TIDAL MCP 能够解决音乐平台推荐过于“聚合”的问题,让你获得更个性化、上下文感知的音乐推荐。它可依据你的输入过滤筛选,利用 TIDAL API 查找相似曲目并创建新播放列表。
大多数音乐平台都提供推荐功能(每日精选、顶级艺术家、新品上市等),但即使使用最先进的系统,这些推荐仍然感觉过于“聚合”。我想要一些更个性化和上下文感知的东西。
通过 TIDAL MCP,你可以要求执行以下操作:
"根据我最近的10首最爱歌曲,找到相似的曲目——但只能是近几年发布的。"
"为我寻找与这个播放列表中歌曲类似的作品,但节奏更慢、更民谣风格。"
LLM 根据你的输入进行过滤和筛选,并使用 TIDAL 的 API 查找相似曲目,直接在你的账户中创建新播放列表。
git clone https://github.com/yuhuacheng/tidal-mcp.git
cd tidal-mcp
uv venv
source .venv/bin/activate # 在 Windows 上:.venv\Scripts\activate
uv pip install --editable .
这将安装 pyproject.toml 文件中定义的所有依赖项,并设置开发模式。要将此 MCP 服务器添加到 Claude Desktop 中,需要更新 MCP 配置文件。以下是示例配置:
(你可以通过添加一个可选的 env
部分并指定 TIDAL_MCP_PORT
环境变量来指定端口)
{
"mcpServers": {
"TIDAL 整合": {
"command": "/path/to/your/uv",
"env": {
"TIDAL_MCP_PORT": "5100"
},
"args": [
"run",
"--with",
"requests",
"--with",
"mcp[cli]",
"--with",
"flask",
"--with",
"tidal",
"/path/to/tidal"
]
}
}
}
以下是您可以尝试的一些示例:
项目采用 MIT 许可证,具体请参见 LICENSE 文件。
感谢以下项目的贡献: