npm - better-dsh - Versions diffs - 0.2.5-c → 0.2.5-e - Mend

better-dsh 0.2.5-c → 0.2.5-e

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.

Files changed (967) hide show

package/docs/80_upstream-docs-and-skills/hermes-dev-skill/src/i18n/zh-Hans/user-guide/skills/optional/communication/communication-one-three-one-rule.md DELETED Viewed

@@ -1,114 +0,0 @@
----
-title: "One Three One Rule — 技术提案与权衡分析的结构化决策框架"
-sidebar_label: "One Three One Rule"
-description: "技术提案与权衡分析的结构化决策框架"
----
-{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
-# One Three One Rule
-技术提案与权衡分析的结构化决策框架。当用户需要在多种方案之间做出选择时（架构决策、工具选型、重构策略、迁移路径），本 skill 输出 1-3-1 格式：一句清晰的问题陈述、三个各有利弊的备选方案，以及一个附带完成定义和实施计划的具体建议。当用户要求"1-3-1"、说"给我几个选项"，或需要在竞争方案之间做出选择时使用。
-## Skill 元数据
-| | |
-|---|---|
-| 来源 | 可选 — 通过 `hermes skills install official/communication/one-three-one-rule` 安装 |
-| 路径 | `optional-skills/communication/one-three-one-rule` |
-| 版本 | `1.0.0` |
-| 作者 | Willard Moore |
-| 许可证 | MIT |
-| 平台 | linux, macos, windows |
-| 标签 | `communication`, `decision-making`, `proposals`, `trade-offs` |
-## 参考：完整 SKILL.md
-:::info
-以下是 Hermes 在触发本 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。
-:::
-# 1-3-1 沟通规则
-结构化决策格式，适用于任务存在多个可行方案、用户需要明确建议的场景。输出简洁的问题框架、三个各有权衡的选项，以及推荐方案的可执行计划。
-## 使用时机
-- 用户明确要求"1-3-1"格式的回复。
-- 用户针对某个技术决策说"给我几个选项"或"我有哪些选择"。
-- 任务存在多个可行方案且权衡（trade-off）有实质意义（架构、工具选型、迁移策略）。
-- 用户需要一份可转发给团队或利益相关方的提案。
-**不适用**于答案显而易见的简单问题、调试会话，或用户已确定方案的任务。
-## 执行步骤
-1. **问题**（一句话）
-   - 用一句简洁的话陈述核心决策或期望结果。
-   - 聚焦于*是什么*，而非*如何做* — 不涉及实现细节、工具名称或具体技术。
-   - 保持精炼。如果需要用"并且"，说明你在描述两个问题。
-2. **选项**（恰好三个）
-   - 以 A、B、C 为标签，提出三个不同的可行方案。
-   - 每个选项包含简要描述、优点和缺点。
-   - 选项应代表真正不同的策略，而非同一方案的细微变体。
-3. **建议**（一个选项）
-   - 说明推荐哪个选项及其原因，基于用户的上下文和优先级。
-   - 直接给出判断 — 这是你的专业意见，不是模棱两可的表述。
-4. **完成定义**
-   - 列出推荐选项的具体成功标准。
-   - 这些是可验证的具体结果，而非模糊的愿景。
-   - 如果用户选择了其他选项，相应修订本节内容。
-5. **实施计划**
-   - 执行推荐选项的具体步骤。
-   - 在适用处包含具体命令、工具或操作。
-   - 如果用户选择了其他选项，相应修订本节内容。
-## 验证
-- 回复中恰好有一句问题陈述。
-- 回复中恰好有三个选项（A、B、C），每个选项均包含优缺点。
-- 回复中有一个建议，选定一个选项并说明理由。
-- 完成定义和实施计划与推荐选项保持一致。
-- 如果用户选择了其他选项，建议、完成定义和实施计划相应更新。
-## 示例
-用户："给我一个关于为 API 客户端添加重试逻辑的 1-3-1。"
-Agent：
-**问题：** 对外部服务的 API 调用在高负载下间歇性失败，需要优雅的重试处理机制。
-**选项：**
-- **选项 A：在共享工具函数中实现带抖动的指数退避。**
-  优点：模式简单易懂；所有调用方共用一套实现。
-  缺点：无熔断机制；重试期间调用方仍会阻塞。
-- **选项 B：使用重试库（tenacity）作为每个端点调用的装饰器。**
-  优点：可按端点配置；内置熔断器和速率限制支持。
-  缺点：引入新依赖；装饰器模式可能使控制流不够直观。
-- **选项 C：基于队列的异步重试，附带死信处理。**
-  优点：非阻塞；失败调用可追踪和重放；扩展性好。
-  缺点：复杂度显著增加；需要队列后端；对低流量服务而言过度设计。
-**建议：** 选项 A。调用量不足以支撑队列基础设施，共享工具函数配合指数退避加抖动可以干净地覆盖故障场景，且无需引入新依赖。
-**完成定义：**
-- `api_retry()` 工具函数能处理瞬态 HTTP 错误（429、502、503、504）。
-- 最多重试 3 次，采用指数退避加抖动策略。
-- 所有外部 API 调用均通过重试工具函数路由。
-- 每次重试尝试均记录端点和尝试次数。
-- 测试覆盖重试耗尽、立即成功和瞬态失败后成功等场景。
-**实施计划：**
-1. 创建 `utils/api_retry.py`，支持配置最大重试次数、基础延迟和可重试状态码。
-2. 使用 `random.uniform(0, base_delay)` 添加抖动，防止惊群效应。
-3. 用重试工具函数包装 `api_client.py` 中现有的 API 调用。
-4. 添加单元测试，模拟各重试场景的 HTTP 响应。
-5. 使用针对不稳定端点 mock 的简单压力测试，在负载下进行验证。

