Files

T

Xiaohan-Tian daef1db3c6 docs: updated readme files and help messages

2026-06-05 17:50:43 -07:00

K.G.Studio — 一款基于浏览器的 DAW，并内置 AI 助手

新动态

✦ K.G.One Music Studio 现已发布。 ✦

K.G.One Music Studio 是一个完全本地、开源的一体化平台，以 K.G.Studio（本项目）为核心。它集成了用于整曲生成的 ACE-Step 1.5、用于音频片段和 MIDI loop 生成的 Foundation-1，以及用于分轨的 python-audio-separator (UVR5)，将 GPU 加速的 AI 音乐生成能力直接带入您的浏览器音乐制作工作流。

什么是 K.G.Studio？

K.G.Studio 是一款轻量、现代化的 DAW，完全运行于浏览器中，并以 K.G.Studio 音乐创作助手 为核心。它提供基于 Tone.js sampler 的真实乐器回放、钢琴卷帘编辑器、支持完整撤销/重做的音轨与区域管理、基于 OPFS（Origin Private File System）的项目持久化、可配置的设置面板，以及可执行工具的内置 AI 助手。

K.G.Studio 音乐创作助手 是一款具备项目感知能力的 AI 协同创作助手。它并不直接生成音频文件（如 WAV 格式），而是直接在结构化的音轨和音符层级进行操作——帮助您编写旋律、构建和弦进行以及编辑 MIDI 音符，同时将完整的控制权留给您，方便您后续轻松调整、微调和雕琢每一个音乐细节。

注意：整曲生成功能和音频片段生成功能需要集成 K.G.One Music Studio。

项目状态

K.G.Studio 是一个仍处于早期开发阶段的实验性项目。 我们正在探索如何将 AI agent 与 LLM 融入音乐制作工作流，本质上是在构建一种面向 DAW 的 “Cursor 或 Claude Code” 体验。

该项目关注 AI 与人类协作如何增强音乐创作过程，从智能和声建议到自动化编辑任务都在探索范围内。作为实验平台，项目会频繁变化，功能将持续演进，并且在我们推进 AI 辅助音乐制作边界的过程中，偶尔出现不稳定情况也是可以预期的。

演示视频

K.G.One Music Studio

短演示（仅 DAW）

完整演示（仅 DAW）

快速开始

配置 K.G.Studio 音乐创作助手

使用 K.G.Studio 音乐创作助手有两种方式：一种是 Local LLM (Browser)，完全在浏览器中运行，无需 API Key、无需费用，且数据不会离开您的设备；另一种是使用 外部 LLM 提供方，以获得更高质量的回复。

方案 A：Local LLM (Browser) — 无需 API Key ✦

K.G.Studio 可以借助 WebGPU 加速，在浏览器中直接运行 Gemma 4 E4B。不会产生 API 调用，不会产生费用，您的数据也不会离开本机。

点击这里开始在线使用应用：K.G.Studio (kgaudiolab.github.io/kgstudio)
在 设置 ⚙️ → 通用 → LLM 提供方 中选择 本地 LLM（浏览器）（默认选项）。
第一次打开聊天时，模型（约 2.8 GB）会自动下载，并缓存在浏览器的 OPFS（Origin Private File System）中，后续启动几乎可即时使用。
您也可以选择配置 上下文长度（32k / 64k / 128k tokens）；数值越大，对显存要求越高。
现在就可以开始聊天。除首次下载模型外，无需 Key、无需账号，也无需持续联网。

Local LLM 的要求： 需要支持 WebGPU 的浏览器（Chrome 113+ 或 Edge 113+），并运行在安全上下文中（HTTPS 或 localhost）。推荐硬件为至少 8 GB 显存的 GPU，或至少 16 GB 统一内存的系统。

