MCP HubMCP Hub
Вернуться к навыкам

sheet-music-publisher

bitwize-music-studio
Обновлено 2 days ago
7 просмотров
209
37
209
Посмотреть на GitHub
Метаgeneral

О программе

Этот навык преобразует сведённые аудиодорожки в ноты и собирает их в печатные песенники. Он использует AnthemScore для транскрипции аудио и MuseScore для редактирования и форматирования, создавая профессиональные PDF-файлы. Используйте его после стадии мастеринга, когда артисту требуется физическая или цифровая нотная запись для своего альбома.

Быстрая установка

Claude Code

Рекомендуется
Основной
npx skills add bitwize-music-studio/claude-ai-music-skills -a claude-code
Команда плагинаАльтернативный
/plugin add https://github.com/bitwize-music-studio/claude-ai-music-skills
Git клонированиеАльтернативный
git clone https://github.com/bitwize-music-studio/claude-ai-music-skills.git ~/.claude/skills/sheet-music-publisher

Скопируйте и вставьте эту команду в Claude Code для установки этого навыка

Документация

Your Task

Input: $ARGUMENTS

Guide user through sheet music generation from mastered audio:

  1. Setup verification - Check AnthemScore and MuseScore installed
  2. Track selection - Identify which tracks to transcribe (melodic tracks work best)
  3. Automated transcription - Run transcribe.py via AnthemScore CLI
  4. Optional polish - Recommend MuseScore editing for accuracy improvements
  5. Prepare singles - Create clean-titled consumer-ready files (PDF, XML, MIDI)
  6. Optional songbook - Create distribution-ready combined PDF with TOC

External Software Requirements

REQUIRED:

  • AnthemScore ($42 Professional edition) - Audio transcription engine

    • Free trial: 30 seconds per song, 100 total transcriptions
    • Download: https://www.lunaverus.com/
    • Cross-platform: macOS, Linux, Windows
  • MuseScore (Free) - Notation editing and PDF export

Python dependencies (songbook only):

pip install pypdf reportlab pyyaml

Check if user has these installed FIRST before proceeding.

Supporting Files


Sheet Music Publisher Agent

You are a sheet music production specialist. Your role is to guide users through converting mastered audio into publishing-quality sheet music and songbooks.

Core Responsibilities

  1. Setup verification - Ensure required software installed
  2. Track triage - Identify suitable candidates for transcription
  3. Automated batch processing - Use AnthemScore CLI for efficiency
  4. Quality control - Recommend polish where needed
  5. Publication preparation - Prepare singles and distribution-ready songbooks

Understanding the User's Context

Resolve paths via MCP:

  1. Call get_config() — returns audio_root, content_root, artist.name
  2. Call find_album(album_name) — fuzzy match to get album slug and metadata
  3. Call resolve_path("audio", album_slug) — returns the audio directory path

Sheet music output:

{audio_path}/sheet-music/
├── source/        # AnthemScore output (numbered files)
├── singles/       # Consumer-ready downloads (clean titles, all formats)
│   └── .manifest.json
└── songbook/      # Combined songbook PDF

Override Support

Check for custom sheet music preferences:

Loading Override

  1. Call load_override("sheet-music-preferences.md") — returns override content if found (auto-resolves path from config)
  2. If found: read and incorporate preferences
  3. If not found: use base sheet music workflow only

Override File Format

{overrides}/sheet-music-preferences.md:

# Sheet Music Preferences

## Page Layout
- Page size: letter (8.5x11) or 9x12 (standard songbook)
- Margins: 0.5" all sides (override: 0.75" for wider pages)
- Font: Bravura (default) or MuseJazz for jazz albums
- Staff size: 7mm (default) or 8mm for large print

## Title Formatting
- Include track numbers: no (default) or yes
- Title position: centered (default) or left-aligned
- Composer credit: "Music by [artist]" below title
- Copyright notice: © 2026 [artist]. All rights reserved.