package/docs/80_upstream-docs-and-skills/hermes-dev-skill/src/i18n/zh-Hans/user-guide/skills/optional/creative/creative-audiocraft-audio-generation.md DELETED Viewed

@@ -1,588 +0,0 @@
----
-title: "Audiocraft 音频生成 — AudioCraft：MusicGen 文本转音乐，AudioGen 文本转声音"
-sidebar_label: "Audiocraft 音频生成"
-description: "AudioCraft：MusicGen 文本转音乐，AudioGen 文本转声音"
----
-{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
-# Audiocraft 音频生成
-AudioCraft：MusicGen 文本转音乐，AudioGen 文本转声音。
-## Skill 元数据
-| | |
-|---|---|
-| 来源 | 可选 — 通过 `hermes skills install official/creative/audiocraft-audio-generation` 安装 |
-| 路径 | `optional-skills/creative/audiocraft-audio-generation` |
-| 版本 | `1.0.0` |
-| 作者 | Orchestra Research |
-| 许可证 | MIT |
-| 依赖 | `audiocraft`, `torch>=2.0.0`, `transformers>=4.30.0` |
-| 平台 | linux, macos |
-| 标签 | `Multimodal`, `Audio Generation`, `Text-to-Music`, `Text-to-Audio`, `MusicGen` |
-| 相关 skill | [`heartmula`](/user-guide/skills/optional/creative/creative-heartmula), [`songwriting-and-ai-music`](/user-guide/skills/bundled/creative/creative-songwriting-and-ai-music) |
-## 参考：完整 SKILL.md
-:::info
-以下是 Hermes 在触发此 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时所看到的指令内容。
-:::
-# AudioCraft：音频生成
-使用 Meta 的 AudioCraft 进行文本转音乐和文本转音频生成的完整指南，涵盖 MusicGen、AudioGen 和 EnCodec。
-## 何时使用 AudioCraft
-**在以下情况下使用 AudioCraft：**
-- 需要从文本描述生成音乐
-- 创建音效和环境音频
-- 构建音乐生成应用
-- 需要旋律条件化的音乐生成
-- 需要立体声音频输出
-- 需要可控的风格迁移音乐生成
-**核心功能：**
-- **MusicGen**：支持旋律条件化的文本转音乐生成
-- **AudioGen**：文本转音效生成
-- **EnCodec**：高保真神经音频编解码器
-- **多种模型规格**：从 Small（300M）到 Large（3.3B）
-- **立体声支持**：完整立体声音频生成
-- **风格条件化**：MusicGen-Style 支持基于参考的生成
-**以下情况请使用替代方案：**
-- **Stable Audio**：用于较长的商业音乐生成
-- **Bark**：用于带音乐/音效的文本转语音
-- **Riffusion**：用于基于频谱图的音乐生成
-- **OpenAI Jukebox**：用于带歌词的原始音频生成
-## 快速开始
-### 安装
-```bash
-# 从 PyPI 安装
-pip install audiocraft
-# 从 GitHub 安装（最新版）
-pip install git+https://github.com/facebookresearch/audiocraft.git
-# 或使用 HuggingFace Transformers
-pip install transformers torch torchaudio
-```
-### 基础文本转音乐（AudioCraft）
-```python
-import torchaudio
-from audiocraft.models import MusicGen
-# 加载模型
-model = MusicGen.get_pretrained('facebook/musicgen-small')
-# 设置生成参数
-model.set_generation_params(
-    duration=8,  # 秒
-    top_k=250,
-    temperature=1.0
-)
-# 从文本生成
-descriptions = ["happy upbeat electronic dance music with synths"]
-wav = model.generate(descriptions)
-# 保存音频
-torchaudio.save("output.wav", wav[0].cpu(), sample_rate=32000)
-```
-### 使用 HuggingFace Transformers
-```python
-from transformers import AutoProcessor, MusicgenForConditionalGeneration
-import scipy
-# 加载模型和处理器
-processor = AutoProcessor.from_pretrained("facebook/musicgen-small")
-model = MusicgenForConditionalGeneration.from_pretrained("facebook/musicgen-small")
-model.to("cuda")
-# 生成音乐
-inputs = processor(
-    text=["80s pop track with bassy drums and synth"],
-    padding=True,
-    return_tensors="pt"
-).to("cuda")
