数字调音师
AI Skill Hub 强烈推荐：数字调音师 是一款优质的Agent工作流。AI 综合评分 8.0 分，在同类工具中表现稳健。如果你正在寻找可靠的Agent工作流解决方案，这是一个值得深入了解的选择。
📚 深度解析
数字调音师 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.0 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
数字调音师 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
数字调音师 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：pip 安装（推荐）
pip install soultuner-agent
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install soultuner-agent
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/hgsanyang/SoulTuner-Agent
cd SoulTuner-Agent
pip install -e .
# 验证安装
python -c "import soultuner_agent; print('安装成功')"
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
soultuner-agent --help
# 基本用法
soultuner-agent input_file -o output_file
# Python 代码中调用
import soultuner_agent
# 示例
result = soultuner_agent.process("input")
print(result)
# soultuner-agent 配置文件示例（config.yml） app: name: "soultuner-agent" debug: false log_level: "INFO" # 运行时指定配置文件 soultuner-agent --config config.yml # 或通过环境变量配置 export SOULTUNER_AGENT_API_KEY="your-key" export SOULTUNER_AGENT_OUTPUT_DIR="./output"
🎵 SoulTuner Agent
<p align="center"> <img src="assets/logo.png" alt="logo" width="200" /> </p>
<p align="center"> <strong>A natural-language music recommendation agent</strong> </p>
<p align="center"> <img src="https://img.shields.io/badge/Python-3.11+-blue?logo=python" alt="Python" /> <img src="https://img.shields.io/badge/LangGraph-Agent_Framework-orange?logo=langchain" alt="LangGraph" /> <img src="https://img.shields.io/badge/Neo4j-Graph_Database-008CC1?logo=neo4j" alt="Neo4j" /> <img src="https://img.shields.io/badge/Next.js_16-Frontend-black?logo=next.js" alt="Next.js" /> <img src="https://img.shields.io/badge/Docker-Compose-2496ED?logo=docker" alt="Docker" /> <img src="https://img.shields.io/badge/License-MIT-green" alt="License" /> <br/> <img src="https://github.com/hgsanyang/SoulTuner-Agent/actions/workflows/ci.yml/badge.svg" alt="CI" /> <img src="https://img.shields.io/badge/tests-1200+_passed-brightgreen?logo=pytest" alt="Tests" /> <img src="https://img.shields.io/badge/code_style-ruff-261230?logo=ruff" alt="Ruff" /> </p>
<p align="center"> <a href="README.ch.md">中文</a> | <a href="README.md">English</a> </p>
<p align="center"> <a href="https://modelscope.cn/studios/hgsanyang/SoulTuner-Agent"><strong>Try the public demo on ModelScope</strong></a><br/> <sub>The Space is configured for AMD MI308X + ROCm; actual GPU availability depends on ModelScope scheduling capacity.</sub> </p>
🚀 Quick start
cd <your project directory>
Copy-Item .env.example .env
notepad .envFill in at least these (the default setup uses DashScope / Qwen):
MAIN_LLM_PROVIDER=dashscope
MODEL_NAME=qwen3.7-plus
DASHSCOPE_API_KEY=your DashScope key
NEO4J_PASSWORD=your Neo4j password
MUSIC_DATA_PATH=../dataThen start it and open http://localhost:3003:
.\soultuner.ps1 up gpuWithout an NVIDIA GPU, use .\soultuner.ps1 up cpu. GPU profiles use MuQ as the primary semantic encoder and OMAR for acoustic reranking; the constrained CPU profile uses M2D-CLAP instead.
To use another provider (SiliconFlow, Google, Volcengine, or local SGLang / vLLM / Ollama), change MAIN_LLM_PROVIDER and MODEL_NAME and supply the matching key — or adjust it from System Settings in the UI after startup.
⚙️ Configuration
| Variable | Purpose |
|---|---|
DASHSCOPE_API_KEY | Key for the default model (use your provider's key if you switch) |
NEO4J_PASSWORD | Local Neo4j password |
MUSIC_DATA_PATH | Where audio, caches, the ingest queue and feedback logs live |
MUSIC_WEB_SEARCH_ENABLED | Whether web supplementation is allowed |
ADMIN_API_KEY | Optional. Set it and delete / settings / rebuild require the key |
See .env.example for the advanced options; normal use needs none of them.
It listens on 127.0.0.1 only. For remote access use a VPN or SSH tunnel.
---
📚 References
- Palumbo, E. et al. (2025). You Say Search, I Say Recs. RecSys 2025.
- Zhu, H. et al. (2025). MuQ / MuQ-MuLan: Self-Supervised Music Representation Learning with Mel Residual Vector Quantization. arXiv:2501.01108
- Niizumi, D. et al. (2025). M2D-CLAP: Exploring General-purpose Audio-Language Representations Beyond CLAP. IEEE Access. arXiv:2503.22104
- Alonso-Jiménez, P. et al. (2025). OMAR-RQ: Open Music Audio Representation Model. ACM MM 2025. arXiv:2507.03482
- Gao, L. et al. (2023). Precise Zero-Shot Dense Retrieval without Relevance Labels. ACL 2023.
- Xu, W. et al. (2025). A-MEM: Agentic Memory for LLM Agents. arXiv:2502.12110
- Wang, Y. et al. (2023). RecMind: Large Language Model Powered Agent for Recommendation. arXiv:2308.14296
- Wu, D. et al. (2025). LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory. ICLR 2025.
