MiniMax Music3上手：ComfyUI模型版本与Music Caption Rewriter

作者：@AIwood爱屋研究室

MiniMax Music3上手：ComfyUI模型版本与Music Caption Rewriter

一句话导读：这期视频快速演示 MiniMax Music3 开源后如何接入 ComfyUI，从更新开发版、下载模型依赖，到用 Music Caption Rewriter 生成风格描述和歌词，再输出一首完整音乐。

核心内容：
1. 使用前需要把 ComfyUI 更新到开发版最新版，之后可以从内置模板中找到 Music3 工作流。除了主模型，还需要准备 Text Encoder 和 VAE；视频提到主模型提供高精度版本与低显存 INT8 版本，应该按显存条件选择。
2. Music Caption Rewriter 是官方提供的提示词管家。支持 Skills 的 Codex、豆包本地版、WorkBuddy 等本地 Agent 可以通过一条命令安装：npx skills add MiniMax-AI/MiniMax-Music3 --skill music-caption-rewriter。使用时描述想要的曲风、情绪、人声和乐器，工具会生成风格描述与完整歌词。
3. 生成时把风格描述放入 Caption，把歌词放入 Lyrics，再设置歌曲时长和随机种子；CFG 与 Top-P 暂时保持默认即可。提交工作流后等待生成，视频中的 RTX 5090 实测约 1 分钟可以生成约 1 分 30 秒的音乐。
4. 作者也展示了当前版本的局限：部分方言和外语演唱稳定性不足，声音偶尔有 AI 感，整体质感仍偏单薄。首屏评论及作者回复进一步提到，国风方向可以使用，但戏腔目前还不容易稳定出来，因此更适合先做风格、情绪和人声方向的快速试验。

适合人群：想在 ComfyUI 本地尝试文本生成音乐、需要根据显存选择 Music3 模型版本，或希望用 Agent/Skills 自动整理音乐风格和歌词的用户。

相关夸克网盘链接：
【模型下载网盘地址：https://pan.quark.cn/s/08a4ae035683】

补充说明：本文根据授权视频完整音频转写、视频简介和首屏评论整理；首屏评论未发现新增夸克链接。具体模型文件、节点依赖和实际音质请以原视频与官方项目说明为准。