Releases: abab996/AI_MIDI
Releases · abab996/AI_MIDI
Release list
AI_MIDI v3.0.2 — 修复桌面端聊天一直转圈：实时对话真正生效
🎹 AI_MIDI v3.0.2 — 修复桌面端聊天"一直转圈"：实时对话真正生效
v3.0.1 引入的桌面事件桥存在一个隐蔽问题：对话页（chat.html）拿不到 Wails 运行时绑定，聊天流在桌面窗口里静默回退到被缓存的 HTTP SSE——AI 回复既不实时、又经常等不到结果，表现为"一直转圈、退出重进才刷新"。本版修复了这条链路，并加固了"上游卡死毒化整个项目"的隐患。功能与 v3.0.1 完全兼容，覆盖安装即可升级。
发布日期：2026-08-30 · 基线：v3.0.1（2026-08-29）· 变更规模：12 个文件，+277 行
⚡ 一次看懂：v3.0.1 → v3.0.2
| 使用场景 | v3.0.1 | v3.0.2 |
|---|---|---|
| 桌面窗口里发消息等 AI 回复 | 一直转圈、思考/工具步骤不显示，退出重进才看到内容 | 思考过程与工具调用实时呈现，回复即时到达 |
| 回复生成长时间无进展 | 前端无限转圈，只能重启 | 超时看门狗报"连接超时"并复位，可立即重试 |
| 上游模型卡住后继续发消息 | 同项目后续消息永久转圈（项目锁被占住） | 死连接自动断开、锁自动释放，停止可随时中断 |
| AI 生成的预热等待期 | 三点动画被瞬间替换，界面空白 | 保留三点等待动画，内容开始流出才取代 |
🔧 问题修复
💬 桌面端聊天实时流式真正生效（核心修复）
- 定位：v3.0.1 的"桌面事件桥"从未在对话页激活——Wails 只向
/（index.html）自动注入运行时脚本，而应用冷启动被 index.html 直接跳转到/chat.html，该页面拿不到window.runtime/window.go，聊天流无声降级回退到被 WebView 整体缓存的 HTTP SSE - 后果：思考过程、工具调用步骤全程不可见；回复要等整轮（含多轮工具调用）生成结束才一次性出现；一旦生成超过 5 分钟看门狗即超时中止——会话内永远等不到回复，只能退出重进从磁盘历史加载
- 修复：对话页显式加载 Wails 运行时/绑定脚本（
/wails/ipc.js+/wails/runtime.js），事件桥即时推送；浏览器模式行为不变 - 桌面模式下桥未生效时不再无声降级：自动上报日志并给出提示，便于报障定位
🔒 上游卡死不再毒化整个项目
- 流式读取增加 120s 空闲看门狗：上游死连接自动断开，不再永久占住项目对话锁
- 等锁可取消：项目锁等待响应停止信号，卡住时点停止立即退出，不再无限排队
- 同任务复跑先关旧停止通道：卡死的旧流能被真正打断，锁可释放
⏳ 等待体验
- 桥路径补 300s 空闲看门狗：后端异常卡死时界面报"连接超时（长时间无响应，请重试）"并复位忙态，不再无限转圈
- 流式预热期保留三点等待动画：此前首个事件到达即整表重建，动画被瞬间替换、预热期界面空白
🚀 下载与安装
| 文件 | 说明 |
|---|---|
| AI_MIDI_Setup_3.0.2_windows_amd64.exe | 推荐 — Windows 10+ x64 安装包（含 JUCE 音频引擎），per-user 免管理员，中文向导，卸载保留用户数据 |
| AI_MIDI_v3.0.2_linux_amd64.tar.gz | Linux x64（浏览器音频合成；桌面模式需 webkit2gtk） |
| Source code (zip / tar.gz) | 源码构建：Go ≥ 1.27 + Wails v2，wails build |
📌 升级与兼容性说明
- 覆盖安装即可升级：沿用 v3.0.0 应用标识，设置、项目、音色全部原位保留，无需数据迁移
- 浏览器模式（
-browser）行为不变 - 曾遇到"桌面聊天一直转圈、重进才刷新"的用户，升级后请关闭旧版进程再运行新版（安装包会自动结束旧进程）
- 密钥仍然只存本机
settings.json，绝不入库、不上传
📖 文档
- README_zh.md — 功能总览与快速开始（中文）
- README.md — English overview
- docs/ — 架构决策、引擎 IPC 协议、发布指南等开发者文档
AI_MIDI — All you need is one API. 🎵