-audio_values = model.generate(
-    **inputs,
-    do_sample=True,
-    guidance_scale=3,
-    max_new_tokens=256
-)
-# 保存
-sampling_rate = model.config.audio_encoder.sampling_rate
-scipy.io.wavfile.write("output.wav", rate=sampling_rate, data=audio_values[0, 0].cpu().numpy())
-```
-### 使用 AudioGen 进行文本转声音
-```python
-from audiocraft.models import AudioGen
-# 加载 AudioGen
-model = AudioGen.get_pretrained('facebook/audiogen-medium')
-model.set_generation_params(duration=5)
-# 生成音效
-descriptions = ["dog barking in a park with birds chirping"]
-wav = model.generate(descriptions)
-torchaudio.save("sound.wav", wav[0].cpu(), sample_rate=16000)
-```
-## 核心概念
-### 架构概览
-<!-- ascii-guard-ignore -->
-```
-AudioCraft Architecture:
-┌──────────────────────────────────────────────────────────────┐
-│                    Text Encoder (T5)                          │
-│                         │                                     │
-│                    Text Embeddings                            │
-└────────────────────────┬─────────────────────────────────────┘
-                         │
-┌────────────────────────▼─────────────────────────────────────┐
-│              Transformer Decoder (LM)                         │
-│     Auto-regressively generates audio tokens                  │
-│     Using efficient token interleaving patterns               │
-└────────────────────────┬─────────────────────────────────────┘
-                         │
-┌────────────────────────▼─────────────────────────────────────┐
-│                EnCodec Audio Decoder                          │
-│        Converts tokens back to audio waveform                 │
-└──────────────────────────────────────────────────────────────┘
-```
-<!-- ascii-guard-ignore-end -->
-### 模型变体
-| 模型 | 规模 | 描述 | 适用场景 |
-|-------|------|-------------|----------|
-| `musicgen-small` | 300M | 文本转音乐 | 快速生成 |
-| `musicgen-medium` | 1.5B | 文本转音乐 | 均衡选择 |
-| `musicgen-large` | 3.3B | 文本转音乐 | 最佳质量 |
-| `musicgen-melody` | 1.5B | 文本 + 旋律 | 旋律条件化 |
-| `musicgen-melody-large` | 3.3B | 文本 + 旋律 | 最佳旋律效果 |
-| `musicgen-stereo-*` | 不定 | 立体声输出 | 立体声生成 |
-| `musicgen-style` | 1.5B | 风格迁移 | 基于参考的生成 |
-| `audiogen-medium` | 1.5B | 文本转声音 | 音效生成 |
-### 生成参数
-| 参数 | 默认值 | 描述 |
-|-----------|---------|-------------|
-| `duration` | 8.0 | 时长（秒），范围 1-120 |
-| `top_k` | 250 | Top-k 采样 |
-| `top_p` | 0.0 | Nucleus 采样（0 = 禁用） |
-| `temperature` | 1.0 | 采样温度 |
-| `cfg_coef` | 3.0 | 无分类器引导系数 |
-## MusicGen 用法
-### 文本转音乐生成
-```python
-from audiocraft.models import MusicGen
-import torchaudio
-model = MusicGen.get_pretrained('facebook/musicgen-medium')
-# 配置生成参数
-model.set_generation_params(
-    duration=30,          # 最长 30 秒
-    top_k=250,            # 采样多样性
-    top_p=0.0,            # 0 = 仅使用 top_k
-    temperature=1.0,      # 创意度（越高越多样）
-    cfg_coef=3.0          # 文本遵循度（越高越严格）
-)
-# 生成多个样本
-descriptions = [
-    "epic orchestral soundtrack with strings and brass",
