核心用法
MoodMusic 是一款基于对话上下文的情绪音乐推荐技能。用户只需用自然语言描述当前心情、活动或场景（如"刚下班想放松""专注写代码"），系统即可自动识别情绪类别，返回精心策划的曲目清单。推荐结果包含歌曲名与艺术家，用户可直接在 Spotify、YouTube Music 或 Apple Music 搜索播放，无需任何 API 授权或账户绑定。
显著优点
1. 零门槛使用：无需配置 API 密钥、不依赖第三方音乐平台授权，即开即用
2. 场景化智能：支持 6 大情绪维度（Focus/Energy/Chill/Sad/Hype/Creative）与多类活动场景（编码、健身、学习、休息等）
3. 时间感知：根据早晚时段自动调整推荐倾向（晨间活力/晚间舒缓）
4. 发现新音乐：内置探索模式，基于检测到的用户品味推荐新锐艺术家
5. 输出灵活：纯文本歌单格式，兼容所有主流音乐平台搜索
潜在局限
- 无直接播放：仅提供歌单文本，需用户手动跳转至音乐平台搜索，无法一键播放
- 推荐黑箱：未公开音乐数据库来源与推荐算法逻辑，曲目质量依赖作者策展能力
- 个性化有限：无用户历史听歌数据积累，每次推荐基于单次对话，长期偏好学习能力弱
- 版权盲区：未说明推荐曲目是否覆盖区域版权限制，部分歌曲可能在特定地区不可用
适合人群
- 追求"即问即得"效率的音乐爱好者
- 厌倦算法推荐、希望获得人工策展感的用户
- 需要场景化配乐但不愿维护复杂歌单的临时需求者
- 多平台音乐用户（Spotify/YouTube/Apple Music 切换使用者）
常规风险
- 数据本地化声明矛盾：文档声称"数据本地处理"，但作为 OpenClaw 生态技能，实际运行环境取决于宿主平台，存在数据流向不明的潜在风险
- 作者可信度：@TheShadowRose 为个人开发者，无企业背书，长期维护与更新承诺存疑
- MIT 许可证下的免责声明：作者明确免除所有责任，包括数据丢失、安全漏洞等，用户需自行承担使用风险
- 内容安全：音乐推荐涉及版权内容分发，虽未直接提供文件，仍存在推荐链接指向侵权内容的合规灰色地带