last-fm

🎵 Last.fm音乐数据API文档

基于Last.fm官方API的纯文档型技能,提供音乐数据查询接口说明,帮助用户获取艺术家、专辑、曲目及听歌统计信息。

收藏
4.9k
安装
1k
版本
v1.0.0
CLS 安全性认证2026-06-04
点击查看完整报告 >

使用说明

核心用法

OpenClaw-Last.fm 是一个纯文档型的 API 接口说明技能,旨在帮助用户通过 Last.fm 官方 API 获取音乐相关数据。该技能本身不包含任何可执行代码,仅提供完整的 API 调用文档和示例。用户需要自行申请 Last.fm API Key,然后通过标准的 HTTP GET/POST 请求访问 https://ws.audioscrobbler.com/2.0// 端点。

技能涵盖了 Last.fm API 的六大核心资源类型:Artist(艺术家信息、热门曲目、热门专辑、搜索)、Album(专辑元数据、标签、搜索)、Track(曲目详情、标签、搜索)、User(用户信息、最近播放、个人排行榜)、Library(用户音乐库查询)以及 Chart(全球排行榜)。此外还支持 Tag(标签)相关的数据查询,包括标签描述、关联艺术家、曲目和专辑等。

显著优点

1. 纯文档零风险:该技能仅包含 Markdown 文档,无任何可执行代码,从根本上杜绝了代码注入、恶意执行等安全风险。

2. 接口覆盖全面:涵盖了 Last.fm API 最常用的 20+ 个方法,从基础的音乐元数据查询到用户个性化数据统计,满足多样化的音乐数据需求。

3. 示例清晰实用:每个 API 方法都配有完整的 HTTP 请求示例,包含所有必需参数,用户可直接复制修改使用。

4. 依托成熟平台:Last.fm 是全球运营超过 20 年的知名音乐社交平台,拥有庞大的音乐数据库和用户群体,数据权威性和稳定性有保障。

5. 灵活的数据格式:支持 JSON 和 XML 两种返回格式,方便不同场景下的数据解析需求。

潜在缺点或局限性

1. 需要自行申请 API Key:用户必须前往 Last.fm 官网注册并申请 API Key,增加了使用门槛。

2. 无代码封装:该技能仅提供文档,不包含任何 SDK 或封装代码,用户需要自行处理 HTTP 请求、错误处理和响应解析。

3. 依赖外部服务稳定性:所有数据查询都依赖 Last.fm 官方 API,若 Last.fm 服务出现故障或调整接口,该技能无法提供替代方案。

4. 隐私数据公开性:Last.fm 的用户名和听歌历史默认是公开的,用户可能无意中暴露个人音乐偏好。

5. 无实时数据保障:Last.fm 的数据更新存在延迟,"正在播放"状态和最热榜单并非严格实时。

适合的目标群体

  • 音乐数据分析师:需要获取大规模音乐元数据或用户行为数据进行研究分析
  • 音乐推荐系统开发者:需要基于 Last.fm 的标签体系和相似艺术家数据构建推荐算法
  • 个人音乐爱好者:希望追踪自己的听歌历史、生成个人音乐年报或发现新音乐
  • 音乐类应用开发者:需要集成权威的音乐数据库查询功能
  • 数据 journalists 和内容创作者:需要获取音乐趋势数据制作内容

使用风险

1. API 限流风险:Last.fm 对免费 API Key 有请求频率限制,高频调用可能导致临时封禁。

2. 数据隐私风险:用户通过 API 查询自己的数据时,用户名和听歌记录可能被第三方获取(若账号为公开状态)。

3. API Key 泄露风险:用户需妥善保管自己的 API Key,若泄露可能被他人滥用导致配额耗尽。

4. 服务变更风险:Last.fm 可能调整 API 接口或政策,导致部分功能失效。

5. 网络依赖风险:该技能完全依赖外部网络服务,离线环境无法使用。

安全解读

核心用法

本Skill为纯文档型API参考,系统整理了Last.fm音乐数据平台的26个官方API端点。内容按资源类型分为六大类:Artist(艺术家信息、热门曲目/专辑、搜索)、Album(专辑元数据、标签、搜索)、Track(曲目详情、标签、搜索)、User(用户信息、最近播放、个人排行榜)、Library(用户音乐库分页查询)、Chart(全球榜单)及Tag(标签关联内容)。

每个端点提供标准HTTP请求示例,采用GET/POST方式调用根URL https://ws.audioscrobbler.com/2.0/,支持JSON/XML格式返回。统一参数包括api_keymethodformat,特定方法需补充艺术家名、专辑名、用户名等标识参数。

显著优点

1. 端点覆盖全面:从基础元数据查询到用户行为分析,满足音乐推荐、数据可视化、听歌统计等多元场景需求
2. Last.fm生态权威:直接对接全球知名音乐社交平台,数据覆盖数百万艺术家和数亿条播放记录

3. 零依赖零配置:纯Markdown文档,无需安装任何依赖,即开即用

4. 格式统一规范:所有示例遵循相同参数结构,便于快速集成到各类Agent或应用中

5. 安全透明:100%无执行代码,无数据收集,无隐蔽通信

潜在局限

  • 需自备API密钥:用户须自行在Last.fm官网申请API Key,Skill不提供密钥管理功能
  • 纯文档无封装:仅提供原始API说明,不含SDK封装、错误处理或缓存逻辑,需开发者自行实现
  • T3来源级别:由个人开发者维护,非Last.fm官方出品,文档准确性需交叉验证
  • 速率限制:Last.fm免费API存在调用频率限制,大规模应用需规划请求策略
  • 数据完整性依赖:用户相关接口(如user.getRecentTracks)的数据完整性与用户隐私设置相关

适合人群

  • 需要集成音乐元数据的AI Agent开发者
  • 构建个性化音乐推荐系统的工程师
  • 进行音乐数据分析的研究人员
  • 开发听歌记录可视化工具的独立开发者

常规风险

1. API密钥泄露风险:用户需自行管理密钥,在共享环境或日志中暴露密钥可能导致账户滥用
2. 个人隐私合规:访问用户播放历史等数据需获得明确授权,遵守GDPR等数据保护法规

3. API变更不同步:Last.fm官方API若有更新,Skill文档可能存在滞后,建议定期对照官方文档验证

4. 数据来源依赖性:Last.fm平台数据质量及可用性变化将直接影响基于该Skill构建的应用

last-fm 内容

手动下载zip · 1.9 kB
README.mdtext/markdown
请选择文件