AI_MIDI v3.0.1 — 桌面端实时流式对话，音源与工程管理全面升级
🎹 AI_MIDI v3.0.1 — 桌面端实时流式对话，音源与工程管理全面升级
v3.0.0 发布后的第一个迭代版本，集中解决两件事：桌面窗口里 AI 回复终于实时打字机输出了，以及音色、工程数据在各类日常操作下不再出现丢失和残留。另有一批使用中反馈的问题修复。功能与 v3.0.0 完全兼容，覆盖安装即可升级。
发布日期：2026-08-29 · 基线：v3.0.0（2026-08-28）· 变更规模：49 个文件，+2247 行
⚡ 一次看懂：v3.0.0 → v3.0.1
| 使用场景 | v3.0.0 | v3.0.1 |
|---|---|---|
| 桌面窗口里等 AI 回复 | 整段憋到最后一起出现 | 逐字实时输出，与浏览器模式一致 |
| 点击「停止」 | 偶尔要等几秒才真正停下 | 立即中断在途生成 |
| 音源「卸载」 | 只删列表记录，文件永久残留 | 同步清理磁盘文件，不再被引擎误加载 |
| 浏览器导入的音色给原生引擎用 | 路径推导失败时静默回退 Web Audio | 自动镜像到引擎音色库，原生直通加载 |
| 自动保存期间继续编辑 | 最后几笔改动可能丢失且界面仍显示已保存 | 自动补存，编辑零丢失 |
| 撤回 AI 文件后再恢复 | 遇同名文件直接覆盖 | 自动改用唯一名，两份都保留 |
| U 盘/网络盘工作区没插 | 打开项目可能清空文件列表 | 检测到不可达自动跳过同步 |
| 程序崩溃后项目列表消失 | 无法找回 | 损坏文件自动备份，可人工恢复 |
🆕 新特性
⌨️ 桌面端实时流式对话
- 桌面窗口的 AI 回复改经 Wails 事件桥（原生 IPC）推送，绕过 WebView 响应体整段缓存的限制——打字机效果与浏览器模式完全一致
- 浏览器模式（
-browser）仍走 HTTP SSE；两端事件协议一致，体验无差别
🛑 停止立即生效
- 任务的停止信号改为通道直连：点击停止后在途的 LLM 流式请求立刻中断，不再依赖逐轮轮询，长回复也不用干等
🎛️ 音源库：导入即用，卸载即净
- 浏览器里导入的 SF2 音色自动镜像到原生引擎音色库（
Library/soundfonts/），原生引擎直通加载——此前靠进程工作目录间接推导，目录不对时原生演奏静默回退到 Web Audio - 「卸载」音色现在同步删除磁盘镜像：此前只删 IndexedDB 记录，残留文件会被引擎当作默认音色加载
- 上传环节增加大小校验与断传清理，异常中断不留垃圾文件
🛡 工程数据更安全
- 编辑零丢失：编曲窗与钢琴卷帘的自动保存重写为「认领式」保存——保存请求在途期间的编辑会自动触发补存，关窗兜底同步修正
- 撤回/恢复不覆盖：AI 生成文件的撤回（回收站机制）重构；恢复文件遇同名自动生成唯一名（
foo (1).mid），移入回收站亦然，任何操作都不会覆盖现有文件 - 外接盘更放心：绑定的 U 盘/网络盘未挂载时自动跳过同步，项目镜像与 AI 音符表原样保留
- 崩溃可找回：项目索引
index.json意外损坏时自动备份为index.json.corrupt-*，不再被空列表覆盖 - 异常输入不再闪退：AI 返回格式异常的工具参数时给出错误提示并正常收尾，不再影响应用运行
🔧 问题修复
- 修复安装版启动画面不显示、主题图标切换无效的问题（安装包此前漏打包启动图与主题资源，现已随安装包分发）
- 离线导出 WAV 的输出路径固定为程序目录
output/，与下载白名单一致——此前从其他目录启动时导出文件会落到预期外位置 - 引擎输出落盘
output/engine.log：安装版引擎启动失败、驱动异常时有日志可查 - 引擎「禁用 ↔ 启用」反复切换后不再出现引擎无法再启动的状态
- 已断开的引擎会话立即返回错误，不再让后续操作排队等待超时
- 音源加载路径增加白名单校验，拦截越权路径
- 聊天记录中的外链启用安全白名单
🚀 下载与安装
| 文件 | 说明 |
|---|---|
| AI_MIDI_Setup_3.0.1_windows_amd64.exe | 推荐 — Windows 10+ x64 安装包（含 JUCE 音频引擎），per-user 免管理员，中文向导，卸载保留用户数据 |
| AI_MIDI_v3.0.1_linux_amd64.tar.gz | Linux x64（浏览器音频合成；桌面模式需 webkit2gtk） |
| Source code (zip / tar.gz) | 源码构建：Go ≥ 1.27 + Wails v2，wails build |