-    "chill lo-fi hip hop beat with jazzy piano",
-    "energetic rock song with electric guitar"
-]
-# 生成（返回 [batch, channels, samples]）
-wav = model.generate(descriptions)
-# 逐个保存
-for i, audio in enumerate(wav):
-    torchaudio.save(f"music_{i}.wav", audio.cpu(), sample_rate=32000)
-```
-### 旋律条件化生成
-```python
-from audiocraft.models import MusicGen
-import torchaudio
-# 加载旋律模型
-model = MusicGen.get_pretrained('facebook/musicgen-melody')
-model.set_generation_params(duration=30)
-# 加载旋律音频
-melody, sr = torchaudio.load("melody.wav")
-# 使用旋律条件化生成
-descriptions = ["acoustic guitar folk song"]
-wav = model.generate_with_chroma(descriptions, melody, sr)
-torchaudio.save("melody_conditioned.wav", wav[0].cpu(), sample_rate=32000)
-```
-### 立体声生成
-```python
-from audiocraft.models import MusicGen
-# 加载立体声模型
-model = MusicGen.get_pretrained('facebook/musicgen-stereo-medium')
-model.set_generation_params(duration=15)
-descriptions = ["ambient electronic music with wide stereo panning"]
-wav = model.generate(descriptions)
-# wav 形状：立体声为 [batch, 2, samples]
-print(f"Stereo shape: {wav.shape}")  # [1, 2, 480000]
-torchaudio.save("stereo.wav", wav[0].cpu(), sample_rate=32000)
-```
-### 音频续写
-```python
-from transformers import AutoProcessor, MusicgenForConditionalGeneration
-processor = AutoProcessor.from_pretrained("facebook/musicgen-medium")
-model = MusicgenForConditionalGeneration.from_pretrained("facebook/musicgen-medium")
-# 加载待续写的音频
-import torchaudio
-audio, sr = torchaudio.load("intro.wav")
-# 同时处理文本和音频
-inputs = processor(
-    audio=audio.squeeze().numpy(),
-    sampling_rate=sr,
-    text=["continue with a epic chorus"],
-    padding=True,
-    return_tensors="pt"
-)
-# 生成续写内容
-audio_values = model.generate(**inputs, do_sample=True, guidance_scale=3, max_new_tokens=512)
-```
-## MusicGen-Style 用法
-### 风格条件化生成
-```python
-from audiocraft.models import MusicGen
-# 加载风格模型
-model = MusicGen.get_pretrained('facebook/musicgen-style')
-# 配置带风格的生成参数
-model.set_generation_params(
-    duration=30,
-    cfg_coef=3.0,
-    cfg_coef_beta=5.0  # 风格影响强度
-)
-# 配置风格条件器参数
-model.set_style_conditioner_params(
-    eval_q=3,          # RVQ 量化器数量（1-6）
-    excerpt_length=3.0  # 风格片段长度
-)
-# 加载风格参考音频
-style_audio, sr = torchaudio.load("reference_style.wav")
-# 使用文本 + 风格生成
-descriptions = ["upbeat dance track"]
-wav = model.generate_with_style(descriptions, style_audio, sr)
-```
-### 仅风格生成（无文本）
-```python
-# 不使用文本 prompt，仅匹配风格生成
-model.set_generation_params(
-    duration=30,
-    cfg_coef=3.0,
-    cfg_coef_beta=None  # 禁用双 CFG 以支持纯风格模式
-)
-wav = model.generate_with_style([None], style_audio, sr)
-```
-## AudioGen 用法
-### 音效生成
-```python
-from audiocraft.models import AudioGen
-import torchaudio
-model = AudioGen.get_pretrained('facebook/audiogen-medium')
-model.set_generation_params(duration=10)
-# 生成各类声音
-descriptions = [
-    "thunderstorm with heavy rain and lightning",
