Tabbit博客

如何用 Lyria 3 Pro 处理已登录网页中的音乐需求

用本机 Tabbit 任务读取已批准的音乐 brief,整理生成提示词,再到独立的 Lyria 页面预览。

本文目录
  1. 要点
  2. 这套流程由哪些部分组成?
  3. 只读已批准页面
  4. 根据页面整理 Pro 提示词
  5. 分享前的检查点
  6. 明确结束位置

Lyria 3 Pro 本身不能读取已登录网页。它是音乐生成模型,不是浏览器 Agent:Google 文档列出的能力不包括函数调用、网址上下文或搜索接地。要把已批准页面变成音乐提示词,请用本机文本 Agent 通过 Tabbit CLI 读取 Tabbit Browser 中的页面,先审阅提示词草稿,再到单独的 Google 音乐生成界面操作。模型 ID 是 lyria-3-pro-preview;Google 当前将其标为 Preview,并推荐 lyria-3.5 作为后续型号,但尚未公布 Pro 的停用日期。

先在同一台电脑上安装 Tabbit Browser 和 Tabbit CLI,再按本机 Agent 客户端的文档安装 Tabbit Skill。

模型出现在菜单里,不代表账号一定能调用;Tabbit 能连接本地浏览器,也不代表音乐生成服务已授权。两项都要分别核实。

一位试用 Pro 的 Reddit 用户说,模型按要求做出了“吉他在开头渐入”的效果,但激烈曲风听起来太保守。另一位比较早期 Lyria 3 / Producer.ai 的用户觉得它的人声更自然。后一篇不是 Pro 或 Clip 测试;两条反馈都没有评估本文的浏览器流程。Pro 体验 · Lyria 3 对比。

要点

  • Lyria 3 Pro 负责生成音频;另一个本机文本 Agent 负责读取已登录的网页。

  • 先确认 Google 项目和模型选择器中确实有 lyria-3-pro-preview。

  • Google Cloud 列出文本或图片输入、MP3 输出、每次提示词生成一段音频、最长 184 秒。

  • 在本机客户端安装 Tabbit Browser 与 Tabbit CLI Skill。Pi 使用 /skill:tabbit;其他客户端可能显示 /skills 或自己的 Skill 选择器。

  • 网页读取和提示词审阅完成后先停下;由你确认是否在独立 Google 界面生成。

这套流程由哪些部分组成?

部件工作内容开始前检查
本机 Agent 客户端用文本模型理解已批准 brief 并整理音乐提示词客户端可选择文本模型、访问其服务商,并运行本机命令
Tabbit Browser + CLI在独立任务标签页中读取已登录浏览器环境里的目标页面tabbit-cli diagnose 已连接;当前档案正确;页面标题与状态符合预期
Google AI Studio、Gemini API 或 Google Cloud Agent Platform单独执行音乐生成请求选定服务中能看到准确型号、项目权限、地区和当前条款

Google Cloud 将 lyria-3-pro-preview 标为 Preview,列出文本与图片输入、音频输出和 184 秒上限。页面支持 BPM、强度和时长控制,不支持负向提示;每次提示词只生成一段音频,格式为 44.1 kHz MP3。Gemini API 生命周期页把 lyria-3.5 列为 Pro 的建议替代型号,同时标注尚无停用日期。Google 的 Pro 型号页却把“Model code”字段写成 Clip ID;核对 ID 时应看 Cloud 型号表和生命周期页,不要照抄那一处不一致字段。Google Cloud 型号信息 · Gemini API 弃用信息。

Lyria 不是 Agent 宿主。Google 型号页明确列出不支持函数调用和网址上下文。如果要让文本模型读取网页,请先检查客户端的模型列表、服务商凭证和本地工具权限。客户端能发现 tabbit Skill,不等于启动器能连接浏览器;CLI 能运行,也不等于网站已登录;这些检查都不能证明有 Lyria 权限。Tabbit CLI 完整指南 和 浏览器 MCP 与 CLI 的区别 说明了本机连接方式。

只读已批准页面

  1. 打开 Tabbit Browser,在音乐 brief、项目页或评审看板中手动登录。确认所用档案正确,并核对页面标题和批准状态。

  2. 在本机客户端查看 Skill 入口。只有客户端文档确认支持时才用 /tabbit。Pi 文档要求 /skill:tabbit;有些客户端会通过 /skills 显示已安装的 Skill。

  3. 运行已安装 CLI 的 diagnose。确认启动器能连接后再开始浏览。

  4. 让 Agent 只读取已批准的标题、状态、受众、情绪方向和允许使用的素材。不要把机密原文或个人信息复制到外部音乐提示词里。

  5. 保持普通研究标签页打开。CLI 会使用独立任务标签页;将 Agent 返回的短证据与当前页面对照。参见如何连接已有浏览器和浏览器 Agent 首次任务清单。

