convez.ai
SkillAutomaçãoAvançado
trin-zenityx

Suno Craft (LV) — Skill de Geração e Processamento de Música AI

trin-zenityx/suno-craft-lv

Orquestrar toda a superfície Suno (27 comandos) sem perder estado em timeouts

Ver no GitHub
InicialPluginScore · de 0 a 100

Skill Claude Code que encapsula toda a API Suno para criar, editar e processar música com IA. Cobre geração de tracks, extração de stems, conversão WAV/MIDI, clonagem de voz, efeitos sonoros e inclui guia prático de técnicas para produção musical de qualidade com fluxo resumível (submit → wait) que resiste a timeouts.

Instalação

$npx convez-ai trin-zenityx/suno-craft-lv

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
0
Acompanhando
0
Saúde
42%
Último commit
há 5 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Gerar e iterar músicas completas com IA em pipeline único
  • Extrair stems individuais e aplicar mastering WAV programático
  • Clonar vozes e criar personagens de voz reutilizáveis
  • Converter saídas para MIDI e extrair timing de karaokê palavra-por-palavra
  • Automatizar produção musical end-to-end com cost-gating e recuperação de estado

Veredito

Ferramenta madura e abrangente que resolve o maior pain point do uso de Suno via API: timeouts e fluxos assíncronos complexos. A documentação como "field guide" é honesta sobre trade-offs e limites; recomendado para quem precisa de automação confiável de produção musical, não apenas testes pontuais.

README

A tradução para o português deste README ainda está na fila.


TL;DR (English)

suno-craft-lv wraps Suno's full API (via KIE.ai) into one Claude Code skill with a resumable submit → wait workflow. Beyond generating songs, it covers stems, WAV mastering, MIDI extraction, voice personas, voice cloning, sound effects, music video, cover art, and word-level karaoke timing. The second half of this README is a field guide to making AI music that sounds genuinely good — distilled from a real project that reverse-engineered a reference track second-by-second. No API keys are stored in this repo; the script reads your key from ~/.kie_api_key at runtime.


สารบัญ · Table of contents

  1. สกิลนี้คืออะไร
  2. ติดตั้ง & เตรียมพร้อม
  3. Quickstart — เพลงแรกใน 2 คำสั่ง
  4. โมเดลการทำงาน: submit → wait
  5. ฟังก์ชันทั้งหมด (ไม่ใช่แค่สร้างเพลง)
  6. customMode — จุดสับสนอันดับ 1
  7. Model router (V5.5 = ค่าเริ่มต้น)
  8. 🎓 เทคนิคทำเพลงให้เพราะ (บทเรียนหลัก)
  9. Pipeline recipes
  10. ต้นทุน & ความปลอดภัย
  11. โครงสร้างโปรเจกต์

💡 สกิลนี้คืออะไร · What this is

Suno เป็นโมเดลสร้างเพลง AI ที่เก่งที่สุดตัวหนึ่ง แต่ API จริงมีหลายสิบ endpoint และทุกตัวเป็น async (ส่งงาน → รอ → โหลดไฟล์) เขียนเองทุกครั้งพังง่าย โดยเฉพาะใน Claude Code ที่ Bash timeout สั้น

suno-craft-lv ห่อ Suno ทั้งหมดไว้ใน สคริปต์เดียว (scripts/suno.py) + คู่มือสำหรับ AI agent (SKILL.md) ที่:

  • ✅ ใช้ pattern submit → wait ที่ resume ได้ — งานไม่หายแม้ Bash timeout (state file จำทุกอย่าง)
  • ✅ ครอบคลุม ทั้ง surface ของ Suno — ไม่ใช่แค่สร้างเพลง (ดูตารางฟังก์ชัน)
  • ✅ มี cost-tier gate กันเครดิตบานปลายโดยไม่ตั้งใจ
  • ✅ ดาวน์โหลดไฟล์ทันที (URL ของ Suno หมดอายุใน ~14 วัน)

สกิลนี้ทำงานคู่กับ Claude Code — เมื่อผู้ใช้พิมพ์ "ทำเพลง..." Claude จะอ่าน SKILL.md แล้วเรียก suno.py ให้อัตโนมัติ


⚙️ ติดตั้ง · Setup

1. วางสกิลใน Claude Code

git clone https://github.com/trin-zenityx/suno-craft-lv.git
cp -r suno-craft-lv ~/.claude/skills/suno-craft-lv

