dsh-music-analyze

大模型能读文字、看图，却很难直接「听」一段音乐。你想让助手聊某首歌的调性、副歌从哪秒进来、贝斯是否偏重，往往只能自己口述感受，或贴一堆听感描述。dsh-music-analyze 在 Harness 里提供一个 music_analyze 工具：把本地音频或视频路径变成一张四联可视化报告和一份结构化文字摘要，让模型既能看数字，也能用 read_image 对照图像，把讨论建立在可观测的信号上。

核心输出是一张 music_report.png：波形看强弱与段落起伏，梅尔频谱看频率分布，色度图支撑调性与和弦走向的讨论，段落能量帮助分辨前奏、主歌与副歌的分界。report 字段同时给出时长、BPM、主调、各频段能量占比、动态范围，以及最响与最安静的时刻。v0.2.0 起对 BPM 采用多估计器加奇偶拍强度裁决，缓解无鼓独奏里常见的「翻倍」问题，并在不可靠时标注 bpmReliable，避免把听感速度硬当成算法结果。

插件诚实地划清边界：图与指标描述「音乐长什么样」，不能替人判断「好不好听」；形态可测，动人与否仍要由听者告诉模型。主调字母在特殊调弦下可能不准，色度图往往比单个 key 标签更靠谱。

适合需要在对话里分析编曲、段落结构、节奏与频谱特征的创作者、学习者，以及希望模型基于同一首曲子的客观可视化一起讨论的 Harness 用户。分析前需自行准备 Python 依赖与 ffmpeg 等运行环境。