我做了一个越用越懂你的本地音乐 Agent
如果你觉得这个方向有意思，也欢迎顺手点个 Star。
最近我在做一个叫 Musio 的项目。
一句话介绍：
Musio 是一个本地优先的音乐 Agent。
它不是一个普通播放器，也不是一个只会聊天的 AI 助手。Musio 想做的是：把播放器、音乐源、歌词、评论、歌单、用户偏好、本地记忆和大模型能力连接起来，让音乐软件从“点按钮播放歌曲”变成“用自然语言完成音乐任务”。
比如你可以直接对它说：
给我推荐 5 首适合深夜写代码听的歌。
当前播放这首歌评论区都在聊什么？
把当前播放的歌曲加入歌单。
再推荐几首类似的，但不要重复刚才推荐过的。
Musio 会理解你的请求，然后调用真实的音乐能力去执行，而不是只生成一段看起来合理的文字。
为什么想做 Musio？
作为用户，我一直觉得音乐软件里有很多操作其实很适合交给 Agent。
听到一首歌时，我可能会想：
- 看看歌词
- 看看评论区
- 找几首类似的歌
- 把它加入歌单
- 根据当前心情继续推荐
- 让它记住我喜欢什么、不喜欢什么
传统播放器能做这些事，但通常要在不同页面里点来点去。
而 Musio 想做的是让你直接说：
这首歌不错，帮我看看评论，再找几首类似的，顺便加入我的 Musio 歌单。
然后 Agent 自己去理解、拆解、执行。
这就是 Musio 的核心目标：让音乐播放器不再是冰冷的播放工具，而是一个越用越懂你的个人音乐 Agent。
Musio 现在能做什么？
Musio 当前已经围绕音乐场景实现了一套完整的 Agent 工作流。
它可以：
- QQ 音乐扫码登录
- 搜索歌曲、歌手、专辑
- 播放音乐
- 查看歌词
- 查看热门评论
- 读取用户歌单和歌单歌曲
- 根据场景、心情、风格推荐真实歌曲
- 理解当前正在播放的歌曲
- 理解上一轮推荐结果
- 避免重复推荐最近已经推荐过的歌
- 把歌曲加入本地 Musio 歌单
- 在写入前请求用户确认，避免误操作
比如你可以说：
给我推荐几首适合通勤路上听的歌。
Musio 会根据场景生成候选歌曲，并到真实音乐源中匹配歌曲。它不是单纯让大模型“编一个歌单”，而是尽量保证推荐出来的歌是真实存在、可搜索、可播放、可继续读取歌词和评论的。
你也可以继续说：
第二首的歌词给我看看。
把这几首加入歌单。
当前播放这首歌评论区都在聊什么？
Musio 会结合上下文判断你说的“第二首”“这几首”“当前播放”分别指什么。
QQ 音乐扫码登录，开箱就能接入真实音乐源
Musio 当前优先支持 QQ 音乐。
启动后，你可以在 Web 控制台里进行 QQ 音乐扫码登录。登录成功后，Musio 就可以基于 QQ 音乐能力完成搜索、播放、歌词、评论、歌单读取等操作。
这点很重要。
因为一个音乐 Agent 如果只会聊天，其实价值有限。真正有用的是：它能接入真实音乐源，拿到真实数据，然后围绕这些数据继续执行任务。
Musio 的目标不是做一个“音乐聊天机器人”，而是做一个真的能帮你操作音乐世界的 Agent。
Loop 模型：不是一次性回答，而是一步步执行
Musio 的 Agent Runtime 采用了 loop 式的执行设计。
它不是让大模型一次性生成一长串工具调用，然后盲目执行到底，而是每次只决定下一步：
用户输入
-> 理解任务
-> 读取动态记忆
-> 决定下一步 action
-> 调用音乐工具
-> 得到 observation
-> 再决定下一步
-> 最终回答
这套 loop 设计让 Musio 可以处理更复杂的多步骤任务。
比如用户说：
推荐一首周杰伦的歌，把它加入歌单，然后分享一句值得看的歌词。
Musio 需要完成的不只是“推荐”：
- 先推荐真实歌曲。
- 拿到歌曲 ID。
- 读取歌词。
- 判断写入动作需要确认。
- 用户确认后再加入本地 Musio 歌单。
- 最后基于真实工具结果回答。
这就是 Agent 和普通聊天机器人的区别。
Musio 不是只回答“可以”，而是会真的把任务跑完。
动态记忆：越用越懂你的关键
Musio 里我很重视的一点是记忆机制。
一个音乐 Agent 如果每次对话都是全新的，它就很难真正“懂你”。Musio 会围绕本地环境维护动态记忆和音乐画像，让它逐渐理解你的偏好。
它会参考：
- 当前播放状态
- 播放队列
- 最近推荐过哪些歌
- 上一轮搜索或推荐结果
- 用户音乐画像摘要
- 行为偏好
- 对话摘要
- 本地任务记忆
所以你可以更自然地连续对话。
比如你刚让 Musio 推荐了 5 首歌，然后继续说：
第二首的歌词给我看看。
它不需要你重新输入歌名。
再比如你说：
不要再推荐刚才那几首了，换一批更安静的。
Musio 会知道最近推荐过哪些歌，并在后续推荐里尽量避免重复。
长期来看，Musio 想成为的不是“一个会播放音乐的软件”，而是一个会记住你口味、场景和习惯的个人音乐 Agent。
它知道“当前播放”是谁
音乐场景里有很多自然指代：