注意： 本地模型的质量无法与 GPT 或 Claude 系列商业模型相比。对于复杂的音乐编辑任务，外部提供方通常会产生更好的结果。

方案 B：外部 LLM 提供方（更高质量）

点击这里开始在线使用应用：K.G.Studio (kgaudiolab.github.io/kgstudio)
点击这里获取免费 OpenRouter API Key（您可能需要一个 OpenRouter 账号）。
在 设置 ⚙️ → 通用 → LLM 提供方 中选择 OpenAI Compatible。
在 OpenAI Compatible Server → 密钥 中粘贴您的 Key。（注意：在非 localhost 环境中，出于安全原因，您的 Key 默认不会被持久化；您可以在设置中启用 “Persist API Keys on Non-Localhost” 以允许持久化，但这可能增加 XSS 风险。）
在 OpenAI Compatible Server → 模型 中输入 openai/gpt-oss-120b:free。（注意：这是一个免费模型；非免费模型可能需要付费；免费模型提供方可能会收集您的数据，请查看模型页面中的说明；本项目与 OpenRouter 或任何模型提供方 没有关联关系。）
在 OpenAI Compatible Server → 基础 URL 中输入 https://openrouter.ai/api/v1。

提示：

您也可以使用官方 OpenAI API、其他 OpenAI 兼容服务，或自托管 LLM 服务器（如 Ollama、vLLM）。请注意，不同模型的质量差异较大，并非所有模型都同样适合音乐编辑任务。对于自托管/本地部署（需要约 24G 显存或 24-32GB 统一内存），我们推荐：qwen/qwen3.6-35b-a3b、google/gemma-4-26b-a4b-it 或 google/gemma-4-31b-it。
如果您已订阅 OpenAI 或其他 LLM 提供方，可以使用 CLIProxyAPI 运行一个本地代理服务器，通过现有订阅转发请求，而无需单独准备 API Key。

基本 DAW 操作

在音轨上双击（或按住 Ctrl/Cmd 并点击）可创建区域。
拖动区域边缘可调整长度；拖动区域主体可移动。
点击区域左上角的小铅笔即可打开钢琴卷帘。
在钢琴卷帘中，双击（或 Ctrl/Cmd+点击）可创建音符。
单击可选择；Shift+单击可多选；拖拽可框选。
拖动音符边缘可调整长度；拖动音符主体可移动已选音符。
使用钢琴卷帘工具栏右上角的 Snapping 功能可将编辑量化到网格。

使用 K.G.Studio 音乐创作助手

选中您希望助手处理的音乐区域，在聊天框中输入提示词；按 Enter 发送，按 Shift+Enter 插入换行。
agent 会自动处理您的请求，并调用工具，在所选区域范围内执行修改。某些任务可能需要一轮或多轮对话才能完成。
请注意，AI 也可能出错，因此您应始终检查结果，并在必要时自行调整。您也可以通过撤销/重做回退修改。
点击 “+” 按钮或输入 /clear 命令可清空聊天历史。

亮点功能

K.G.Studio 音乐创作助手：与由 LLM 驱动的 AI agent 进行对话；它会自动执行工具，对您所选区域内的音乐内容进行编辑。
浏览器内嵌 LLM，无需 API Key：通过 WebGPU（LiteRT-LM）在浏览器中直接运行 Gemma 4 E4B。无 API 调用、无费用、数据不离开您的设备。模型只需下载一次，随后会缓存在本地。
浏览器内嵌分轨，无需服务器：使用 UVR-MDX-NET-Inst_HQ_3（2-stem：Vocals / Instrumental）或 Demucs htdemucs_4s（4-stem：Vocals / Drums / Bass / Others）将任意音频区域拆分为 stems。两者都完全在浏览器中通过 ONNX Runtime WebGPU 运行，无需 K.G.One 服务器。
音频和弦检测：为音频区域打开钢琴卷帘后运行 Detect Chords，即可通过零依赖 FFT 流水线自动分析录音并填充全局 Chord Track，同时支持灵敏度、稳定性和七和弦检测等配置。
带自动对齐拍点的速度检测：在钢琴卷帘工具栏运行 Detect Tempo，即可分析音频区域的 BPM，并可选择自动重新对齐项目的 Tempo Track。
全局轨系统：四条持久存在的全局轨 Marker、Tempo、Key Signature 和 Chord 共同提供项目级结构，所有功能（播放时序、和弦检测、五线谱显示）都会参考它们。
K.G.One Music Studio 集成：连接本地 K.G.One 服务器后，可解锁 GPU 加速的 Full Song Generation（ACE-Step 1.5）、Clip & MIDI Loop Generation（Foundation-1）以及更多 Stem Separation 模型。
多种 LLM 提供方：支持 OpenAI、Claude / Gemini（通过 OpenRouter）、OpenAI 兼容服务（Ollama、vLLM 等），或内置的本地浏览器 LLM，无需 Key。
音轨与区域编辑：支持添加/重排音轨、创建/移动/缩放区域、套索多选、批量移动/缩放、合并与拆分区域，以及完整撤销/重做。
钢琴卷帘：支持音符、pitch bend 和 MIDI CC 自动化轨；支持基于 VexFlow 的五线谱视图；支持音频到 MIDI 参考用途的频谱叠加层。
真实乐器：基于 Tone.js 的 sampler，搭配高质量 FluidR3 soundfonts。您还可以直接从麦克风录制到音频轨。
智能和弦助手：基于功能和声（T/S/D）提供实时和弦建议，并支持可视预览与一键创建和弦。
兼顾持久化与隐私：项目和配置完全保存在您的浏览器中（OPFS / IndexedDB）。项目本身不依赖第一方服务器。

