lastfm

核心用法

Last.fm Skill 是一个纯文档型的 API 使用指南，帮助用户通过标准 HTTP GET 请求访问 Last.fm 音乐数据平台。用户需配置 LASTFM_API_KEY 和 LASTFM_USER 两个环境变量，即可查询包括最近播放、历史统计、艺术家/专辑/曲目排行、相似推荐、全球榜单等 20 余种数据端点。所有接口均为只读操作，返回 JSON 格式数据，支持配合 jq 等工具进行后续处理。

显著优点

1. 零代码执行风险：纯 Markdown 文档，无脚本文件，所有示例均为安全的 curl 命令
2. 功能覆盖全面：涵盖用户数据（recent tracks、top artists、loved tracks）、音乐元数据（artist/album/track info）、发现功能（similar artists/tracks）、全局榜单（charts）及搜索能力
3. 官方 API 背书：直接调用 Last.fm 官方服务，数据来源权威可靠
4. 透明可审计：内容完全公开，用户可逐行检查所有 API 调用示例
5. 灵活的时间维度：支持 overall、7day、1month、3month、6month、12month 等多种统计周期

潜在缺点与局限性

1. 只读限制：当前版本仅支持查询操作，无法执行标记喜爱、修改播放记录等写入操作
2. 依赖外部服务：所有功能依赖 Last.fm API 可用性，存在网络延迟或服务中断风险
3. 需要手动配置：用户必须自行注册获取 API Key，对非技术用户有一定门槛
4. 无内置数据处理：仅提供原始 API 调用示例，需配合 jq 等工具进行数据解析和格式化
5. T3 来源等级：由个人开发者维护，非官方或知名组织背书

适合的目标群体

• 音乐数据爱好者与量化自我（Quantified Self）实践者
• 需要集成 Last.fm 数据到个人工作流的技术用户
• 数据分析师、音乐博主、播客创作者
• 希望备份或分析自己多年听歌历史的资深 Last.fm 用户
• 对音乐推荐算法感兴趣的研究人员

使用风险

1. API Key 泄露风险：若将 API Key 硬编码或误提交至版本控制，可能导致密钥滥用
2. 隐私暴露：查询结果包含个人音乐偏好数据，分享时需注意脱敏
3. 网络依赖：所有操作需联网，无法离线使用
4. Rate Limit 不确定性：Last.fm 未明确文档化速率限制，高频调用可能触发限制
5. 服务持续性：Last.fm 作为第三方服务，存在 API 变更或终止的可能性

核心用法

本 Skill 为纯文档型 API 参考指南，提供 Last.fm 音乐数据平台的完整接口调用示例。用户需配置 LASTFM_API_KEY 和 LASTFM_USER 环境变量后，即可通过标准 HTTP GET 请求获取：

• 个人数据：最近播放、历史累计统计、最爱歌曲、周榜趋势
• 排名榜单：全时段/近期热门艺人、专辑、单曲
• 发现探索：相似艺人、相似歌曲、标签流派下的热门内容
• 全球趋势：实时热门榜单、艺人搜索

所有接口返回 JSON 格式，文档附带常用 jq 过滤表达式以便快速解析。

显著优点

1. 零代码依赖：纯 Markdown 文档，无运行时组件，零依赖风险
2. 数据维度丰富：支持 17+ 年历史数据的深度分析（示例展示 51 万+ scrobbles）
3. 免认证设计：只读接口仅需 API Key，无需 OAuth 等复杂授权流程
4. 生态成熟：Last.fm 为音乐数据领域老牌服务，数据覆盖度和准确性经过长期验证
5. 灵活时间窗口：支持 overall/7day/1month/3month/6month/12month 多周期统计

潜在局限

• 协议安全性：示例代码使用 HTTP（已建议迁移至 HTTPS）
• 速率限制模糊：官方未明确硬性限制，高频调用存在被封禁风险
• 数据完整性依赖用户主动 scrobble：非流媒体平台原生播放数据可能缺失
• 无写入能力：仅支持查询，无法提交播放记录或管理收藏
• 中文支持有限：艺人/歌曲元数据以英文为主

适合人群

• 音乐数据分析师与听歌报告爱好者
• 需要集成 Last.fm 数据的开发者
• 希望追踪长期音乐品味的资深用户
• CLI 工具链用户（配合 curl + jq 使用）

常规风险

• API Key 泄露：环境变量配置模式需用户自行保管密钥，避免提交至版本控制
• 隐私暴露：用户听歌历史属于个人敏感信息，分享输出时需注意脱敏
• 服务可用性依赖：Last.fm 为第三方服务，存在 API 变更或停服风险
• 数据时效性："当前播放"检测依赖客户端 scrobble 上报，可能存在延迟