# 2B-Studio – Build-Blueprint ## Stack - Python 3.12 - Gradio 6.x - Pydantic 2 - `gradio_client` / `huggingface_hub` - pytest + ruff - HF-Shell leichtgewichtig; schwere Modelle als getrennte Worker - ONUS lokal/VPS ## Zielstruktur ```text 2b-studio-space/ ├── app.py ├── pyproject.toml ├── studio/ │ ├── ui.py │ ├── state.py │ ├── registry.py │ ├── agent.py │ ├── library.py │ ├── mastering.py │ └── adapters/ │ ├── base.py │ ├── mock.py │ ├── two_b_audio.py │ ├── minimax.py │ └── onus.py ├── prompts/ │ ├── producer.md │ └── mastering.md └── tests/ ``` ## Create-UI ```text Waveform Download · Stop · Play/Generate · Pause · Trim · Master → Modelauswahl (ein Dropdown) Genre/Style/Instrumente | Lyrics | Neg. | Bibliothek Feineinstellungen | Musikproducer-Agent | Bibliothek ``` Desktop-Grid: `160px minmax(520px,1fr) 220px`. Mobile: Player → Dropdown → drei Felder → Agent-Sheet → Bibliothek/Fein als Tabs. ## Ein Dropdown Die Registry liefert eine flache Liste: ```text MiniMax Music 3 MusicGen Small MusicGen Medium MusicGen Large YuE YuE Interface Stable Audio 3 weitere aktivierte Free-Modelle ``` Nur funktionierende Einträge sind aktiv. `model_id` entscheidet intern über den Adapter: ```text minimax-* → MiniMaxAdapter musicgen/yue/stable-* → TwoBAudioAdapter weitere → eigener Adapter ``` ## Kernobjekte ```python class GenerateRequest: model_id: str genre_style_instruments: str lyrics: str negative: str duration_s: int advanced: dict class Track: id: str role: str # draft | upload | clean | residual | master path: str parent_id: str | None metadata: dict class FieldProposal: model_id: str | None genre_style_instruments: str lyrics: str negative: str rationale: str ``` ## Adapter-Vertrag ```python class MusicAdapter(Protocol): @property def model_ids(self) -> tuple[str, ...]: ... def health(self) -> bool: ... def generate(self, request: GenerateRequest) -> Track: ... ``` - `TwoBAudioAdapter`: mappt auf `generate(job_id, project, backend, model, profile, genre_tags, lyrics, parameters_json)`. - `MiniMaxAdapter`: mappt dieselben UI-Felder auf Structured Caption + Lyrics. - Exceptions werden sichtbar; Dummy-WAV gilt als Fehler. ## Agent Input: Chattext + aktueller Session-State. Output: validiertes `FieldProposal`. ```text User → Producer-Agent → Vorschau → Übernehmen → drei Felder + Dropdown ``` Fallback ohne LLM: deterministische Templates. Keine Audio-Datei geht an das Chat-LLM. ## Master Kein AudioMaster-Klon. Nur ähnlicher grober Seitenaufbau. ```text aktueller Track/Upload → Mastering-Agent → validierte Aktion → ONUS → neuer Track (master) + Report ``` Original unverändert; `soft_keep_air` Default; Strict nur nach Bestätigung. ## State und Dateien - Ein Browser-Tab = eine Session. - Dateien unter temporärem Session-Verzeichnis. - Bibliothek zeigt Drafts, Uploads, Clean, Residual, Master. - Ableitungen erhalten `parent_id`. - HF-TTL; persistente Sessions erst auf VPS. ## Konfiguration ```text HF_TOKEN= AGENT_MODEL_ID= TWO_B_AUDIO_SPACE_ID=2Btainment/2baudio MINIMAX_SPACE_ID= ONUS_BASE_DIR= STUDIO_OUTPUT_DIR= ``` Secrets nie im Frontend oder Git. ## Phase-1-Lieferumfang - lauffähige Shell nach Zeichnung - MockAdapter mit deterministischer Test-WAV - Session + Bibliothek - ein Model-Dropdown aus Registry - Agent-Dock als UI, zunächst Mock-Vorschlag - Create/Master-Switch, Master zunächst Platzhalter - Tests und lokale Startanweisung Nicht in Phase 1: echte HF-Aufrufe, ONUS, Website, Deployment.