如需更深入的技术概览，请参阅 overview.md。

开始使用

或者在本地克隆并运行：

# 请确保已安装 Node.js >= 20.19.3
# 克隆仓库
git clone https://github.com/KGAudioLab/KGStudio {your-local-path}
cd {your-local-path}

# 安装依赖
npm install

# 启动开发服务器
npm run dev

配置

K.G.Studio 会从 ./public/config.json 加载默认配置（内部也提供回退默认值），并通过 ConfigManager + IndexedDB 将用户修改持久化到浏览器中。IndexedDB 是浏览器在您设备上的本地数据库；数据不会离开您的机器，如果您清除此站点的数据，它也会被清除。请通过应用内的设置面板修改配置。

通用
- LLM 提供方：OpenAI，或 OpenAI 兼容服务
- 当前所选提供方对应的 API Key 与模型
- 在非 localhost 环境持久化 API Key：启用后，可在非 localhost 环境中持久化 API Key（属于安全风险自担选项，不建议在共享或生产环境中开启）
- OpenAI 兼容服务的基础 URL（适用于自托管网关）
- Soundfont 基础 URL（乐器采样 CDN）
行为
- 启动时默认打开聊天框
模板
- AI 助手使用的自定义指令

连接性与隐私

K.G.Studio 完全在客户端运行。运行应用不需要任何第一方服务器。
项目和音频文件保存在浏览器的 OPFS（Origin Private File System）中；配置保存在 IndexedDB 中。所有数据都留在您的设备上。
网络访问仅用于：
- 从配置的 soundfont CDN 下载乐器采样
- 与您选择的 LLM 提供方通信（例如 OpenAI 或 OpenAI 兼容服务）
除上述两种情况外，应用均可在本地工作。即使您阻止这些端点，应用仍可加载；但在网络恢复之前，乐器回放和 AI 功能将无法使用。
出于安全考虑，当应用运行在非本地主机环境中时，我们默认不会将您的 API Key 持久化到 IndexedDB（以降低 XSS 风险）。这意味着您每次启动 K.G.Studio 时都需要重新输入。如需在非本地主机环境中启用持久化，请在设置中开启 “Persist API Keys on Non-Localhost”（不建议在共享或生产环境中启用）。

