分析一段钢琴录音的 BPM、结构和分轨
我用 Gemini 编写了一个 Loooom 技能，将其安装到 Claude Code 中，并针对一段 37 秒的 Espresso 钢琴演奏录音，得到了一份完整的音频分析报告。任务：作者使用 Gemini 起草了一个用于音频分析的 Loooom 技能，通过 Web UI 发布，并在 Claude Code 中加载。Claude Code 自动安装了缺失的依赖项（ffmpeg, librosa），并对一段 37 秒的钢琴 MP3 执行了 Python PCM 分析流程。人类角色仅限于提供音频文件和发起请求。；工具：Claude Code。人工角色：原帖未说明人在过程中如何持续参与。；局限：该工作流依赖于 Claude Code 在会话期间安装 ffmpeg 和 librosa 等系统级依赖项的权限。BPM 估计存在差异（约 91 对比约 104），表明在业余录音上的起始点检测可能存在准确性问题。技能的有效性取决于初始 Gemini 生成指令的质量。。
工具
Agent Work Atlas 发布日期:
概述
我用 Gemini 编写了一个 Loooom 技能，将其安装到 Claude Code 中，并针对一段 37 秒的 Espresso 钢琴演奏录音，得到了一份完整的音频分析报告。
工作流程
作者使用 Gemini 起草了一个用于音频分析的 Loooom 技能，通过 Web UI 发布，并在 Claude Code 中加载。Claude Code 自动安装了缺失的依赖项（ffmpeg, librosa），并对一段 37 秒的钢琴 MP3 执行了 Python PCM 分析流程。人类角色仅限于提供音频文件和发起请求。
原文报告的结果
系统生成了包含 BPM（估计约 91，标准约 104）、拍号、调性以及时间线结构（前奏、主歌、副歌、尾奏）的结构化报告。它识别出了底鼓、低音/次低音、主唱等分轨。作者指出尽管源材料是业余录音，但输出质量达到了“出版级”，不过未提供正式的准确性指标。
人工角色
原帖未说明人在过程中如何持续参与。
局限
该工作流依赖于 Claude Code 在会话期间安装 ffmpeg 和 librosa 等系统级依赖项的权限。BPM 估计存在差异（约 91 对比约 104），表明在业余录音上的起始点检测可能存在准确性问题。技能的有效性取决于初始 Gemini 生成指令的质量。
试一试
我想复现案例中描述的音频分析工作流。首先，使用 Gemini 起草一个用于识别歌曲部分（BPM、结构、分轨）的 Loooom 技能描述和指令。将此技能发布到 loooom.xyz。然后，在 Claude Code 中加载该技能，并提供一个本地 MP3 文件 [可替换输入：音频文件路径]。确保 Claude Code 有权在缺失时安装 ffmpeg 和 librosa。运行分析并生成包含结构时间线和分轨识别的报告。在最终确定之前，如果可能，请对照已知参考验证 BPM。以清晰的表格格式输出报告。如果技能加载失败或无法安装依赖项，请停止并报告错误。在验证一个样本之前，不要进行批量处理。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。