
大多数音乐平台都提供推荐——每日发现、顶级艺术家、新发行等——但即使是最先进的系统,它们往往也显得过于“聚合”。我想要的是更加个性化和情境感知的推荐。
通过 TIDAL MCP,你可以提出这样的请求:
"基于我最近的10首收藏歌曲,找到类似的曲目——但仅限于近年来的曲目。"
"找一些像这个播放列表中的曲目,但节奏更慢、更偏向原声的曲目。"
LLM 使用你的输入来筛选和策划结果,通过 TIDAL 的 API 找到相似的曲目,并直接在你的账户中创建新的播放列表。
<a href="https://glama.ai/mcp/servers/@yuhuacheng/tidal-mcp"> <img width="400" height="200" src="https://gips3.baidu.com/it/u=64372400,764602356&fm=3081&app=3081&f=PNG?w=760&h=400" alt="TIDAL: 我的自定义推荐 MCP 服务器" /> </a>克隆此仓库:
git clone https://github.com/yuhuacheng/tidal-mcp.git
cd tidal-mcp
创建虚拟环境并使用 uv 安装依赖项:
uv venv
source .venv/bin/activate # 在 Windows 上:.venv\Scripts\activate
从 pyproject.toml 文件安装带有所有依赖项的包:
uv pip install --editable .
这将安装 pyproject.toml 文件中定义的所有依赖项,并以开发模式设置项目。
要将此 MCP 服务器添加到 Claude 桌面,你需要更新 MCP 配置文件。以下是一个示例配置:
(可以通过在可选的 env 部分添加 TIDAL_MCP_PORT 环境变量来指定端口)
{
"mcpServers": {
"TIDAL 集成": {
"command": "/path/to/your/uv",
"env": {
"TIDAL_MCP_PORT": "5100"
},
"args": [
"run",
"--with",
"requests",
"--with",
"mcp[cli]",
"--with",
"flask",
"--with",
"tidalapi",
"mcp",
"run",
"/path/to/your/project/tidal-mcp/mcp_server/server.py"
]
}
}
}
Claude 桌面中的 MCP 配置示例截图:

配置完成后,你可以通过向 LLM 提问与你的 TIDAL 账户互动,例如:
💡 你还可以要求模型:
TIDAL MCP 集成提供了以下工具:
tidal_login:通过浏览器登录流程验证 TIDALget_favorite_tracks:从 TIDAL 获取你收藏的曲目recommend_tracks:获取个性化的音乐推荐create_tidal_playlist:在你的 TIDAL 账户中创建一个新的播放列表get_user_playlists:列出你在 TIDAL 上的所有播放列表get_playlist_tracks:从特定播放列表中检索所有曲目delete_tidal_playlist:从你的 TIDAL 账户中删除一个播放列表