Important

本仓库的所有内容仅供学习和参考之用，禁止用于商业用途

本仓库依赖 luren-dc/QQMusicApi 实现登录和歌曲信息获取

音乐平台不易，请尊重版权，支持正版。

简介

DeepPlaylist 是一个基于 DeepSeek 模型和 QQ 音乐 API 的自动歌单分类系统。通过调用本地部署的 LLM（如 Ollama 支持的 DeepSeek），默认功能是结合喜欢的歌曲数据，为用户生成情绪与语言分类，并自动归类进歌单；但你也可以修改prompt和相关变量实现自定义。

特点

• 分类部分流程本地化运行，无需联网调用大模型
• 基于 DeepSeek 语义理解，实现高质量标签归类
• 自定义 prompt 和分类变量，适配任意标签体系
• 可自动创建分类歌单并上传到 QQ 音乐

安装

pip install qqmusic-api-python

确保本地安装并运行 Ollama，并已加载 deepseek 模型：

# 下载 DeepSeek R1 14B 模型（请确保显存充足，建议16GB以上）
ollama pull deepseek-r1:14b

# 启动模型服务
ollama run deepseek-r1:14b

使用

1. 登录&生成歌曲数据

python main.py

首次运行会弹出二维码扫码登录，成功后会在本地生成 liked_songs.csv。

2. 进行分类

python classification_deepseek.py

自动读取 liked_songs.csv，调用本地 DeepSeek 模型生成标签，输出为 classified_songs.csv。

3. 自动分类检查缺失项&调用deepseek补全

python fix_classified_songs.py

根据 classified_songs.csv 中的分类内容，检查分类为空或被deepseek错误填写（如“-”）的内容，进行补全修复。

结构

• main.py：登录账号并下载喜欢的歌曲
• classification_deepseek.py：通过 DeepSeek 模型进行json生成
• upload.py：创建并上传分类歌单

4. 上传&自动分类

python upload.py

根据修复后的 classified_songs.csv 中的标签创建对应歌单并上传。

技术栈

• Python 3.10+
• Ollama + DeepSeek 模型
• qqmusic-api-python（基于 luren-dc/QQMusicApi）

贡献

欢迎提交 PR 与 Issue。

License

MIT License