2. ใส่ KIE API key (อ่านจากไฟล์ ไม่ hardcode)

echo "YOUR_KIE_API_KEY" > ~/.kie_api_key   # สมัครที่ https://kie.ai/api-key
chmod 600 ~/.kie_api_key

🔒 สคริปต์อ่าน key จาก ~/.kie_api_key ตอน runtime เท่านั้น — ไม่มี key อยู่ใน repo นี้

3. Python (เวอร์ชัน 3.8+)

ใช้แค่ standard library + requests-style urllib — ไม่ต้องลงอะไรเพิ่มสำหรับการสร้างเพลง (ถ้าจะ วิเคราะห์ reference track ดูส่วนเทคนิค — ต้องมี yt-dlp + librosa)


🚀 Quickstart — เพลงแรกใน 2 คำสั่ง

cd ~/.claude/skills/suno-craft-lv/scripts

# 1) ส่งงาน — ได้ taskId กลับมาใน < 5 วินาที
python3 suno.py submit "dreamy Thai city-pop about Bangkok rain at night"

# 2) รอ + ดาวน์โหลด (ตั้ง Bash timeout ยาวๆ เช่น 450000ms)
python3 suno.py wait <taskId> --output-dir ./out

ได้ 2 เวอร์ชัน ต่อ 1 รัน (MP3 + ปกอัลบั้ม) ประมาณ 1–3 นาที


🔁 โมเดลการทำงาน: resumable submit → wait

ทุก endpoint ของ Suno เป็น async — แยก submit/wait เพื่อให้ "รอ" ที่ถูก kill แล้ว resume ต่อได้ฟรี (ไม่เสียเครดิต)

flowchart LR
    A([prompt]) --> B[submit<br/>&lt;5s]
    B -->|taskId + state file| C[wait]
    C --> D{status?}
    D -->|PENDING / generating| C
    D -->|SUCCESS| E[download<br/>MP3 + cover]
    D -->|timeout / killed| F[wait again<br/>resume free]
    F --> C
    style B fill:#FF0000,color:#fff
    style E fill:#111,color:#fff
คำสั่งหน้าที่
submitสร้างงาน เขียน state file ที่ ~/.kie/tasks/<id>.json คืน taskId
waitpoll จนเสร็จ แล้วดาวน์โหลด · exit 3 = ยัง gen อยู่ (รันซ้ำเพื่อ resume)
statuspoll เร็วๆ ครั้งเดียว ไม่โหลด
fetchโหลดงานที่เสร็จแล้ว
creditsเช็คเครดิต KIE

🧰 ฟังก์ชันทั้งหมด · The full surface

สิ่งที่หลายคนไม่รู้: Suno ทำได้มากกว่าสร้างเพลง — นี่คือ 27 คำสั่งที่สกิลรองรับ จัดเป็น 6 กลุ่ม

mindmap
  root((Suno Craft))
    Create
      submit เพลงใหม่
      sounds SFX/ambient/loop
    Transform
      extend ต่อเพลงที่ gen
      upload-extend ต่อไฟล์เรา
      cover เปลี่ยนสไตล์คงเมโลดี้
      mashup รวม 2 เพลง
      replace-section แก้เฉพาะท่อน
    Vocals
      add-vocals ใส่ร้องให้ instrumental
      add-instrumental ใส่ดนตรีให้เสียงร้อง
    Post
      wav มาสเตอร์ WAV
      stems แยก 2 หรือ 12 แทร็ก
      midi ดึงโน้ตจาก stems
      video MV visualizer
      cover-art ปกอัลบั้ม
    Lyrics
      lyrics แต่งเนื้ออย่างเดียว
      timestamped-lyrics timing รายคำ
      boost-style ขยาย prompt สไตล์
    Voice
      persona เสียง/สไตล์ใช้ซ้ำ
      voice-clone โคลนเสียงตัวเอง

กลุ่มที่ 1 — สร้าง (Create)

คำสั่งทำอะไรน่าสนใจตรงไหน
submitสร้างเพลงจาก prompt (เนื้อ auto หรือเนื้อเป๊ะ)1 รัน = 2 เวอร์ชัน · simple/custom mode
soundsSFX / ambient / loop คุม BPM + key ได้ทำ sound pack สำหรับเกม/คอร์ส/แอป