使用应用

您可以在这里查看详细用户指南。

音轨
- 在轨道信息面板中添加、重命名和重排音轨。
- 通过乐器按钮（钢琴图标）切换乐器；可调整 Solo（S）、Mute（M）和 Volume。
- 通过音轨设置菜单删除音轨（位于乐器按钮右侧）。
区域
- 创建区域：使用 Pointer 工具时可双击，或按住 Ctrl/Cmd 再点击；使用 Pencil 工具时单击即可。
- 移动/缩放：拖动区域主体可移动，拖动边缘可调整长度。
- 通过区域左上角的小铅笔打开 Piano Roll。
钢琴卷帘（MIDI 音符）
- 工具：Select 与 Pencil。
- 创建音符：在 Select 模式下双击或 Ctrl/Cmd+点击；在 Pencil 模式下单击。
- 选择音符：单击；Shift+单击多选；拖拽框选。
- 移动/缩放：拖动音符主体可移动已选音符；拖动边缘可调整长度。
- 五线谱视图：可在钢琴卷帘工具栏中切换 Piano Roll 与 Staff Notation 视图。支持自动谱号选择、调号显示、符杠分组、连音线和可配置量化。启用 Track Scope 后会将整条音轨上的所有区域连续渲染为谱面。
- 自动化轨道：可在钢琴网格下方的可编辑区域中绘制和编辑 pitch bend 与 MIDI CC 曲线（Modulation、Breath、Volume、Expression、Sustain）。
- 频谱模式：可在钢琴卷帘中查看音频区域的频谱，并将其作为编辑 MIDI 音符时的参考层。
- 可通过 X 或 ESC 关闭钢琴卷帘窗口。
智能和弦助手（新增于 2025-12-15）
- 在钢琴卷帘工具栏中启用和弦指导：选择 T（Tonic）、S（Subdominant）或 D（Dominant）功能。
- 将鼠标悬停在任意琴键上时，会以红色高亮显示上下文相关的和弦建议，并匹配您当前选择的调号与调式。
- 按 Tab 可在同一和声功能下循环切换不同和弦转位。
- 双击（或 Ctrl/Cmd+点击）高亮和弦可一次性创建整组音符。
- 和弦长度会自动匹配您最近编辑的音符长度，以保持节奏一致。
吸附与量化
- 在右上角的 NO SNAP 菜单中设置吸附。
- 使用 Qua. Pos.（起始）和 Qua. Len.（长度）进行量化。
播放与播放头
- 可通过工具栏回到开头，并执行 Play/Pause。
- 在主时间网格点击小节编号可设置播放头；在钢琴卷帘中点击顶部时间轴也可设置，并遵守当前吸附设置。
- BPM、拍号和调号都可以通过工具栏中的数值进行修改。

键盘快捷键

主界面
- 播放/暂停：Space
- 撤销 / 重做：Ctrl/Cmd+Z / Ctrl/Cmd+Shift+Z
- 复制 / 剪切 / 粘贴：Ctrl/Cmd+C / Ctrl/Cmd+X / Ctrl/Cmd+V
- 保存：Ctrl/Cmd+S
- 按住以创建区域：Ctrl/Cmd
钢琴卷帘
- 工具：Select（Q）、Pencil（W）
- 按住以创建音符：Ctrl/Cmd
- 吸附：1(None), 2(1/4), 3(1/8), 4(1/16)
- 位置量化：5(1/4), 6(1/8), 7(1/16)
- 长度量化：8(1/4), 9(1/8), 0(1/16)

AI 助手

使用 K.G.Studio 音乐创作助手

请先按照前文说明完成 LLM 提供方设置。
您可以在右侧找到 K.G.Studio 音乐创作助手聊天框。如果当前未显示，可点击工具栏中的 Chat 🗨️ 按钮打开。
选中您希望助手处理的区域，在聊天框中输入提示词；按 Enter 发送，按 Shift+Enter 插入换行。
agent 会自动处理您的请求，并调用工具，在所选区域范围内执行修改。某些任务可能需要一轮或多轮对话才能完成。
请注意，AI 也可能出错，因此您应始终检查结果，并在必要时自行调整。您也可以通过撤销/重做回退修改。
点击 “+” 按钮或输入 /clear 命令可清空聊天历史。

配置您的 LLM 提供方

进入 设置 ⚙️ → 通用 → LLM 提供方。根据您选择的提供方，您需要填写对应的 API Key，并在需要时填写自定义基础 URL（适用于 Ollama、OpenRouter 等非官方 OpenAI 兼容服务）。

注意：由于部分提供方存在 CORS 限制，Google Gemini 和 Anthropic Claude 当前仅支持通过 OpenRouter 使用。

使用 OpenAI 模型

在 OpenAI 获取 OpenAI API Key。您可能需要先注册账号并添加支付方式，才能生成 API Key。
在 设置 ⚙️ → 通用 → LLM 提供方 中选择 OpenAI 作为提供方。
在 OpenAI → 密钥 中输入您的 API Key。
在 OpenAI → 模型 下拉中选择您偏好的模型。若希望在性能与成本之间取得较好平衡，我们推荐 gpt-5.4。
您也可以选择是否在 OpenAI → Flex 模式 中启用 Flex Mode。Flex Mode 可以降低价格，但也可能带来更慢的响应时间或更多服务端错误。