Tabbit 的登录态属于所选 Tabbit Browser 环境。CLI 不会替你登录,也不会索取密码。如果任务跳到登录页,先停下并手动登录。本 worktree 记录过一次本地 fixture 检查:测试会话设置前,受保护页面返回 401;登录后,另一个 CLI 任务读取到了同一个 fixture。它只证明该测试环境的会话复用,不代表 Lyria 已运行,也没有证明模型与浏览器已集成。

根据页面整理 Pro 提示词

让本机文本 Agent 先输出 brief,不要提交音乐生成请求。下面是模板,不是已经验证的 Lyria 结果。它要求生成约 90 秒的纯音乐配乐,最终决定仍由人审阅。

使用当前 Tabbit Browser 档案中的 Tabbit CLI,读取我打开的页面。
如果状态不是 Approved,就停止,只返回页面标题和可见状态。
不要点击批准、发布、上传,也不要修改任何字段。

若 brief 已批准,请返回:页面标题、可见状态、目标听众、场景、情绪方向、
允许使用的参考素材,以及尚未决定的事项。随后为一段约 90 秒的纯音乐配乐
起草一条 Lyria 3 Pro 提示词。用宽泛风格描述,写出速度范围、主要乐器、能量
和简单的开场/推进/收尾。不要点名艺术家、引用歌词或编造事实。
把来源网址保留在提示词旁边,并停下来让我审阅。

预期输出:简短证据块,后接一段代码块形式的提示词。
如果页面没有显示已批准状态,不要输出生成提示词。

写了时长,不代表模型一定精确达到。Google Cloud 的技术上限是 184 秒,实际输出也可能变化。Google 文档说明 Lyria 会添加水印并进行内容过滤。正式使用前要完整试听,核对是否符合 brief、歌词或声音相似性是否有问题,并查阅当前服务条款。参见Lyria 型号卡及Google Cloud Preview 条款。

分享前的检查点

检查点核对证据停止条件
页面读取标题、可见批准状态、来源网址状态缺失、拒绝或含糊
提示词草稿场景、宽泛风格、乐器、结构、时长加入未经批准的参考或个人信息
型号选择选择器显示的准确 ID 和 Google 服务只看到近似型号或未经核验的第三方路由
音频预览从头听到尾;检查长度、衔接、歌词和水印说明内容偏离 brief 或权利不清楚
分享或发布明确的目标位置和人工批准没人批准目标位置或最终曲目

如果当前选择器里找不到 Pro,不要把提示词发给未知别名。Google 生命周期页建议改用 lyria-3.5;请先在打算使用的服务中核实其可用性和条款,或者停在提示词草稿阶段。还可阅读复用已登录的浏览器会话和用浏览器来源做研究。

明确结束位置

当 brief 在登录后页面中时,可用 Tabbit Browser 让本机 Agent 只提取少量已批准字段。音频则在独立的 Google 服务中生成。Agent 应停在提示词和证据块;是否生成、下载或发布由你决定。也可参考用浏览器 Agent 起草 CMS 内容和验证本机浏览器任务。

常见问题

Lyria 3 Pro 能自己浏览登录网站吗?

不能。它是音乐模型,文档没有列出函数调用或浏览器工具。需要另一个本机文本 Agent 调用 Tabbit CLI,再由你到支持的 Google 服务生成音频。

lyria-3-pro-preview 还能使用吗?

Google Cloud 仍将该准确 ID 列为 Preview,发布日期为 2026 年 3 月 25 日。Gemini API 弃用页建议后续使用 lyria-3.5,并称尚未公布停用日期。使用前请确认项目权限和型号选择器。

Lyria 3 Pro 最长能生成多久?

Google Cloud 文档列出的最大长度为 184 秒,每条提示词一段,输出为 44.1 kHz MP3。这是技术上限,不保证每次都达到提示词指定的时长。

本机 Agent 能自动把 brief 发给 Lyria 吗?

只有另行配置获授权的 Google API 集成并审阅输入时才可以。Tabbit CLI 本身不会调用 Lyria。本文流程停在提示词草稿和单独的人工作曲预览。

可以要求模仿某位艺术家或上传参考歌曲吗?

Google 文档列出文本和图片输入,不支持音频输入。其规则是提供宽泛的创作灵感,而非直接模仿艺术家;不要把艺术家姓名或受版权保护的歌词当作捷径。

生成的曲目可以商用发布吗?

请查阅所用 Google 服务和账号对应的条款。Google Cloud 表示 Preview 可用于商业用途,但仍受适用协议和限制约束;这不能代表其他 Gemini API 或消费产品协议也相同。

下一步

让 Tabbit 与你并肩工作。

跨标签页调研、自动化重复的浏览器工作,让每一处上下文都触手可及。