กลุ่มที่ 2 — แปลง/แก้ (Transform)

คำสั่งทำอะไร
extendต่อเพลงที่ gen ไว้ให้ยาวขึ้น (โมเดลต้องตรงต้นฉบับ)
upload-extendต่อ ไฟล์เสียงของเราเอง
coverเปลี่ยนสไตล์ไฟล์เสียง โดยคงเมโลดี้เดิม
mashupรวม 2 ไฟล์เป็นเพลงเดียว
replace-sectionregenerate เฉพาะช่วง 6–60 วิ โดยไม่ทำใหม่ทั้งเพลง

กลุ่มที่ 3 — เสียงร้อง (Vocals)

คำสั่งทำอะไร
add-vocalsใส่เสียงร้อง AI ทับ instrumental
add-instrumentalสร้างดนตรีคลอรอบเมโลดี้/เสียงร้องที่มี

กลุ่มที่ 4 — โพสต์โปรดักชัน (Post)

คำสั่งทำอะไร
wavแปลงเป็น WAV คุณภาพสตูดิโอ
stemsแยกเสียงร้อง+ดนตรี (2 stem) หรือ 12 stem (กลอง/เบส/กีตาร์/คีย์/เครื่องสาย…)
midiดึงโน้ต MIDI จาก stems → เข้า DAW
videoสร้าง MP4 visualizer พร้อมใส่ผู้แต่ง/ลายน้ำ
cover-artสร้างภาพปกอัลบั้ม 2 แบบ

กลุ่มที่ 5 — เนื้อเพลง & timing (Lyrics)

คำสั่งทำอะไร
lyricsแต่งเนื้อเพลงอย่างเดียว (ไม่มีเสียง)
timestamped-lyricstiming รายคำ สำหรับคาราโอเกะ/ซับ/lip-sync (ตอบทันที)
boost-styleขยาย style สั้นๆ → คำบรรยายรวยๆ ที่ Suno ชอบ (~0.4 เครดิต)

กลุ่มที่ 6 — เสียงเฉพาะตัว (Voice)

คำสั่งทำอะไร
personaสร้าง "บุคลิกเสียง/สไตล์" จากเพลงที่ชอบ → ใช้ซ้ำในเพลงอื่น (brand sonic identity)
voice-validate → voice-phrase → voice-create → voice-checkโคลนเสียงตัวเอง 4 ขั้น (มีขั้นอัดเสียงยืนยัน — human-in-the-loop)

🎚 customMode — จุดสับสนอันดับ 1

ความเข้าใจผิดที่ทำให้เพลงออกมาไม่ตรงใจที่สุด คือไม่รู้ว่าควรใช้ mode ไหน

flowchart TD
    Q{เขียน/อนุมัติเนื้อเพลง<br/>หรือต้องคุมสไตล์+ชื่อเป๊ะ?} 
    Q -->|ไม่ — แค่บอกคอนเซ็ปต์| S[simple mode<br/>prompt ≤500 ตัว<br/>AI แต่งเนื้อให้เอง]
    Q -->|ใช่| C[--custom]
    C --> V{มีเสียงร้อง?}
    V -->|มี| CV[--style + --title + prompt<br/>prompt = เนื้อร้องเป๊ะ ร้องตามคำ]
    V -->|instrumental| CI[--style + --title<br/>prompt ไม่จำเป็น]
    style S fill:#F5F5F5
    style CV fill:#FF0000,color:#fff
    style CI fill:#CC0000,color:#fff
simple (--custom ปิด)custom (--custom เปิด)
คุณให้1 prompt อธิบายเพลง--style + --title (+ prompt = เนื้อร้อง)
เนื้อร้องAI แต่งจากคอนเซ็ปต์ร้องตามที่พิมพ์ เป๊ะ
ใช้เมื่อ"ทำ lo-fi ชิลๆ ฟังตอนทำงาน"มีเนื้อที่อนุมัติแล้ว / ต้องคุม style + title

