Music Player Skill
在线音乐播放和播放控制技能。模型直接调用 yt-dlp 和 mpv CLI,music.mjs 负责播放控制(IPC)与 B站搜索(search-bili)。多音源(B站 / mail.ru / SoundCloud)按固定 fallback 顺序播放,YouTube 预留插槽。
支持平台:Git Bash (Windows)、Linux、macOS。不支持 PowerShell。
依赖检查(首次使用)
在首次使用前,在终端尝试运行以下命令。如果提示"找不到命令",则说明未安装:
node --version
yt-dlp --version
mpv --version
如果缺少依赖,提示用户安装:
- Node.js >= 22: https://nodejs.org/ (运行 music.mjs,B站搜索 search-bili 使用内置 fetch)
- yt-dlp: https://github.com/yt-dlp/yt-dlp#installation
- mpv: https://mpv.io/installation/
意图识别与处理
| 意图 | 判断依据 | 处理流程 |
|---|---|---|
| 明确搜索 | 含歌曲名、艺人、心情、场景、曲风等 | 清洗输入 → 多态接口(搜索 → 选择 → 播放) |
| 需要澄清 | 只说"放点歌""来首音乐",没有具体偏好 | 先问 1-2 个问题 |
| 播放控制 | 暂停、继续、下一首、音量等 | 调用 music.mjs |
澄清优先级:先问心情或场景 → 再问偏中文还是英文 → 不问播放器、脚本等技术细节。
推荐澄清句:想听什么心情或场景的?偏中文还是英文?
输入清洗
搜索前,模型先将用户输入清洗并构造为干净的搜索词:去除命令词(播放/play/来点等)、标点和多余空格,必要时补全艺人信息。
多态接口契约(核心)
架构
flowchart LR
subgraph 契约层["契约层 SKILL.md"]
A1["统一 3 步接口<br/>search / select / play"]
A2["Fallback 链<br/>B站 → mail.ru → SoundCloud"]
A3["统一播放参数<br/>--no-video / --ytdl-format=bestaudio<br/>+ 模型自生成 UA + Referer"]
end
subgraph 实现层["实现层 sources/*.md"]
B1["bilibili.md"]
B2["mailru.md"]
B3["soundcloud.md"]
B4["youtube.md"]
end
subgraph 控制层["控制层 music.mjs"]
C1["IPC 播放控制 + status 结构化判定"]
C2["search-bili 子命令(/all/v2 免 412 搜索)"]
end
模型 --> 契约层
模型 --> 实现层
控制层 --> mpv
契约层 -.约束.-> 实现层
三层结构:契约层(SKILL.md,统一接口与参数)→ 实现层(sources/*.md,每音源一个适配文件)→ 控制层(music.mjs,IPC 控制、status 结构化判定、search-bili 搜索)。
统一接口定义
每个音源实现同一套 3 步接口,参数/返回由契约统一:
- search(keyword):给定清洗后的关键词,返回候选列表(含 id / 标题 / 时长 / 播放定位;B站返回 bvid,其余返回 URL)。
- select(candidates):选择最佳候选(标题匹配 + 时长 120-420s + 优先原唱/官方版本)。
- play(playUrl):
music.mjs stop→ 启动 mpv(统一参数固定)→sleep 5后music.mjs status验证存活。
Fallback 链(固定顺序)
B站 → mail.ru → SoundCloud → YouTube
└ 失败则降级下一源(无结果 / yt-dlp 报错 / mpv 启动后退出)
全失败 → 按下方「回复要求」播放失败规则回复
多态执行规则
- 模型必须先
read sources/<音源>.md读取对应实现,再按其模板执行;不得跨文件混用命令。 - 每个音源独立完成「搜索 → 选择 → 播放 → 验证」四步,失败才降级下一源。
统一播放参数(契约固定,所有音源无条件添加)
本技能定位是听歌(非看视频),以下参数对所有音源无条件固定加,与音源无关:
| 参数 | 作用 |
|---|---|
--no-video |
只播放音频,不渲染视频画面 |
--ytdl-format=bestaudio |
优先选最佳音质音频流(mail.ru 直链不经 yt-dlp,参数被忽略,无害) |
--input-ipc-server=<pipe> |
IPC 控制必需(music.mjs 依赖) |
各音源实现文件(sources/*.md)的 play 模板里不再重复列这三个参数,只写差异化参数。
防风控统一参数(所有音源一律携带)
- 随机 UA:模型每次执行
read reference/ua-spec.md读取生成规范,按份额权重 + 模板现场生成随机桌面 UA,加在每次 search(B站 search-bili / 其余 yt-dlp)和 mpv 播放命令中。不使用硬编码 UA 池,不依赖 npm 包。 - Referer 统一必加:
| 音源 | Referer | 传参位置 |
|---|---|---|
| B站 | https://www.bilibili.com/ |
mpv --ytdl-raw-options=add-header=Referer:...(经 yt-dlp) |
| SoundCloud | https://soundcloud.com/ |
mpv --ytdl-raw-options=add-header=Referer:...(经 yt-dlp) |
| mail.ru | https://my.mail.ru/ |
mpv --http-header-fields="Referer: https://my.mail.ru/"(直链不经 yt-dlp) |
| YouTube | https://www.youtube.com/ |
mpv --ytdl-raw-options=add-header=Referer:...(经 yt-dlp) |
参数分层总结:
--no-video --ytdl-format=bestaudio --input-ipc-server+ 随机 UA + 对应 Referer = 契约统一固定;各源实现文件只写「搜索命令 + 播放 URL + 差异化边界」。
随机 UA 生成
每次搜索/播放前,先 read reference/ua-spec.md 读取生成规范,按其份额权重 + 模板 + 版本范围生成随机桌面 UA,拼入 search(B站 search-bili / 其余 yt-dlp)与 mpv 命令。同一首歌的搜索与播放复用同一 UA。
