mard4/music-ai：基于 LLM 与 CLAP 的音频原生 Agentic RAG 助手开源项目

GitHub 上的 mard4/music-ai 项目结合 LLM 与 CLAP，构建了一个面向音乐制作的 Audio-Native Agentic RAG 助手，弥合机器元数据与主观听感描述之间的语义鸿沟。项目采用三层架构：MongoDB + GridFS 存储音频、LLM 生成字幕并经 CLAP 余弦相似度校验防幻觉、1536 维文本向量与 512 维 CLAP 音频向量存入 Qdrant。消融实验显示，用 LLM 字幕替代原始标签后 Text-to-Audio 检索的 nDCG@5 从 0.5851 提升至 0.8460。