- Manco, I. et al. (2023). The Song Describer Dataset. arXiv:2311.10057
- Rasmussen, P. et al. (2025). Zep: A Temporal Knowledge Graph Architecture for Agent Memory.
---
SoulTuner Agent 是一款先进的多模态音乐推荐智能体。它结合了 Hybrid RAG（混合检索增强生成）、Knowledge Graph（知识图谱）以及 Long-term Memory（长期记忆）技术，能够实现精准的音乐语义理解与个性化推荐。项目基于 Python 3.11 和 LangGraph 框架构建，旨在通过复杂的跨模态检索机制，为用户提供深度沉浸式的音乐交互体验。
本项目具备多项核心技术特性：采用 Hybrid RAG 架构，通过 GraphRAG 与 Semantic Search 并发检索并结合三锚归一化精排；音频特征提取采用 M2D-CLAP 跨模态语义与 OMAR-RQ 声学特征的双模型向量方案；引入 GraphZep 实现跨会话的长期记忆保留；同时具备智能意图识别能力，支持 7 类意图分类与 DST 多轮标签继承，并可通过 API 进行扩展。
在开始之前，请确保您的系统已安装 Python 3.11 环境。建议使用 Conda 创建独立的虚拟环境进行管理。此外，项目涉及前端开发，需在 `web` 目录下通过 npm 安装相关依赖。对于后续的数据导入步骤，请务必确保 Python 环境中已通过 `pip install -r requirements.txt` 安装了所有必要的依赖库。
项目支持多种部署模式。Windows 用户推荐使用提供的 `.ps1` 脚本进行一键式管理。您可以根据硬件配置选择不同的部署档位：`up lite` 适用于无 GPU 环境，`up standard` 包含 GraphZep 与 SearxNG，而 `up full` 则包含独立的音乐入库 Worker。部署流程分为前置准备（配置 .env 与音乐数据）、选择部署方式（推荐使用 Docker Compose）以及最后的数据导入三个阶段。
对于希望快速体验的用户，推荐使用 Docker Compose 进行一键式部署，该方���会自动启动 Neo4j、GraphZep、Backend 及 Frontend 所有服务。首次启动时，建议使用 `docker logs -f soultuner-backend` 命令实时跟踪后端日志，以便观察模型预热进度。如果您进行本地开发，也可以通过 `python startup_all.py` 脚本启动全量服务。
项目通过 `.env` 文件进行环境配置。在启动前，请务必复制 `.env.example` 并填入必要的 API 密钥，特别是 `SiliconFlow_API_KEY` 以及 `NEO4J_PASSWORD`。此外，您可以通过配置环境变量来指定 LLM 的 API 地址（如 `OPENAI_BASE_URL`）以及主推理模型（`MODEL_NAME`）。首次运行脚本时，系统会自动下载约 2.4 GB 的模型权重文件，请确保网络环境稳定。
项目提供了完整的服务接口。前端访问地址为 `http://localhost:3003`，后端 API 服务运行在 `http://localhost:8501`。对于使用 Docker 部署的用户，可以通过常用的 Docker 运维命令（如 `docker logs`）来监控后端运行状态或进行容器的构建与重启。
SoulTuner Agent 的工作流遵循严谨的智能体逻辑：首先通过 `recall_memory` 阶段进行 GraphZep 粗/精召回；随后利用 LLM 的 Structured Output 进行 7 类意图识别与路由；根据识别结果，系统会分发至 `graph_search`、`hybrid_search` 或 `vector_search` 进行音乐检索；若无法匹配，则通过 `web_search` 进行联网搜索兜底，确保交互的连贯性与准确性。
创新性的AI音乐推荐系统
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 跨境业务、多语言内容运营团队
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- embedding 模型与查询模型不一致导致检索失效
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- Python 依赖冲突：建议用 venv / uv 隔离环境
- Docker：SoulTuner-Agent 提供官方镜像，docker compose up 一键启动
- CLI：直接 npm install -g / pip install，命令行调用
- 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 构建多智能体协作系统的 Agent 开发者
- 构建企业知识库 / RAG 检索应用的团队
- 跨境业务、多语言内容运营团队
- 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- 分块大小建议 256-512 tokens，向量库优选 pgvector 或 Qdrant
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 容器内无法访问宿主机 localhost — 使用 host.docker.internal
- embedding 模型与查询模型不一致导致检索失效
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
总体来看，数字调音师 是一款质量优秀的Agent工作流，在同类工具中具备一定竞争力。AI Skill Hub 将持续追踪其更新动态，建议收藏备用，结合自身场景选择合适时机引入使用。
| 原始名称 | SoulTuner-Agent |
| 原始描述 | 开源AI工作流：🎵 专属你的私人数字调音师|AI 音乐搜索推荐 Agent | 基于大模型 + 知识图谱 + 双模型声学向量的本地智能音乐推荐系统 | LLM-powered。⭐12 · Python |
| Topics | ai-agentaudio-embeddinghybrid-retrievalknowledge-graph |
| GitHub | https://github.com/hgsanyang/SoulTuner-Agent |
| License | MIT |
| 语言 | Python |
收录时间：2026-06-19 · 更新时间：2026-06-20 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。