📌 升级与兼容性说明
- 覆盖安装即可升级：沿用 v3.0.0 应用标识，设置、项目、音色全部原位保留，无需数据迁移
- v2 → v3 的迁移警示仍适用（v2 工程数据结构与 v3 不通用）
- 若此前遭遇过「项目列表丢失」，可检查
projects/index.json.corrupt-*备份文件，人工恢复后重启应用即可 - 密钥仍然只存本机
settings.json，绝不入库、不上传
📖 文档
- README_zh.md — 功能总览与快速开始（中文）
- README.md — English overview
- docs/ — 架构决策、引擎 IPC 协议、发布指南等开发者文档
AI_MIDI — All you need is one API. 🎵
AI_MIDI v3.0.0 — 原生桌面编曲工作台（Go 重写）
🎹 AI_MIDI v3.0.0 — 从网页应用到原生桌面编曲工作台
v2.0.1（Python 版）证明了"一个 API Key 就能让 AI 辅助音乐创作"。v3.0.0 用 Go + Wails v2 从零重写，把这套理念推到了原生桌面级：新增 FL Studio 风格编曲窗、钢琴卷帘、输出机架、JUCE 原生音频引擎（ASIO 低延迟 + 离线导出 WAV），并补齐项目全局 BPM、快速任务、使用声明引导等一整套体验。AI 辅助创作的核心流程（多轮对话 / 快速任务 / 乐理知识库 / 工作区绑定 / 撤销恢复）全部保留并增强。
发布日期：2026-08-28 · 规模：53 个提交 · 约 3.1 万行代码（Go 15.6k + 前端 JS 15.2k）· 220 个跟踪文件
⚡ 一次看懂：v2.0.1 → v3.0.0
| v2.0.1（Python） | v3.0.0（Go 原生） | |
|---|---|---|
| 运行形态 | FastAPI 本地服务 + pywebview 窗口，需 Python 3.10+ 环境 | 单文件桌面应用，双击即用，无需任何运行时 |
| 启动速度 | 数秒（Python 解释器 + 依赖加载） | < 1 秒（原生窗口 + 透明启动图） |
| 音频输出 | 依赖浏览器 Web Audio | JUCE 原生引擎：ASIO / WASAPI / DirectSound 低延迟；无引擎自动降级 Web Audio |
| 编曲能力 | —（无） | FL Studio 风格编曲窗 + 钢琴卷帘 + 输出机架 |
| 安装 | PyInstaller 打包 / 源码运行 | Inno Setup 安装包（per-user 免管理员）+ Linux 压缩包 |
| 分发体积 | 数百 MB（带 Python 运行时） | 11 MB 安装包（含原生音频引擎） |
🆕 全新功能（v3.0.0 新增）
🎚 编曲窗（早期测试版）
- FL Studio Playlist 风格时间线：多轨道、Clip 拖拽/切分/吸附/循环区间/撤销重做，三域焦点仲裁的完整快捷键体系
- 钢琴卷帘：双击 MIDI Clip 直接编辑音符，力度/属性面板、拖拽克隆等 FL 惯例全集
- 输出机架：浮动机架更换音色、导入 SF2 音色库（IndexedDB 本地持久化）、通道条拖拽分配/替换音源、试听
- 素材库树：素材目录注册 + 树状浏览，拖拽入轨
- 编排数据自动保存；窗口内状态（BPM/缩放/循环）随工程持久化
🌡 项目全局 BPM
- 改一处处处生效：走带、节拍器、循环、采样调度、离线导出全部跟随
- AI 生成新 MIDI 自动跟随全局 BPM（用户当次明确指定的速度永远优先）；已有 MIDI 文件保持自身速度不变
🔊 JUCE 原生音频引擎（Windows）
- ASIO 低延迟监听、WASAPI / DirectSound 支持、实时电平表、走带时间码跟随
- 离线渲染导出 WAV：按全局采样率渲染，尾音到静默不截断
- 引擎崩溃自动重启（Job Object 内核兜底 + 父进程看门狗，三重防孤儿）
- 无引擎环境自动降级 Web Audio，功能完整
🛡 稳定性与安全加固
- 会话并发安全：流式回复期间的轮询与状态读写全面加锁（竞态检测器验证）
- 本地 API 来源校验：仅接受本机/Wails 来源请求，阻断 DNS rebinding 与跨站驱动
- SMF 解析加固：畸形 MIDI 文件不再可能触发内存耗尽；路径穿越全链路防护
- ASIO 切换自愈：驱动打开卡死时 15 秒内提示「<设备名> 未响应」并自动回退上一个可用设备，应用永不假死