- “这首”
- “当前播放”
- “正在播放”
- “刚才那首”
- “第一首”
- “队列上一首”
- “这几首”
这些表达对普通聊天模型来说很容易误解。
Musio 会读取播放器状态和任务记忆，判断用户到底在指哪首歌。
比如：
把当前播放的歌曲加入歌单。
Musio 会优先使用播放器里正在播放的歌曲，而不是错误地使用上一轮推荐列表里的第一首歌。
这类细节很小，但它直接决定了 Agent 是不是真的可用。
写入前确认：Agent 可以强，但不能莽
Musio 支持把歌曲加入本地 Musio 歌单，但这类写入动作不会直接执行。
当你说：
把当前播放的歌曲加入歌单。
Musio 会先展示确认卡片。你确认之后，它才会执行写入。
这背后有一个原则：
读操作可以自动执行，写操作必须谨慎确认。
比如搜索、推荐、歌词、评论都属于读取能力，可以直接调用；但加入歌单属于本地写入能力，需要用户确认。
Agent 最终是要替用户做事的，所以越是能执行，就越应该有清晰的边界。
安装和使用尽量没有门槛
虽然 Musio 背后有不少组件：
- Spring Boot 后端
- React Web 控制台
- Java CLI
- QQ 音乐 Python sidecar
- Agent Runtime
- 本地记忆系统
- 平台运行时包
但我希望用户使用时足够简单。
如果使用发布包，理想情况下只需要：
npm install -g @mindforge-x/musio
musio
启动后，Musio CLI 会负责：
- 创建默认配置
- 选择音乐源
- 启动本地后端
- 启动音乐源 sidecar
- 打开 Web 控制台
日常也可以用这些命令管理：
musio # 启动 Musio
musio doctor # 检查运行环境
musio status # 查看服务状态
musio stop # 停止本地服务
也就是说，Musio 背后的架构可以复杂，但用户入口必须简单。
如果你是开发者，也可以从源码运行：
git clone https://github.com/mindforge-x/musio.git
cd musio
./scripts/dev.sh
技术架构上做了什么？
Musio 是一个本地优先的多组件架构。
大致结构是：
Musio CLI
-> 启动本地服务
-> 启动 QQMusic sidecar
-> 启动 Spring Boot backend
-> 打开 React Web 控制台
项目主要模块包括：
backend-spring/ Spring Boot API、Agent Runtime、配置、记忆和音乐接口
frontend/ React + Vite Web 控制台
cli-java/ Java CLI，本地服务启动器和诊断命令
providers/qqmusic-python-sidecar/ QQ 音乐 Python HTTP sidecar
packaging/ npm 平台包和发布脚本
本地记忆和音乐画像
Musio 的记忆系统会围绕本地数据保存动态记忆，包括任务记忆、偏好候选、行为事件、对话摘要和音乐画像。
简单说就是：Musio 会越来越知道你喜欢什么。
这也是我最想继续打磨的方向。
npm 平台包
Musio 的发布包设计也尽量降低使用门槛。
@mindforge-x/musio 是入口包，不同系统架构会安装对应的平台运行时包，例如 Linux、macOS、Windows 的 x64 / arm64 包。
平台包里包含运行所需的后端、前端、CLI、Java runtime 和 sidecar。用户不需要理解内部组件，只需要运行 musio。
Musio 和普通播放器有什么不同？
普通播放器解决的是：
我点哪首，你播哪首。
Musio 想解决的是：
我说出一个音乐意图，你帮我完成它。
它可以是播放器，但不止是播放器。
它更像一个本地音乐工作台：
- 能播放
- 能搜索
- 能推荐
- 能看歌词
- 能看评论
- 能记住偏好
- 能理解上下文
- 能执行多步骤音乐任务
- 能在确认后帮你整理歌单
这就是我想做 Musio 的原因。
当前状态和未来计划
Musio 目前优先支持 QQ 音乐，已经具备基础的 Agent 工作流、扫码登录、推荐、搜索、歌词、评论、歌单、本地记忆和确认写入机制。
后续我希望继续完善：
- 更多音乐源支持
- 更强的长期音乐画像
- 更自然的多轮音乐对话
- 更完整的本地歌单管理
- 更稳定的跨平台发布体验
- 更强的 Agent 长任务能力
最终目标是让 Musio 成为一个真正属于用户自己的个人音乐 Agent。
如果你也感兴趣
如果你也对“音乐播放器 + 本地 Agent + 动态记忆”这个方向感兴趣，欢迎来 GitHub 看看：
可以下载体验，也欢迎提 issue、提建议、参与开发。
如果觉得 Musio 这个方向有意思，也麻烦顺手点一个 Star。