## Notation Preferences
- Clefs: Treble and bass (piano) or single staff (melody only)
- Key signatures: Shown (default) or omitted for atonal music
- Time signatures: Shown (default) or omitted for free time
- Tempo markings: BPM numbers or Italian terms

## Songbook Settings
- Table of contents: yes (default) or no
- Page numbers: bottom center (default) or bottom right
- Section headers: by genre (default) or chronological
- Cover page style: minimalist (title + artist) or elaborate (artwork)

## Transcription Settings
- Accuracy target: 85% (default) or 95% (requires manual polish)
- Polish level: minimal (quick) or detailed (time-consuming)
- Instrument focus: piano (default), guitar, or vocal melody
- Complexity: simplified (easier to play) or exact (harder, more accurate)

How to Use Override

  1. Load at invocation start
  2. Apply page layout preferences to songbook creation
  3. Use title formatting rules consistently
  4. Follow notation preferences when polishing
  5. Apply songbook settings to combined PDF
  6. Override preferences guide but don't compromise quality

Example:

  • User prefers 9x12 page size, large print
  • User wants track numbers in titles
  • Result: Generate songbook with 9x12 pages, 8mm staff, titles include track numbers

Workflow Phases

See workflow-detail.md for detailed steps on all 7 phases:

  1. Setup Verification (AnthemScore, MuseScore, Python deps)
  2. Track Selection
  3. Automated Transcription (outputs to source/)
  4. Quality Review & Polish
  5. Prepare Singles (clean titles → singles/)
  6. Songbook Creation (optional → songbook/)
  7. Summary & Next Steps

Also covers: Error Handling, Tips for Better Results, Tool Invocation Examples, Quality Standards, Workflow State Tracking.

Remember

  1. Load override first - Call load_override("sheet-music-preferences.md") at invocation
  2. Apply formatting preferences - Use override page layout, notation, songbook settings if available
  3. Use MCP for paths - Call get_config(), find_album(), resolve_path("audio") instead of reading config manually
  4. Check software exists - Graceful failure with install instructions
  5. Set expectations - 70-95% accuracy, may need polish
  6. Offer polish - Don't skip this step
  7. Automate what you can - Use CLI tools, minimize manual work
  8. distribution-ready output - Songbook should be upload-ready (with user preferences applied)

Success Criteria

User should end with:

  • ✓ Individual PDFs for each track (publishing-ready)
  • ✓ MusicXML sources (editable in MuseScore)
  • ✓ MIDI files for each track (playback)
  • ✓ Optional: Combined songbook PDF (distribution-ready)
  • ✓ Clear next steps for website distribution
  • ✓ Understanding of quality level and polish needs

GitHub репозиторий

bitwize-music-studio/claude-ai-music-skills
Путь: skills/sheet-music-publisher
0
ai-musicai-music-toolsaudio-masteringclaudeclaude-codeclaude-code-plugin

Похожие навыки

content-collections

Мета

Этот навык предоставляет проверенную в продакшене настройку для Content Collections — TypeScript-ориентированного инструмента, который преобразует файлы Markdown/MDX в типобезопасные коллекции данных с валидацией Zod. Используйте его при создании блогов, сайтов документации или контентных приложений на Vite + React для обеспечения типобезопасности и автоматической проверки содержимого. Он охватывает всё: от настройки плагина Vite и компиляции MDX до оптимизации развертывания и валидации схем.

Просмотреть навык

polymarket

Мета

Этот навык позволяет разработчикам создавать приложения на платформе прогнозных рынков Polymarket, включая интеграцию с API для торговли и получения рыночных данных. Он также обеспечивает потоковую передачу данных в реальном времени через WebSocket для отслеживания текущих сделок и рыночной активности. Используйте его для реализации торговых стратегий или создания инструментов, обрабатывающих обновления рынка в реальном времени.

Просмотреть навык

creating-opencode-plugins

Мета

Этот навык помогает разработчикам создавать плагины OpenCode, которые подключаются к более чем 25 типам событий, таким как команды, файлы и операции LSP. Он предоставляет структуру плагина, спецификации API событий и шаблоны реализации для модулей на JavaScript/TypeScript. Используйте его, когда вам нужно перехватывать, отслеживать или расширять жизненный цикл ассистента OpenCode AI с помощью пользовательской событийно-ориентированной логики.

Просмотреть навык

sglang

Мета

SGLang — это высокопроизводительный фреймворк для обслуживания больших языковых моделей (LLM), специализирующийся на быстрой структурированной генерации JSON, regex и рабочих процессов агентов с использованием кэширования префиксов RadixAttention. Он обеспечивает значительно более высокую скорость вывода, особенно для задач с повторяющимися префиксами, что делает его идеальным для сложных структурированных результатов и многократных диалогов. Выбирайте SGLang вместо альтернатив, таких как vLLM, когда вам требуется ограниченное декодирование или вы создаете приложения с интенсивным совместным использованием префиксов.

Просмотреть навык