✨ 保留并增强（相对 v2.0.1）
- 多轮对话：MCP 工具调用全保留；流式输出重构为增量推送（长回复不再越到后面越卡）
- 快速任务：配和弦 / 翻译歌词 / 设计转音 / 自定义，整合进对话页弹窗
- 乐理知识库：20 份知识库原样迁移，AI 按需查阅
- 工作区绑定：留空点「绑定」直接弹系统目录选择器（桌面与浏览器模式均支持）
- 消息编辑 / 撤回 / 撤销：含 AI 文件变更的回滚（回收站机制）
- 多任务管理：任务面板、任务切换、后台续跑
- 思考过程可视化、草稿自动保存、暖纸/暗蓝双主题
- 首次启动使用声明、各入口引导提示
🚀 下载与安装
| 文件 | 说明 |
|---|---|
| AI_MIDI_Setup_3.0.0_windows_amd64.exe | 推荐 — Windows 10+ x64 安装包（含 JUCE 音频引擎），per-user 免管理员，中文向导，卸载保留用户数据 |
| AI_MIDI_v3.0.0_linux_amd64.tar.gz | Linux x64（浏览器音频合成；桌面模式需 webkit2gtk） |
| Source code (zip / tar.gz) | 源码构建：Go ≥ 1.27 + Wails v2，wails build |
📌 升级与兼容性说明
- 全新安装即可：v3 与 v2 的安装位置、数据目录互不影响；安装包沿用 v2 的应用标识，覆盖安装会原位升级
- settings.json 基本兼容：api_key / base_url / model 等字段可直接沿用；新增 audio 全局段（驱动/设备/采样率）
⚠️ v2 的 projects/ 工程数据与 v3 不通用（数据结构重设计）：请把 v2 工程里的 MIDI 文件导出后，在 v3 中重新导入使用- 密钥仍然只存本机
settings.json，绝不入库、不上传
📖 文档
- README_zh.md — 功能总览与快速开始（中文）
- README.md — English overview
- docs/ — 架构决策、引擎 IPC 协议、编曲窗设计基准等开发者文档
AI_MIDI — All you need is one API. 🎵
2.0.1
修复严重bug，请尽快更新！！！
此版本没有功能更新，以下为v2.0.0更新日志
AI_MIDI v2.0.0
v1 是 Gradio 简易 WebUI（另附 maliang 桌面 GUI 与命令行入口），界面为 Gradio 默认样式，功能只有四种快捷操作。v2 将界面全面重做为自绘前端，四种快捷操作完整保留，并在此基础上新增多轮对话、项目档案库、乐理知识库、设置页等一整套新能力。
界面重做
- 抛弃 Gradio，改为 FastAPI 本地服务 + 自绘前端（替代 Gradio 默认样式）。
- 三个页面：主工作台（快捷操作）/ 多轮对话（项目与对话）/ 设置，页头互跳。
- 默认 pywebview 原生窗口，
--browser可改用系统浏览器。 - 暖纸 ⇄ 暗蓝双主题，本地记忆。
新增功能（相对 v1）
- 多轮对话：与 AI 围绕 MIDI 项目进行多轮创作对话，不再是单次问答。
- MCP 工具调用：AI 可以直接在项目里创建、解析、整理、删除 MIDI 文件，每一步以可折叠工具块展示。
- 乐理知识库：内置 20 份系统化知识库（乐理基础、配和弦指南、对位、配器、曲式、调式互换等），AI 按需查阅。
- 项目档案库：多项目管理，档案库 + 对话工作台双视图。
- 工作区绑定：关联本地文件夹，文件双向同步；每个文件操作可撤销 / 恢复（带回收站）；跨项目全文搜索。
- 思考过程可视化：AI 的推理内容以流式思考块实时展示，思考完毕立即收起。
- 设置页：API Key、Base URL、模型与生成参数图形化配置并持久化到
settings.json（已被 git 忽略，密钥不入库）；v1 的环境变量 /.env方式不再需要。支持任意 OpenAI 兼容服务商（DeepSeek / OpenAI / Gemini / 本地 LLM），可刷新模型列表。 - 流式输出 + 上下文压缩：全程流式输出；长对话自动摘要压缩，保持上下文不炸。
- Windows 安装包：Inno Setup 安装，中英双语向导，卸载保留用户数据；另有 PyInstaller 多文件打包版。
修复
- 修复部分 bug，提升稳定性，并且ZZZ了一会儿。
升级提醒
- 无数据库迁移：数据均为本地文件（