使用 OpenRouter

OpenRouter 是一个统一接入平台，可让您访问来自多个提供方的大量语言模型，其中也包含免费选项，便于比较并找到最适合您需求的模型。

在 OpenRouter 获取 API Key。需要注册；若使用付费模型，可能还需要绑定支付方式。
在 设置 ⚙️ → 通用 → LLM 提供方 中选择 OpenAI Compatible 作为提供方。
在 OpenAI Compatible Server → 密钥 中输入您的 API Key。
在 OpenRouter Models Page 浏览可用模型。您可以使用 “Prompt Pricing” 筛选免费模型。
注意： 不同模型提供方的数据保留与隐私政策可能不同，请在使用前自行查看。
在 OpenAI Compatible Server → 模型 中输入您所选的模型名。推荐系列包括：
- Anthropic: Claude Sonnet 4.6 (anthropic/claude-sonnet-4.6: Link) — Claude 系列中质量与成本平衡较好的选择
- 免费模型：
  - OpenAI: GPT-OSS 120B（免费模型：openai/gpt-oss-120b:free: Link）
  - Google: Gemma 4 26B A4B IT（免费模型：google/gemma-4-26b-a4b-it:free: Link）
  - Google: Gemma 4 31B IT（免费模型：google/gemma-4-31b-it:free: Link）
- 对于自托管/本地部署（需要约 24G 显存或 24-32GB 统一内存），我们推荐：
  - Qwen: Qwen3.6 35B A3B (qwen/qwen3.6-35b-a3b: Link)
  - Google: Gemma 4 26B A4B IT (google/gemma-4-26b-a4b-it: Link)
  - Google: Gemma 4 31B IT (google/gemma-4-31b-it: Link)
- 注意：免费模型提供方可能会收集您的数据，使用前请先查看模型页面说明
- 注意：免费模型的可用性变化频繁。如需查看最新免费选项，请访问 OpenRouter Models Page，并使用 Prompt Pricing 过滤当前免费模型
在 OpenAI Compatible Server → 基础 URL 中填写 https://openrouter.ai/api/v1。

关于 agent 与 LLM 提供方

出于安全考虑，当您从非本地主机环境使用 K.G.Studio 时，API Key 默认不会持久化到 IndexedDB 中；这意味着您每次启动 K.G.Studio 时都需要重新输入。如需在非本地主机环境中启用持久化，请在设置中打开 “Persist API Keys on Non-Localhost”（不建议在共享或生产环境中启用）。

K.G.Studio 不提供也不托管上述任何模型，也不隶属于任何模型提供方。所有数据都保存在您的本地设备中；K.G.Studio 不会收集或传输您的数据。若您向第三方模型提供方发送任何数据，相关责任由您自行承担。

K.G.One Music Generator

需要 K.G.One Music Studio 集成。 只有当 K.G.Studio 连接到正在运行的 K.G.One 服务器时，K.G.One Music Generator 面板才会可用。设置说明请参阅 K.G.One 仓库。

K.G.One Music Generator 面板提供三项经 GPU 加速的 AI 工具，用于音乐生成与音频处理。点击工具栏中的 ✦（魔杖） 按钮即可打开。该面板与 AI Assistant 聊天框互斥，打开其中一个时，另一个会自动关闭。

注意： 您首次使用每个工具时，服务器都需要加载对应 AI 模型，这可能需要 60 秒甚至更久，具体取决于您的硬件。切换标签页时，也可能触发模型重新加载。

Full Song Generation

根据文本描述和可选歌词生成一首完整歌曲。由 ACE-Step 1.5 驱动。

在 Full Song 标签页中，于 Caption 中输入自然语言描述，说明所需风格、情绪、速度、配器和结构。例如：Genre: Eurodance, 90s dance-pop, upbeat electronic. Tempo: ~130 BPM. Instrumentation: driving kick drum, eurodance bassline...
您也可以填写 Lyrics。可使用 [Intro]、[Verse]、[Chorus]、[Bridge] 等标签标记段落。若勾选 Instrumental，则会完全跳过人声。
点击 Generate Song。界面会实时显示生成阶段与百分比进度。
生成完成后，会显示预览播放器。您可以将其拖拽到 audio track，作为区域导入。
目前不支持将整曲生成结果拖放到 MIDI track。
Advanced Settings（可展开）：Inference Steps、Guidance Scale、Seed，以及 Thinking（CoT metadata generation）。