🎛 Model router

ค่าเริ่มต้นของสกิลคือ V5_5 (ใหม่สุด คุณภาพสูงสุด) — เปลี่ยนด้วย --model

งานโมเดลเหตุผล
ค่าเริ่มต้น — เพลง/BGM ทั่วไปV5_5ใหม่สุด คุณภาพดีสุด · รองรับ persona
ทางเลือกถ้า V5.5 ไม่เข้าV5musicality ดี เร็ว
เพลงโครงสร้างยาว (คุม verse/chorus)V4_5PLUS / V4_5ทำตาม prompt แม่น
ดราฟต์เร็วประหยัดV4_5ALL"smart and fast"
ต่อเพลง V4 เก่าV4extend ต้องตรงโมเดลต้นฉบับ

ลิมิต custom mode: prompt 3,000 ตัว (V3_5/V4) หรือ 5,000 (V4_5+) · style 200/1,000 · title 80


🎓 เทคนิคทำเพลงให้เพราะ · The craft

ส่วนนี้คือ "บทเรียน" ที่กลั่นจากโปรเจกต์จริง — ความพยายาม 8 รอบเพื่อทำเพลงสไตล์ JVKE ("her") ให้ออกมาเหมือน สิ่งที่ค้นพบใช้ได้กับ ทุก reference track

1. วิเคราะห์เพลงจริงก่อน อย่าเดา

อย่าเชื่อรีวิว/เว็บ BPM (ตอนนั้นบอก "72 BPM" ผิด — ของจริง 143.6) โหลดเพลงจริงมากางคลื่นเสียง:

# โหลด (ใช้เพื่อวิเคราะห์อ้างอิงเท่านั้น — ไม่เผยแพร่/ไม่ลอก)
yt-dlp -x --audio-format mp3 \
  --extractor-args "youtube:player_client=tv,ios,android,web_safari" "<url>"

แล้ววัดด้วย librosa: tempo · key · bass-drop · dynamic range · sparkle (%>6kHz) · percussion (%) + ทำ spectrogram → จากนั้น เจนเสร็จแล้ววัดซ้ำ เทียบ metric กับต้นฉบับ (data ไม่ใช่ vibe)

💡 tempo คือตัวที่พลาดอันดับ 1 — เพลง emotional ของ JVKE จริงๆ วิ่งที่ 143.6 BPM (groove double-time) ไม่ใช่บัลลาดอืด 72

2. ฝัง dynamic meta-tag ในเนื้อเพลง

Suno อ่าน [bracket] เป็นคำสั่งเรียบเรียง (ไม่ร้องออกมา) — ใช้ปั้นไดนามิก:

[Verse — airy, no bass, just guitar + breathy falsetto]
...
[Chorus — BASS DROP, sub-bass + punchy beat slam in, euphoric]
...
[Bridge — strip to bare piano, then swell]
[Final Chorus — key change up, full climax, soaring]

นี่คือคันโยกที่แรงที่สุด — มันทำให้เกิด "เงียบโปร่ง → ระเบิด" ที่ทำให้เพลงมีมิติ

3. แต่งเนื้อเพลงแบบ "เพลง" ไม่ใช่ "กลอน"

❌ กลอนท่อง✅ เนื้อเพลง
สัมผัสคู่ท้ายวรรคฟิกซ์ตำแหน่ง (AABB)สัมผัสสลับ/เลื่อน + บางบรรทัดปล่อยลอย
perfect rhyme ล้วนผสม slant / assonance / consonance / internal
บอกอารมณ์ตรงๆ "เธอคือดวงดาว"show-don't-tell: ภาพรูปธรรม (กาแฟเย็นชืด, ดาวหลบตา)

ใช้ สระเปิด บนโน้ตสูง/ยาว (gold, soul, oh, sun) เพื่อให้ร้อง falsetto ได้สุด · คำสำคัญตกจังหวะหนัก (prosody)

4. ภาษาตรงกับศิลปินต้นทาง

อยากได้กลิ่นศิลปินอังกฤษ → เขียนเนื้ออังกฤษ สำเนียง/การวางคำ/falsetto ของภาษาคือส่วนหนึ่งของ "เสียง" ที่จับยากถ้าใช้ภาษาอื่น (ทำเวอร์ชันไทยแยกได้ถ้าต้องการ deliverable ไทย)

5. boost-style — ให้ Suno ช่วยขยายสไตล์

python3 suno.py boost-style "sparse intimate orchestral ballad, B major, 70 BPM, lots of reverb"
# → คืนคำบรรยายรวยๆ ในภาษา tag ที่ Suno ชอบ (~0.4 เครดิต)