settings.json/projects//output/）。 - v1 的四种快捷操作（配和弦 / 翻译歌词 / 设计转音 / 其他要求）在 v2 主工作台中一一对应，使用方式不变。
- API Key 从环境变量迁移到设置页：升级后请在「设置」页填写一次。
发布日期：2026-08-06
更新规模：相对 v1（tag 1）— 67 个文件已更改 | +18,363 / -2,684 行
下载与安装
访问 Releases 下载对应版本。
| 文件 | 说明 |
|---|---|
| AI_MIDI_Setup_2.0.0.exe | 推荐 — Inno Setup 安装包，Windows 10+ x64，中英双语向导，卸载保留用户数据 |
| Source code (zip / tar.gz) | 源码运行：Python 3.10+，pip install -r requirements.txt，python main.py |
首次使用请在「设置」页填写 API Key 与 Base URL（默认 https://api.deepseek.com）。详见 README_zh.md。
2.0.0
AI_MIDI v2.0.0
v1 是 Gradio 简易 WebUI（另附 maliang 桌面 GUI 与命令行入口），界面为 Gradio 默认样式，功能只有四种快捷操作。v2 将界面全面重做为自绘前端，四种快捷操作完整保留，并在此基础上新增多轮对话、项目档案库、乐理知识库、设置页等一整套新能力。
界面重做
- 抛弃 Gradio，改为 FastAPI 本地服务 + 自绘前端（替代 Gradio 默认样式）。
- 三个页面：主工作台（快捷操作）/ 多轮对话（项目与对话）/ 设置，页头互跳。
- 默认 pywebview 原生窗口，
--browser可改用系统浏览器。 - 暖纸 ⇄ 暗蓝双主题，本地记忆。
新增功能（相对 v1）
- 多轮对话：与 AI 围绕 MIDI 项目进行多轮创作对话，不再是单次问答。
- MCP 工具调用：AI 可以直接在项目里创建、解析、整理、删除 MIDI 文件，每一步以可折叠工具块展示。
- 乐理知识库：内置 20 份系统化知识库（乐理基础、配和弦指南、对位、配器、曲式、调式互换等），AI 按需查阅。
- 项目档案库：多项目管理，档案库 + 对话工作台双视图。
- 工作区绑定：关联本地文件夹，文件双向同步；每个文件操作可撤销 / 恢复（带回收站）；跨项目全文搜索。
- 思考过程可视化：AI 的推理内容以流式思考块实时展示，思考完毕立即收起。
- 设置页：API Key、Base URL、模型与生成参数图形化配置并持久化到
settings.json（已被 git 忽略，密钥不入库）；v1 的环境变量 /.env方式不再需要。支持任意 OpenAI 兼容服务商（DeepSeek / OpenAI / Gemini / 本地 LLM），可刷新模型列表。 - 流式输出 + 上下文压缩：全程流式输出；长对话自动摘要压缩，保持上下文不炸。
- Windows 安装包：Inno Setup 安装，中英双语向导，卸载保留用户数据；另有 PyInstaller 多文件打包版。
修复
- 修复部分 bug，提升稳定性，并且ZZZ了一会儿。
升级提醒
- 无数据库迁移：数据均为本地文件（
settings.json/projects//output/）。 - v1 的四种快捷操作（配和弦 / 翻译歌词 / 设计转音 / 其他要求）在 v2 主工作台中一一对应，使用方式不变。
- API Key 从环境变量迁移到设置页：升级后请在「设置」页填写一次。
发布日期：2026-08-06
更新规模：相对 v1（tag 1）— 67 个文件已更改 | +18,363 / -2,684 行
下载与安装
访问 Releases 下载对应版本。
| 文件 | 说明 |
|---|---|
| AI_MIDI_Setup_2.0.0.exe | 推荐 — Inno Setup 安装包，Windows 10+ x64，中英双语向导，卸载保留用户数据 |
| Source code (zip / tar.gz) | 源码运行：Python 3.10+，pip install -r requirements.txt，python main.py |
首次使用请在「设置」页填写 API Key 与 Base URL（默认 https://api.deepseek.com）。详见 README_zh.md。