Agent 与自动化AI 资源

Apple Music DJ：基于真实听歌历史的 AI 歌单生成 Agent Skill

and3rn3t/apple-music-dj · AI Apple Music curator: playlists from your real listening history. Agent Skill for Claude Code and OpenClaw. Try the demo with no account.

GitHub原文发布未知首次收录 2026-10-14上架 2026-10-14 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

Apple Music DJ 是一个面向 OpenClaw 与 Claude Code 的 Agent Skill，通过分析用户的 Apple Music 收听历史生成「品味 DNA」画像，并据此直接在 Apple Music 中创建个性化歌单。它支持 8 种歌单策略（深挖冷门曲目、情绪/活动匹配、趋势推荐、星座式探索、歌单刷新、相似歌手、年代怀旧、双人品味混合）、能量曲线排序、品味漂移分析、兼容度评分、每日单曲、演唱会准备、新发布雷达与 Cron 定时歌单等。项目默认只读，任何写入账户的操作都需先预览并显式确认；数据缓存在本地，也提供无需账号的演示模式与 Spotify 歌单导入功能。

# Claude-code # agent-skill # apple-music # playlist-generator # music-recommendation

核心能力与快速开始

★ 1 · Python

能做什么: 分析 Apple Music 收听历史（最近播放、重度轮播、资料库、评分、推荐与 Replay）构建「品味 DNA」画像；提供 8 种歌单策略（deep cuts、情绪/活动、趋势雷达、星座探索、歌单刷新、相似歌手 seed、年代怀旧、双人混合）；能量曲线排序；品味漂移对比；兼容度评分；听歌洞察与年度回顾；资料库缺口分析与专辑深挖；每日单曲与即时推荐；演唱会准备歌单；新发布雷达；Cron 定时歌单；Spotify CSV/文本歌单导入（按 ISRC 或标题+艺术家严格匹配）；反馈回路（评分影响后续歌单）；可分享的品味卡与短码品味混合。默认只读，写入操作需预览并确认。
适用场景: 在 OpenClaw 或 Claude Code 中用自然语言让 AI 根据个人听歌历史生成健身、专注等场景歌单；发现喜爱歌手的冷门曲目与资料库缺口；与朋友交换品味码生成双人混合歌单；从 Spotify 迁移播放列表到 Apple Music；追踪品味随时间的漂移；设置每周自动发现歌单。
项目形态: 可直接使用的工具
部署方式: 作为 Agent Skill 安装到 OpenClaw（openclaw skills install apple-music-dj，或克隆到 ~/.openclaw/workspace/skills/）或 Claude Code（克隆到 ~/.claude/skills/）；数据本地缓存在 ~/.apple-music-dj/。
主要依赖: Apple Developer Account（99 美元/年，MusicKit API 需要，演示模式不需要）；有效的 Apple Music 订阅（演示模式不需要）；Python 3.10+（核心功能无需 pip 包，签名开发者令牌需要 PyJWT 与 cryptography）；Skill 宿主为 OpenClaw 或 Claude Code；CLI 工具 curl、jq。
使用限制: 需要 Apple Developer 账号和 Apple Music 订阅才能读取个人数据；开发者令牌约 6 个月需更新；品味码混合无法使用对方的喜爱曲目与不喜欢曲目；从导出文件匹配曲目时不确定的歌不会被猜测；README 未说明速率限制、API 调用成本或支持的地域范围。
许可证: MIT-0
最近推送: 2026-10-14 06:29

官方入门项目文档核对 README 依据 ↗

资料检查：2026-10-14 07:00 · 卡片整理：2026-10-14 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

相似资源

skills：面向 Claude Code 与 Codex 的个人 Agent 技能库与技能管理工具

这是一个个人 Agent 技能库，把全局技能通过链接方式接入 Claude Code 和 Codex（含 CLI、应用以及经由 T3 Code），并附带项目起步用的基础 AGENTS.md。仓库提供 link.mjs 脚本来链接技能、清理已删除技能并同步全局技能清单，upstream.mjs 用于检查上游仓库中已采用技能的变化；sources.json 记录每个引入技能的来源、许可证、上游提交与本地改动，CATALOG.md 汇总考察过的技能及结论，dashboard/ 是基于 Claude Code、Codex 与 T3 使用历史的技能仪表盘。此外还包含 init-project、optimize、create-project-flows、my-skills、audit-skills 等技能，用于新项目初始化、既有项目的 agent-native 优化、项目流程技能生成和技能库的增删改。

madnesswright：为《MADNESS: Project Nexus》构建 AI 智能体模组与关卡制作技能

madnesswright 提供三项“常青”智能体技能，供 Claude Code、Codex、Cursor、Copilot 等 AI 编码代理按开发者预期为《MADNESS: Project Nexus》制作模组和关卡；内容覆盖 MadCards 与模组文件夹、SceneTools 场景与关卡、ModTools 资源与 Harmony 代码，并附带仅用 Python 标准库实现的辅助脚本 mpn.py。该脚本可以检查并部署模组，读取游戏模组日志，检查场景规则。项目还说明：官方模组支持仅在 Steam 的 releasebeta 分支提供，社区工具项目没有许可证文件，代理无法直接看到游戏画面。

agent-skills：为编码 Agent 提供基于真实故障经验的可复用技能集

agent-skills 是一组面向编码智能体（主要为 Claude Code，格式为带 YAML frontmatter 的 Markdown，多数 Agent 框架可读取）的技能集合，每个技能都源于生产环境中反复出现的具体失败。技能覆盖无人值守运行与分诊、PR 评论线程审计、对抗式审查、审查分诊、Agent 编排、任务启动、代码质量、缺陷核查、语音记录与开源贡献等场景，强调用工具而非提示词强制执行约束、为质量循环设置成本刹车、区分主张与证据、明确标注未验证结论，并在权限问题上失败关闭。

Slopware Skills：面向 Codex 与 Claude Code 的可移植 AI 编程智能体技能与插件合集

Slopware Skills 是 Slopware Engineer 发布的一组可移植、可单独安装的 AI 编程智能体技能与插件，支持 Codex、Claude Code 以及兼容 Agent Skills 的客户端。合集包含七个包：MSW Kernel（最小充分工作原则，只做必要工作并要求证据）、可选强化插件 MSW Hook、MSL Kernel（最小充分语言，只向读者报告必须了解或行动的内容）、Timebox（在 AWT/CGP 授权时钟内收敛工作）、CODER Loop（Codex 有界实现、独立评估与修复循环）、Codex Voice Optimizer（面向免手操作的 Codex 语音编排）以及 Codex App Link（让 Claude Code 操作 Codex 桌面应用线程）。各包拥有独立文档、可单独安装，也可组合成 Slopware Dev Stack，包之间无硬依赖或共享运行时。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。