6. กับดักคำที่ต้องระวัง

  • Mood-word trap: คำว่า haunting / aching / sparse / ethereal ลาก Suno ไปทาง เศร้า + กลวง แม้เนื้อไม่เศร้า — ถ้าอยากอบอุ่น/มีความหวังให้ใช้ warm, golden, hopeful, uplifting และสั่งตรงๆ "NOT sad"
  • Instrument-family trap: สั่ง grand piano + orchestra + timpani = ฟัง "ยุคโบราณ" · เพลง bedroom-pop สมัยใหม่ใช้ fingerpicked guitar + sparkle (glockenspiel/bells) + airy synth + ambience
  • Sensitive-word filter: ใส่ชื่อศิลปิน/ชื่อเพลง/เนื้อมีลิขสิทธิ์ใน prompt → โดนบล็อก (SENSITIVE_WORD_ERROR) ให้บรรยาย "สไตล์" แทนชื่อ

🧩 Pipeline recipes

เป้าหมายสูตร
วิดีโอคาราโอเกะsubmit → timestamped-lyrics → ทำซับ sync รายคำ
คลิปร้องเพลง (lip-sync)submit (มีร้อง) → stems เอา vocal → lip-sync บนภาพพอร์ตเทรต
ส่งเข้า DAWsubmit → stems --mode split_stem → midi → แปลงเป็น .mid → Logic/Ableton
Sound packsounds "UI click, soft pop" --loop ยิงเป็นชุด
แก้เฉพาะท่อนreplace-section ด้วยเนื้อที่แก้แล้ว (ไม่ต้องเจนทั้งเพลง)
Sonic identity ของแบรนด์เพลงที่ชอบ → persona → ใช้ personaId ซ้ำในจิงเกิลถัดๆ ไป

💰 ต้นทุน & ความปลอดภัย

Cost-tier gate (กันเครดิตบานปลาย)

Tierตัวอย่างกฎ
LV1 — ถูกสร้างเพลง (ได้ 2 แทร็ก), lyrics, WAV, แยก 2-stem (~10cr)ยิงได้เลย
LV2 — กลางแยก 12-stem (~50cr), MP4 video, batch คัฟเวอร์/extendยืนยัน prompt ก่อน
LV3 — แพงงาน batch ≥10 รัน ("ทำให้ครบทุกตัว")ต้องขออนุญาตผู้ใช้ก่อน echo ต้นทุนรวม

1 เครดิต ≈ $0.005 · การสร้างเพลงเองถูกมาก gate มีไว้กัน batch หลุดมือ

🔒 ความปลอดภัย

  • ไม่มี API key ใดๆ ใน repo นี้ — สคริปต์อ่านจาก ~/.kie_api_key ตอน runtime
  • อย่า commit ~/.kie/ (state files) — มี .gitignore กันให้แล้ว
  • AI-disclosure: เพลงที่ได้เป็น AI-generated โปรดเปิดเผยตามนโยบายแพลตฟอร์ม (เช่น YouTube "Altered content")

📁 โครงสร้างโปรเจกต์

suno-craft-lv/
├── SKILL.md            # คู่มือสำหรับ Claude (workflow, gotchas, model router)
├── README.md           # ไฟล์นี้ — คู่มือ + บทเรียน
├── scripts/
│   └── suno.py         # สคริปต์เดียว ครบ 27 คำสั่ง (submit/wait/…)
├── references/
│   ├── api.md          # สเปก endpoint หลัก (generate, record-info, stems…)
│   └── advanced.md     # endpoint ขั้นสูง (persona, voice-clone, midi, sounds…)
└── docs/img/           # อินโฟกราฟิก

🙏 เครดิต & License

สร้างและดูแลโดย ZenityX — สถาบันสอน AI สาย "ใช้ได้จริง" ส่วนหนึ่งของชุดสกิล *-craft-lv (image · video · voice · music) ที่ใช้ในงานโปรดักชันจริงของ ZenityX

License: MIT — ใช้/แก้/แจกได้อิสระ ขอแค่ติด credit สกิลนี้เรียก Suno ผ่าน KIE.ai (third-party) — โปรดเคารพ ToS ของ Suno/KIE และกฎลิขสิทธิ์เพลง

Ver o original no GitHub

Bom para

Relacionados