网易云音乐歌单整理 Skill

概述

把用户的网易云歌单（典型场景：我喜欢的音乐，可能有上千首）按指定维度重新分类，并自动创建独立歌单。

两种分类维度（本 skill 均已跑通）：

曲风：华语流行 / 粤语 / 摇滚 / 民谣 / R&B / 说唱 / 电子 / 国风古风 / 纯音乐 / 日韩 / 欧美。
情绪主旨：伤感失恋 / 甜蜜心动 / 治愈温暖 / 欢快律动 / 深情守候 / 释然洒脱 / 励志热血 / 怀旧思念 / 人生感悟 / 孤独落寞 / 江湖意境。

核心能力：

免扫码登录：直接从运行中的网易云桌面客户端（Electron）本地数据里解密出登录 Cookie。
匿名/登录态读歌单、歌曲详情、歌词、热评。
weapi 加密直连官方接口，建歌单、加歌。

环境准备

Python 3.13（venv 隔离），依赖：pycryptodome、requests、qrcode、pillow。

安装（国内用清华镜像更快）：

python -m venv <venv_path>
<venv>/Scripts/python -m pip install pycryptodome requests qrcode pillow -i https://pypi.tuna.tsinghua.edu.cn/simple

工作流程

Phase 1：获取登录 Cookie（免扫码，推荐）

网易云桌面客户端是 Electron 应用，登录后的 Cookie 存在 Chromium 的 SQLite 里、用 Windows DPAPI 加密。

位置（Windows，用户 hyl 示例）：

Cookie 库：C:\Users\<user>\AppData\Local\Netease\CloudMusic\webapp91x64\Cookies（SQLite，表 cookies）
解密密钥：同目录 LocalPrefs.json 里的 os_crypt.encrypted_key

解密三步：

读 LocalPrefs.json → os_crypt.encrypted_key（base64），去掉前 5 字节 DPAPI 前缀。
用 CryptUnprotectData（crypt32.dll，当前用户上下文）解出 32 字节 AES-256 密钥。
对 cookies 表里每个 encrypted_value（v10 前缀 = 3 字节 + 12 字节 nonce + 密文 + 16 字节 GCM tag），用 AES-GCM 解密。

核心代码（extract_cookie.py）：

import sqlite3, base64, json, ctypes
from ctypes import wintypes
from Crypto.Cipher import AES

class DATA_BLOB(ctypes.Structure):
    _fields_ = [('cbData', wintypes.DWORD), ('pbData', ctypes.POINTER(ctypes.c_char))]

def dpapi_decrypt(data: bytes) -> bytes:
    b_in = DATA_BLOB(len(data), ctypes.cast(ctypes.create_string_buffer(data), ctypes.POINTER(ctypes.c_char)))
    b_out = DATA_BLOB()
    ctypes.windll.crypt32.CryptUnprotectData(ctypes.byref(b_in), None, None, None, None, 0, ctypes.byref(b_out))
    r = ctypes.string_at(b_out.pbData, b_out.cbData)
    ctypes.windll.kernel32.LocalFree(b_out.pbData)
    return r

def get_aes_key(prefs_path):
    enc = base64.b64decode(json.load(open(prefs_path, encoding='utf-8'))['os_crypt']['encrypted_key'])
    return dpapi_decrypt(enc[5:])  # 去 'DPAPI' 前缀

def decrypt_cookie(enc_value: bytes, key: bytes) -> str:
    d = enc_value[3:]                      # 去 'v10'
    nonce, ct = d[:12], d[12:]
    return AES.new(key, AES.MODE_GCM, nonce=nonce).decrypt_and_verify(ct[:-16], ct[-16:]).decode('utf-8', 'replace')

需要的 Cookie 字段：MUSIC_U（主凭证）、__csrf，可附带 MUSIC_A、os=pc 等。

若不想/无法读本地文件，可退回二维码登录，但注意接口已变更（见「踩坑」）。

Phase 2：读取歌单 + 歌曲详情（可匿名）

用户歌单列表：GET https://music.163.com/api/user/playlist?uid=<uid>&limit=1000&offset=0
- 「我喜欢的音乐」通常是第一个 trackCount 最大的歌单；用户 UID 可从客户端 info 文件或登录态 /weapi/w/nuser/account/get 拿到。
歌单歌曲 ID：GET https://music.163.com/api/v6/playlist/detail?id=<playlistId>&n=2000&s=0 → playlist.trackIds
歌曲详情（批量 ≤200/次）：POST https://music.163.com/api/song/detail，body ids=[1,2,3]（form-urlencoded）

这些「旧版」公开接口目前仍可用、且无需加密。

Phase 3：抓歌词 + 热评（登录态 weapi）

情绪分类必须拿到歌词和热评：

歌词：POST /weapi/song/lyric，body {id, lv:1, kv:1, tv:-1} → lrc.lyric（需清洗 [mm:ss.xx] 时间戳与「作词/作曲」元信息行）
热评：POST /weapi/v1/resource/comments/R_SO_4_{id}，body {rid, limit:12, offset:0, orderType:1} → hotComments + comments

Phase 4：分类

曲风维度（无歌词也可做）：语言检测 + 歌手→流派映射 + 标题关键词 + 纯音乐兜底。

语言：日文假名/韩文谚文/纯拉丁/汉字分别判为日/韩/欧美/华语。
流派：对 Top 歌手建映射表（Beyond→摇滚、陶喆→R&B、赵雷→民谣…），覆盖绝大多数歌曲；长尾歌手回落到「流行」。