Clip Generation

根据文本描述生成短乐器片段和 MIDI loops。由 Foundation-1 驱动。

在 Clip 标签页中，于 Prompt 中输入逗号分隔的标签，描述乐器类别、子类型、音色、效果、长度、BPM 和调性。例如：Gritty, Acid, Bassline, 303, Synth Lead, FM, Sub, High Reverb, 8 Bars, 140 BPM, E minor
您也可以填写 Negative Prompt，以避免生成某些不希望出现的特征（例如 distortion, noise）。
选择 Bars：4 或 8。BPM 与调号会根据项目设置预填，您也可以在 Advanced Settings 中调整。
点击 Generate Clip。生成完成后，会出现一个预览播放器，左侧带拖拽手柄，右侧带下载按钮。
导入方式：将播放器拖拽到时间线中的音轨上。
- 拖放到 audio track 时，会作为 WAV 音频区域导入（推荐）。
- 拖放到 MIDI track 时，会作为 MIDI 区域导入。请注意，此 MIDI 是从音频转录而来，可能并非完全准确。
Advanced Settings（可展开）：Note、Scale、BPM、Steps、CFG Scale、Seed（-1 表示随机）、Sampler Type、Sigma Min/Max，以及 CFG Rescale。

Stem Separation

将现有音频区域拆分为独立 stems（例如人声、伴奏、鼓组等）。

K.G.Studio 支持 两种模式 的分轨：

本地浏览器模式 — 无需服务器 ✦

两个 ONNX 模型可完全在浏览器中运行，无 API 调用、无费用，数据也不会离开您的设备。模型只需下载一次，随后会缓存在本地。

Vocal and Instrument (Medium Accuracy)（UVR-MDX-NET-Inst_HQ_3，约 64 MB）— 双 stem 分离（Vocals / Instrumental）。由 UVR-MDX-NET 驱动。
Vocal, Drums, Bass, and Others（htdemucs_4s，约 172 MB）— 四 stem 分离（Vocals / Drums / Bass / Others）。由 Demucs 驱动。

打开 Music Generator 面板（工具栏中的 ✦ 按钮），选择模型，先点击一次 Download Selected Model，然后点击 Separate Stems，所有处理都会在您的浏览器中本地完成。

要求： 需要支持 WebGPU 的浏览器（Chrome 113+ 或 Edge 113+），并运行在安全上下文中（HTTPS 或 localhost）。若可用，会优先使用 WebGPU 加速；否则会回退到 CPU（处理期间可能降低页面响应性）。推荐硬件为至少 8 GB 显存的 GPU，或至少 16 GB 统一内存的系统。

K.G.One 服务器模式

当连接到 K.G.One Music Studio 服务器后，可使用另外三种 GPU 加速模型。由 python-audio-separator (UVR5) 驱动。

Vocal and Instrument (Medium Accuracy)（UVR-MDX-NET-Inst_HQ_3）— 快速双 stem 分离（vocal / instrumental）。
Vocal and Instrument (High Accuracy)（MDX23C-8KFFT-InstVoc_HQ）— 更高质量的双 stem 分离，但更慢。
Vocal, Drums, Bass, Guitar, Piano, and Others（htdemucs_6s）— 完整六 stem 分离。

使用方式（两种模式通用）

在打开此标签页之前，请先在时间线上选中一个音频区域。Separator 标签页顶部会显示当前所选区域及其音轨名称。仅支持音频区域，不支持分离 MIDI 区域。
点击 Separate Stems。如果当前所选区域带有 clip start offset 或已被裁剪，系统会先自动按该区域范围切出对应音频，再进行处理。
处理完成后，每个 stem 都会以带标签的预览播放器显示，并附带拖拽手柄。您可以在导入前分别试听每个 stem。
导入 stems：
- 可将每个 stem 播放器分别拖拽到 audio track 上，放到您希望的位置。
- 或点击 Import All Stems to Timeline，系统会自动为每个 stem 新建一条音频轨，并将其放置在源音轨下方，与原始区域的起始拍点对齐。该操作可通过一次撤销完整回退。

即将推出的功能

功能优先级可能会变化。

1.0

更多乐器
自动化测试（单元测试、集成测试等）
带功能和声指导（T/S/D）的智能和弦助手
支持轨道控制自动化（例如 sustain、volume、pan 等）
支持 MIDI 控制事件（例如 CC、pitch bend 等）
支持 WAV 音频轨
录音
事件列表
支持 OpenAI 的开源模型（gpt-oss-20b 和 gpt-oss-120b）
五线谱
K.G.One Music Studio 集成
浏览器内嵌 AI 模型（基于 Gemma 4 E4B 的本机 LLM；基于 UVR-MDX-NET-Inst_HQ_3 与 htdemucs_4s 的本机分轨）
全局轨系统（Marker、Tempo、Key Signature、Chord）
音频和弦检测（零依赖 FFT，并将结果写入 Chord Track）
带自动对齐拍点的速度检测
频谱可视化与 Piano Roll hybrid mode

