2026

توجد ثلاث أدوات من الجيل الثالث على خادم Doseedo MCP، وهي أدوات مختلفة لمهام مختلفة. doseedo_generate_music يصنع أغنية أصلية أو مقطوعة موسيقية مستوحاة من نص مكتوبمع كلمات الأغاني إذا كنت ترغب في غنائها. doseedo_render_midi مسرحيات ملاحظاتك الدقيقة على أحد النماذج الآلات الموسيقية — كمان، ساكسفون تينور، جيتار كهربائي، بيانو — بالإيقاع الذي تفضله، وبالمفتاح الموسيقي الذي تفضله، مع عدة خيارات للاختيار من بينها. doseedo_cover_song يعيد تشغيل أغنية تقوم بتحميلهامع الحفاظ على بنيتها أثناء تبديل الآلات الموسيقية، أو تغيير النوع الموسيقي، أو استبدال الكلمات. يمكن للوكيل ربط هذه العمليات: تحليل مرجع، وكتابة جزء مناسب، ومعالجته، وإضافة أفضل نسخة إلى مسار الجلسة.

الأدوات الثلاث

• doseedo_generate_music — prompt (ثلاثي جاز دافئ، طبول ناعمة، أغنية هادئة في وقت متأخر من الليل)، اختياري lyrics, duration_seconds, seed. bpm و time_signature نكون تلميحات التعليقلا تتحكم في الإخراج: فقد ينحرف عنه. الجزء الذي يجب أن يكون ضمن شبكة الجلسة يُكتب على شكل ملاحظات ويُعرض بدلاً من ذلك.
• doseedo_render_midi — notes في النبضات من المقياس 1 (أو أ midi_urlأو مسار جلسة بواسطة session_id + track_id) مطلوب instrument معرف من الكتالوج في GET /api/instruments، وهو أمر مطلوب bpm، حتى أربعة takes في مكالمة واحدة بدون رصيد إضافي، timbre_preset أو timbre_audio_url — تسجيل قصير يأخذه العرض الصوتي — أ dynamics الهدف، و voice_split بالنسبة للأوتار (صوت واحد لكل عملية عرض، يتم تعيينه في النتيجة). يتم إرسال النوتات كما هي مكتوبة؛ لا يتم تغيير أي شيء.
• doseedo_cover_song — أغنية تم تحميلها بالإضافة إلى instruments خريطة التبديل ({"piano":"electric_guitar","sax":"violin"}), أ genre، استبدال lyrics، مزيج مرجعي يمكن تقليد نبرته، drum_split إلى قطع منفصلة من المعدات، ومؤشر دقة لتحديد مدى الابتعاد عن المصدر.

جميعها مهام غير متزامنة: من دقيقة إلى ثلاث دقائق للعرض، ويتم انتظارها مع doseedo_wait_taskتُعرض التسجيلات مرتبةً حسب الأفضلية، كروابط مُوقّعة مسبقًا صالحة لمدة 24 ساعة، مع إمكانية إعادة إنتاج تسجيل مشابه. تكلفة إعادة الإنتاج 10 أرصدة لكل نافذة مدتها 30 ثانية، وتُظهر أداة الاقتباس آلية عملها. الرد الحقيقي، الذي تم تسجيله في 15 أكتوبر 2026، لمقطع موسيقي لآلة الكونترباس مدته 21 ثانية بثلاثة تسجيلات.

{
  "job": "render_midi",
  "estimate": { "generation": 10 },
  "basis": "10 credits per 30 s window (21 s → 1 window) → 10 credits",
  "assumptions": [
    "takes (3) render in one GPU batch and cost nothing extra",
    "a chord part split into voices (voice_split) costs one batch per ~6 voices — pass voices to price it"
  ],
  "affordable": true
}

وصفات النادل تضع بقية أفراد الأسرة على نفس المقياس: يولد يُحتسب 10 نقاط لكل نافذة مدتها 30 ثانية (الأغنية التي مدتها أربع دقائق تُحتسب بـ 90 نقطة)، غطاء يبلغ حجم الملف 40 ثانية، ويستغرق من ثلاث إلى ثماني دقائق، لأن الأغاني الطويلة تُعالج على فترات زمنية مدتها 30 ثانية. وتغطي الخطة المجانية للحساب عمليات المعالجة الأولى.

الحلقة التي يقوم بها الوكيل

> Analyse ./ref.wav for key and tempo. Write an eight-bar
  walking bass line that fits, check the harmony, render it
  on upright bass — three takes — and put the best one on a
  new track in my "Bridge Demo" session at bar 17.

> Generate a 60-second lo-fi hip-hop instrumental, 85 bpm
  feel, and add it to the session as a reference track.

> Cover ./demo.wav as bossa nova with the piano swapped
  for nylon guitar, and give me the stems.

> Render this melody as a horn section: split the chords
  into voices and render each one on its own instrument.

يستخدم التوجيه الأول خمس أدوات بالترتيب — analyze_song, analyze_midi, render_midi, wait_task, add_audio_to_session — وهو جزء من التأليف الوصفة التي ينشرها الخادم نفسه من خلال doseedo_recipesوبالتالي، لا يضطر الوكيل إلى ابتكار التسلسل. وتُسجّل النتيجة في مسار الجلسة؛ مع Dø Desktop عند تشغيله على جهاز ماك مع فتح مشروع Logic هذا، يتم ترتيبه في غضون ثوانٍ.

توليد الملاحظات الفورية مقابل عرضها

هذا هو الفرق الذي يجنبنا خيبة الأمل. الإنتاج الفوري هو لـ مادةسرير، أو مرجع، أو رسم تخطيطي لأسلوب، أو أغنية كاملة بكلماتها. لن يلتزم بمفتاح أو إيقاع تحدده، لأن التوجيه عبارة عن تعليق، وليس نوتة موسيقية. العرض مخصص لـ أجزاءأنت (أو الوكيل) تكتب النوتات الموسيقية، بالمفتاح الموسيقي والإيقاع الفعلي للجلسة، وتقوم آلة موسيقية مُحاكاة بأدائها - وهذا هو السبب في أنها الأداة المناسبة لأي شيء يجب أن يندرج ضمن التوزيع الموسيقي. أما النسخة المُعاد غناؤها فهي الحالة الثالثة: فالأغنية موجودة، وما يتغير هو من يعزفها. صفحة تحويل MIDI إلى صوت هي نسخة المتصفح من عملية العرض و كتالوج الأدوات قائمة بما يمكن تشغيله.

يتم تشغيل عملية الإنشاء على الخادم، لذا لا يعتمد أي شيء فيها على فتح برنامج DAW الخاص بك - فهي تعمل من الهاتف، أو الطرفية، أو وظيفة التكامل المستمر. ماذا؟ يفعل إن الحاجة إلى جسر سطح المكتب هي الخطوة الأخيرة فقط، حيث يظهر المقطع في مشروع Logic مفتوح؛ بدونه، يكون المقطع موجودًا في الجلسة وفي التنزيل التالي.

متعلق ب

• MIDI إلى صوت، في المتصفح
• الأدوات
• قم بتحليل المرجع أولاً: المفتاح، الإيقاع، الأوتار
• Stem separation فوق MCP
• ضع اللقطة على مسار: جلسات التحرير مع كلود