情绪维度（更准，但更费劲）：强烈建议逐首人工通读判定。

关键词打分对「爱情类」歌（甜蜜 vs 伤感 vs 深情）误判率极高——「我爱你」既出现在甜歌也出现在苦情歌里；「快乐」会被「你不是真正的快乐」这种否定句骗到。
可靠做法：批量抓歌词+热评 → 生成复核清单（每首一行：歌名/歌手/歌词摘要/热评摘要）→ 逐首人工判定（热评是极好的情绪佐证，如"意难平/听哭了"→伤感，"太甜了/恋爱了"→甜蜜）。
纯音乐/影视配乐统一归「治愈温暖」。

Phase 5：建歌单 + 批量加歌（weapi，登录态）

建歌单：POST /weapi/playlist/create，body {name, privacy:0, type:'NORMAL'} → id
- 注意是 /weapi/...，不是 /api/...（/api/playlist/create 会返回 400「请求参数错误」）。
加歌：POST /weapi/playlist/manipulate/tracks，body {op:'add', pid, trackIds:'["id1","id2"]', imme:'true'}
- 若返回 code 512，降级到 /api/playlist/manipulate/tracks 且 trackIds 每个 id 重复一次。
删歌单：POST /weapi/playlist/remove，body {ids:'[pid]', pid}

关键技术：weapi 加密（Python 实现）

网易云 weapi 是「AES-128-CBC 双层加密 + RSA 封装密钥」，用 pycryptodome 实现：

import json, os, base64
from Crypto.Cipher import AES
from Crypto.PublicKey import RSA
from Crypto.Util.Padding import pad

PRESET_KEY = '0CoJUm6Qyw8W8jud'
IV = '0102030405060708'
BASE62 = 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789'
PUBLIC_KEY = ('-----BEGIN PUBLIC KEY-----\n'
    'MIGfMA0GCSqGSIb3DQEBAQUAA4GNADCBiQKBgQDgtQn2JZ34ZC28NWYpAUd98iZ37'
    'BUrX/aKzmFbt7clFSs6sXqHauqKWqdtLkF2KexO40H1YTX8z2lSgBBOAxLsvaklV'
    '8k4cBFK9snQXE9/DDaFt6Rr7iVZMldczhC0JNgTz+SHXT6CBHuX3e9SdB1Ua44on'
    'caTWz7OBGLbCiK45wIDAQAB\n-----END PUBLIC KEY-----')

def _aes(text: str, key: str, iv: str) -> bytes:
    return AES.new(key.encode(), AES.MODE_CBC, iv.encode()).encrypt(pad(text.encode(), 16))

def weapi_encrypt(obj: dict) -> dict:
    text = json.dumps(obj, ensure_ascii=False)
    secret = ''.join(BASE62[os.urandom(1)[0] % 62] for _ in range(16))
    inner = base64.b64encode(_aes(text, PRESET_KEY, IV)).decode()
    params = base64.b64encode(_aes(inner, secret, IV)).decode()
    k = RSA.import_key(PUBLIC_KEY)
    m = int.from_bytes(b'\x00' * (128 - 16) + secret[::-1].encode(), 'big')  # RSA_NO_PADDING，左补零到 128 字节
    enc_sec_key = format(pow(m, k.e, k.n), 'x')
    return {'params': params, 'encSecKey': enc_sec_key}

请求方式：POST https://music.163.com<path>，body 为上述两个字段（form-urlencoded），Header 带 Cookie + Referer: https://music.163.com/。

踩坑记录（重点！）

二维码登录接口已变更：轮询端点从 /weapi/login/qrcode/clientlogin 改为 /weapi/login/qrcode/client/login（多一个 /）；且 type=1 会返回 8821「请切换其他登录方式或升级新版本再试」（旧客户端被弃用）。首选直接读桌面客户端 Cookie，别走扫码。
建歌单接口是 /weapi/playlist/create（不是 /api/...）。
频率限制：批量建歌单/加歌会触发 code 405「操作过于频繁」，需加 6–8 秒间隔 + 重试；偶发空响应（JSONDecodeError）也要 try/except 重试，不能只判断 code。
关键词分类偷懒会导致大量误判：情绪分类务必逐首通读歌词+热评；热评是情绪佐证金矿。
下架歌曲：个别歌返回 401「下架歌曲无法收藏」，属正常，跳过即可。

脚本清单

完整可复用脚本见本 skill 的 scripts/ 目录：

| 文件 | 作用 | |---|---| | netease_client.py | weapi 加密 + NeteaseClient（_weapi / qr_unikey / qr_check） | | extract_cookie.py | DPAPI 解密桌面客户端 Cookie → cookie.txt | | fetch_songs.py | 拉歌单 + 歌曲详情 → songs.json | | fetch_lyrics.py | 批量拉歌词 → lyrics.json | | fetch_comments.py | 批量拉热评 → comments.json | | make_review.py | 生成人工复核清单 → review.txt | | classify.py | 曲风分类（歌手映射 + 语言检测） | | classify_emotion.py | 情绪分类（关键词基线，供参考；最终以人工复核为准） | | create_playlists.py | 建歌单 + 加歌（含频率限制重试） |

脚本内路径为硬编码，复用时替换为实际工作目录即可。

交付与收尾

分类结果用 present_files 或内联图表展示分布。
敏感提示：cookie.txt 是登录凭证，用完提醒用户删除。
若用户对某分类不满意，直接「删旧歌单 → 重建」是最干净的做法（/weapi/playlist/remove 逐条删除，再重建）。