1.0 之后

扩展 AI agent 工具，直接通过聊天操作区域、音轨与全局轨（和弦进行、速度、调性）
Mixer 视图，提供专用面板显示每轨推子、send、return bus 与 master channel
EQ 与通道条，为每条音轨提供参数均衡器与压缩器
滤波器与效果器，如混响、延迟及其他基于 WebAudio 的原生插入效果
音频 time-stretch / warp，使音频区域自动匹配项目速度
MIDI 效果器，如琶音器、音阶量化器、和弦记忆
虚拟 MIDI 设备输出

需要帮助

我们正在寻找贡献者，一起让 K.G.Studio 变得更好。无论您是开发者、音乐人还是设计师，您的专长都能带来实际价值。

您可以如何参与

🎵 音乐人 / 音乐制作人

使用真实音乐制作流程测试这款 DAW
反馈乐器音色质量与真实感
提出音乐创作中不可或缺但目前缺失的功能
帮助提升 AI 助手的音乐理解能力

💻 开发者

根据路线图实现新功能
修复 bug 并优化性能
增强 Web Audio 集成
改进 AI 助手能力

🎨 UI/UX 设计师

优化界面和工作流
设计更适合音乐编辑的视觉反馈
打造更直观的交互方式

参与方式

如果您有兴趣贡献，我们很愿意听到您的想法。

给我们发邮件：kgstudio@duck.com
查看 Issues：浏览带有 help wanted 或 good first issue 标签的公开问题
参与讨论：在 GitHub Discussions 中分享想法与反馈

每一份贡献都很重要。无论是报告 bug，还是提出新功能建议，都会推动项目继续前进。

免责声明

K.G.Studio 是一个处于早期开发阶段的实验性项目。我们正在探索如何将 AI agent 与 LLM 融入音乐制作工作流，本质上是在构建一种面向 DAW 的 “Cursor 或 Claude Code” 体验。

K.G.Studio 不提供也不托管任何 LLM 模型，也不隶属于任何模型提供方。所有数据都保存在您的本地设备中；K.G.Studio 不会收集或传输您的数据。若您向第三方模型提供方发送任何数据，相关责任由您自行承担。

许可证

本项目基于 Apache License, Version 2.0 授权，并附带额外条款（参见 LICENSE）：

不得使用本软件或相关素材申请专利
当用于公开或商业产品时需要署名（“Powered by K.G.Studio”）

第三方声明（FluidR3_GM SoundFont、midi-js-soundfonts、VexFlow、prompt structure notes、Gemma 4 E4B、UVR-MDX-NET-Inst_HQ_3、MediaPipe、Meyda、web-audio-beat-detector、tonal、htdemucs_4s、onnxruntime-web 和 demucs-web）已包含在 LICENSE 中。

36 KiB Raw Blame History Unescape Escape

K.G.Studio — 一款基于浏览器的 DAW，并内置 AI 助手

◀ 立即在浏览器中在线使用 K.G.Studio ▶

新动态

✦ K.G.One Music Studio 现已发布。 ✦

什么是 K.G.Studio？

最新更新

项目状态

演示视频

快速开始

配置 K.G.Studio 音乐创作助手

方案 A：Local LLM (Browser) — 无需 API Key ✦

方案 B：外部 LLM 提供方（更高质量）

基本 DAW 操作

使用 K.G.Studio 音乐创作助手

更多说明

亮点功能

开始使用

或者在本地克隆并运行：

配置

连接性与隐私

使用应用

键盘快捷键

AI 助手

使用 K.G.Studio 音乐创作助手

配置您的 LLM 提供方

使用 OpenAI 模型

使用 OpenRouter

关于 agent 与 LLM 提供方

K.G.One Music Generator

Full Song Generation

Clip Generation

Stem Separation

本地浏览器模式 — 无需服务器 ✦

K.G.One 服务器模式

使用方式（两种模式通用）

即将推出的功能

1.0

1.0 之后

需要帮助

您可以如何参与

参与方式

免责声明

许可证

36 KiB

Raw Blame History