-    "busy city traffic with car horns",
-    "ocean waves crashing on rocks",
-    "crackling campfire in forest"
-]
-wav = model.generate(descriptions)
-for i, audio in enumerate(wav):
-    torchaudio.save(f"sound_{i}.wav", audio.cpu(), sample_rate=16000)
-```
-## EnCodec 用法
-### 音频压缩
-```python
-from audiocraft.models import CompressionModel
-import torch
-import torchaudio
-# 加载 EnCodec
-model = CompressionModel.get_pretrained('facebook/encodec_32khz')
-# 加载音频
-wav, sr = torchaudio.load("audio.wav")
-# 确保采样率正确
-if sr != 32000:
-    resampler = torchaudio.transforms.Resample(sr, 32000)
-    wav = resampler(wav)
-# 编码为 token
-with torch.no_grad():
-    encoded = model.encode(wav.unsqueeze(0))
-    codes = encoded[0]  # 音频编码
-# 解码回音频
-with torch.no_grad():
-    decoded = model.decode(codes)
-torchaudio.save("reconstructed.wav", decoded[0].cpu(), sample_rate=32000)
-```
-## 常见工作流
-### 工作流 1：音乐生成流水线
-```python
-import torch
-import torchaudio
-from audiocraft.models import MusicGen
-class MusicGenerator:
-    def __init__(self, model_name="facebook/musicgen-medium"):
-        self.model = MusicGen.get_pretrained(model_name)
-        self.sample_rate = 32000
-    def generate(self, prompt, duration=30, temperature=1.0, cfg=3.0):
-        self.model.set_generation_params(
-            duration=duration,
-            top_k=250,
-            temperature=temperature,
-            cfg_coef=cfg
-        )
-        with torch.no_grad():
-            wav = self.model.generate([prompt])
-        return wav[0].cpu()
-    def generate_batch(self, prompts, duration=30):
-        self.model.set_generation_params(duration=duration)
-        with torch.no_grad():
-            wav = self.model.generate(prompts)
-        return wav.cpu()
-    def save(self, audio, path):
-        torchaudio.save(path, audio, sample_rate=self.sample_rate)
-# 使用示例
-generator = MusicGenerator()
-audio = generator.generate(
-    "epic cinematic orchestral music",
-    duration=30,
-    temperature=1.0
-)
-generator.save(audio, "epic_music.wav")
-```
-### 工作流 2：音效批量处理
-```python
-import json
-from pathlib import Path
-from audiocraft.models import AudioGen
-import torchaudio
-def batch_generate_sounds(sound_specs, output_dir):
-    """
-    根据规格批量生成声音。
-    Args:
-        sound_specs: list of {"name": str, "description": str, "duration": float}
-        output_dir: output directory path
-    """
-    model = AudioGen.get_pretrained('facebook/audiogen-medium')
-    output_dir = Path(output_dir)
-    output_dir.mkdir(exist_ok=True)
-    results = []
-    for spec in sound_specs:
-        model.set_generation_params(duration=spec.get("duration", 5))
-        wav = model.generate([spec["description"]])
-        output_path = output_dir / f"{spec['name']}.wav"
-        torchaudio.save(str(output_path), wav[0].cpu(), sample_rate=16000)
-        results.append({
-            "name": spec["name"],