播放验证机制(结构化 status)
mpv 启动后 sleep 5,调用 node <skill-dir>/scripts/dist/music.mjs status,解析结构化 JSON。单一 state 字段,值域固定 4 态,无冗余:
| state | 含义 | 判定 |
|---|---|---|
playing |
播放中(存活) | ✅ 成功 |
paused |
已暂停(存活) | ✅ 成功 |
stopped |
未运行 | ❌ 失败,fallback |
error |
IPC/内部异常 | ❌ 失败,fallback |
播放中 / 已暂停(mpv 存活):
{ "state": "playing", "pid": 25116, "title": "心之火", "duration": 293, "position": 12.3, "volume": 80 }
{ "state": "paused", "pid": 25116, "title": "心之火", "duration": 293, "position": 45.1, "volume": 80 }
未运行:
{ "state": "stopped" }
异常:
{ "state": "error", "code": "IPC_TIMEOUT", "message": "..." }
判定规则(只判一个字段,无歧义):
state === "playing"或state === "paused"→ 播放成功,回复用户state === "stopped"→ 判定失败,fallback 下一源state === "error"→ 判定失败(异常),fallback 下一源
播放时序
sequenceDiagram
participant M as 模型(Agent)
participant Y as yt-dlp
participant MS as music.mjs
participant MPV as mpv
M->>M: read sources/音源实现.md
M->>M: read reference/ua-spec.md 生成 UA
M->>MS: search(B站走 search-bili,其余走 yt-dlp)
MS-->>M: 候选列表(bvid/title/duration/play)
M->>M: select 最佳候选
M->>MS: stop(停止旧播放)
M->>MPV: 启动 mpv(统一参数 + 差异参数 + UA)
M->>M: sleep 5
M->>MS: status
MS-->>M: state 字段(playing/paused 或 stopped/error)
alt 存活
M->>M: 回复播放成功
else 失败
M->>M: 降级下一音源
end
各音源实现
每个音源一个实现文件,播放命令由「契约统一参数 + 各源差异化参数」拼接而成:
sources/bilibili.md— B站(中文曲极全;搜索走music.mjs search-bili/all/v2 免 412)sources/mailru.md— mail.ru(英文曲直链)sources/soundcloud.md— SoundCloud(独立音乐/翻唱)sources/youtube.md— YouTube(默认无 cookie,英文曲极全)reference/ua-spec.md— 随机桌面 UA 生成规范(所有音源通用)
执行流程:先 read 上方 SKILL.md 契约取统一参数,再 read sources/<音源>.md 取差异化参数,拼接成完整命令。
音源支持度参考(帮助判断候选匹配度):
| 音源 | 中文曲 | 英文曲 | 风控级别 |
|---|---|---|---|
| B站 | 极全(华语流行/OST/翻唱) | 少(官方MV/搬运) | 低(搜索走 search-bili /all/v2 免 412;播放需 UA+Referer) |
| mail.ru | 几乎无 | 有一些(欧美主流歌手) | 低(无需登录,直链即得) |
| SoundCloud | 很少 | 好(独立音乐人/翻唱/remix) | 中(需完整 URL,偶发 DRM) |
| YouTube | 好 | 极全 | 中-高(搜索无 cookie;播放偶发 bot 检测) |
播放控制
所有控制命令通过 music.mjs 调用(播放命令详见 sources/ 下对应音源文件):
node <skill-dir>/scripts/dist/music.mjs <command>
| 用户输入 | 命令 | 说明 |
|---|---|---|
播放 歌曲名、play 歌曲名、我想听 歌曲名 |
- | 清洗 → 多态接口(搜索 → 选择 → 播放) |
暂停、pause |
pause |
暂停播放 |
继续播放、resume |
resume |
恢复播放 |
下一首、next |
next |
下一首 |
上一首、prev |
prev |
上一首 |
声音大一点、volume up |
volume-up |
音量 +10 |
声音小一点、volume down |
volume-down |
音量 -10 |
静音、mute |
mute |
切换静音 |
单曲循环、loop |
loop |
开启单曲循环 |
关闭循环、loop-off |
loop-off |
关闭单曲循环 |
退出音乐、停止播放、stop |
stop |
停止播放并退出 |
播放状态、status |
status |
查看播放状态(结构化 JSON) |
输出格式:控制命令输出 JSON;status 输出结构化 JSON(见「播放验证机制」)。
{ "status": "success", "action": "pause" }
{ "state": "stopped" }
{ "error": "mpv not running" }
回复要求(必须)
播放状态
- 播放成功:转述歌曲信息(
正在播放:Numb - Linkin Park)+ 1 段 2-4 句歌曲简介 - 播放失败(全部音源失败):告知
未找到匹配的歌曲,建议可以尝试更具体的歌曲名或艺人名
- 播放成功:转述歌曲信息(
推荐歌曲(仅播放成功时;优先利用模型自身知识库,信息不足时可联网搜索补充)
- 两组分组,组标题用三级标题
### 更多<歌手名>/### 同风格推荐,每组 5 首,编号连续 1-10 - 每组歌曲用行内紧凑格式横向排列(一行内
1. 歌名 2. 歌名 3. 歌名 4. 歌名 5. 歌名,两空格分隔) - 列表后引导序号点播:
想听哪首?回复 **序号** 或 **歌名** 即可切换
- 两组分组,组标题用三级标题
引导播放控制:告知用户可直接回复以下指令控制播放:
暂停、继续播放、停止播放、单曲循环