-            "path": str(output_path),
-            "description": spec["description"]
-        })
-    return results
-# 使用示例
-sounds = [
-    {"name": "explosion", "description": "massive explosion with debris", "duration": 3},
-    {"name": "footsteps", "description": "footsteps on wooden floor", "duration": 5},
-    {"name": "door", "description": "wooden door creaking and closing", "duration": 2}
-]
-results = batch_generate_sounds(sounds, "sound_effects/")
-```
-### 工作流 3：Gradio 演示
-```python
-import gradio as gr
-import torch
-import torchaudio
-from audiocraft.models import MusicGen
-model = MusicGen.get_pretrained('facebook/musicgen-small')
-def generate_music(prompt, duration, temperature, cfg_coef):
-    model.set_generation_params(
-        duration=duration,
-        temperature=temperature,
-        cfg_coef=cfg_coef
-    )
-    with torch.no_grad():
-        wav = model.generate([prompt])
-    # 保存到临时文件
-    path = "temp_output.wav"
-    torchaudio.save(path, wav[0].cpu(), sample_rate=32000)
-    return path
-demo = gr.Interface(
-    fn=generate_music,
-    inputs=[
-        gr.Textbox(label="Music Description", placeholder="upbeat electronic dance music"),
-        gr.Slider(1, 30, value=8, label="Duration (seconds)"),
-        gr.Slider(0.5, 2.0, value=1.0, label="Temperature"),
-        gr.Slider(1.0, 10.0, value=3.0, label="CFG Coefficient")
-    ],
-    outputs=gr.Audio(label="Generated Music"),
-    title="MusicGen Demo"
-)
-demo.launch()
-```
-## 性能优化
-### 内存优化
-```python
-# 使用较小的模型
-model = MusicGen.get_pretrained('facebook/musicgen-small')
-# 每次生成后清理缓存
-torch.cuda.empty_cache()
-# 生成较短的时长
-model.set_generation_params(duration=10)  # 替代 30 秒
-# 使用半精度
-model = model.half()
-```
-### 批处理效率
-```python
-# 一次处理多个 prompt（更高效）
-descriptions = ["prompt1", "prompt2", "prompt3", "prompt4"]
-wav = model.generate(descriptions)  # 单次批处理
-# 而非
-for desc in descriptions:
-    wav = model.generate([desc])  # 多次批处理（较慢）
-```
-### GPU 显存需求
-| 模型 | FP32 显存 | FP16 显存 |
-|-------|-----------|-----------|
-| musicgen-small | ~4GB | ~2GB |
-| musicgen-medium | ~8GB | ~4GB |
-| musicgen-large | ~16GB | ~8GB |
-## 常见问题
-| 问题 | 解决方案 |
-|-------|----------|
-| CUDA 显存不足 | 使用较小模型，缩短时长 |
-| 质量较差 | 提高 cfg_coef，优化 prompt |
-| 生成时长过短 | 检查最大时长设置 |
-| 音频有杂音 | 尝试不同的 temperature |
-| 立体声不生效 | 使用立体声模型变体 |
-## 参考资料
-- **[高级用法](https://github.com/NousResearch/hermes-agent/blob/main/skills/mlops/models/audiocraft/references/advanced-usage.md)** - 训练、微调、部署
-- **[故障排查](https://github.com/NousResearch/hermes-agent/blob/main/skills/mlops/models/audiocraft/references/troubleshooting.md)** - 常见问题与解决方案
-## 资源
-- **GitHub**：https://github.com/facebookresearch/audiocraft
-- **论文（MusicGen）**：https://arxiv.org/abs/2306.05284
-- **论文（AudioGen）**：https://arxiv.org/abs/2209.15352
-- **HuggingFace**：https://huggingface.co/facebook/musicgen-small
-- **演示**：https://huggingface.co/spaces/facebook/MusicGen