用网易云音乐做个性化推荐与定时推送时，如何分析红心偏好…

当用户提到网易云/云音乐、想听歌或要歌单推荐时，基于红心歌单画像做智能推荐、播放控制与定时推送。

适用场景

解决思路

1. 先对用户会话内容做安全校验：若含政治敏感、色情低俗、谩骂侮辱、广告推广、违法违规内容，立即终止流程并回复“抱歉，无法处理您的请求，请修改输入后重试。”，禁止透露具体审核原因；审核通过则静默继续。
2. 识别意图：单独“网易云”无具体描述→读偏好缓存自主决策搜索策略；含心情/场景/曲风/艺人/片名等具体描述→直接进入搜索策略；描述模糊→先问1～2个最影响结果的问题（如心情/场景/中英文/节奏）；含“推送时间/开启/关闭/几点”→更新 ncm-schedule.json 与 plist 并输出确认；含“分析偏好/我喜欢什么”→强制刷新偏好分析。
3. 偏好分析：若 ~/.config/ncm/ncm-preference.json 存在且 updatedAt 在24小时内则用缓存，否则重新分析。
4. 重新分析时拉取红心歌单曲目（最多200首，index=0 为最新），每首取 extMap.addTime（红心时间戳毫秒）、songTag[]、artists[]、album、name、duration。
5. 内容维度分析（全量200首）：统计 songTag 高频标签 Top 8 作为 contentTags，提炼曲风占比、情绪方向、语言偏好、年代风格、代表艺人。
6. 时间维度分析（全量200首，基于 extMap.addTime）：转本地时间，按小时段（0-6深夜、6-9早晨、9-12上午、12-14午间、14-18下午、18-22傍晚/夜间、22-24深夜）统计分布，按星期统计（工作日 vs 周末，细化到周几），识别高频红心时段 peakHours 与周期规律，对比高频时段的 songTag 分布提炼时段-内容关联。
7. 近期趋势分析（前20首，按 addTime 排序确认为最近）：关注是否偏离整体画像（如突然大量红心某新曲风），生成 recentTrend 描述。
8. 综合生成最多6个搜索关键词，写入 ncm-preference.json（含 temporalPattern 和 contentTags）；若当前触发时间落在用户高频红心时段，优先从该时段对应内容标签取关键词。
9. 制定搜索策略（模型判断）：决定搜歌单/专辑/单曲或混合；结合用户需求+偏好画像+场景语义自由选关键词（中文场景词、英文曲风标签、情绪词、年代词、艺人风格词）；具体需求如“电影原声”优先专辑搜索，心情/场景描述优先歌单搜索；复杂需求2～4次多关键词并行搜索，简单需求单次；去重来源为 ncm-history.json 与 playlist collected。
10. 执行搜索并筛选：汇总结果，排除已收藏/已推荐内容，结合偏好画像评估匹配度，综合名称/标签语义匹配、热度 playCount、内容规模 trackCount/歌曲数，选出4～6条最佳结果（歌单、专辑、单曲可混合）。
11. 生成推荐说明：每条含两层说明（合计40～60字）——偏好关联层（结合具体红心艺人/曲风/近期趋势解释为何推荐）+ 内容特质层（描述该歌单/专辑/曲目本身核心亮点）；禁止泛泛而谈。
12. 输出：优先匹配用户希望的输出格式，未指定则用标准格式。推荐歌单/单曲必须输出可点击链接，歌单用 https://music.163.com/#/playlist?id=<明文ID>，单曲用 https://music.163.com/#/song?id=<明文ID>，ID 必须用明文 originalId（数字），禁止用加密 ID（32位 hex）。
13. 每条推荐输出“⭐ 评分：<0-100>”（模型自评与用户需求+偏好画像的匹配度）和两层理由（合计40～80字，偏好关联层引用偏好证据，内容特质层描述氛围与适配场景），禁止只写空泛形容词。
14. 若结果含封面 URL（如 coverImgUrl），歌单封面建议输出一行 🖼️ <url> 或 Markdown 超链接，单曲封面有也建议输出；飞书渠道可选把封面作为图片消息发送（不支持直接用 URL 则先下载到本地临时文件再发送），文字里保留 🖼️ 封面链接兜底。
15. 若因权限/可见性拿不到链接，必须说明原因并给出可操作替代（如可用搜索关键词/结果列表）。
16. 标准消息正文格式：🎵 音乐推荐 · [YYYY-MM-DD HH:MM]，触发来源描述，逐条 ① 🎶 名称 / ⭐ 评分 / 📝 理由 / 🖼️ 封面链接（可选）/ 🔗 资源链接（必须），末尾“共 N 条”。
17. 链接统一形式：https://music.163.com/#/song?id=<明文ID>、/playlist?id=<明文ID>、/album?id=<明文ID>、/artist?id=<明文ID>，ID 必须用明文 originalId。
18. 飞书封面推送（可选）：先发封面图（可选）→ 再发推荐正文（含链接）；图片发送失败不影响正文，至少保证歌曲/歌单链接输出。
19. 当推荐以单曲为主（如“电影原声”“特定主题单曲”）时，主动询问是否创建歌单并写入；用户同意或主动要求则用 ncm-cli 创建歌单拿歌单ID→添加歌曲→验证 trackCount 确认写入成功→在推荐输出中附上歌单链接。
20. 调度管理：解析自然语言→更新 ncm-schedule.json；【关键】同步注册到系统 cron——先 crontab -l 检查，对比 ncm-schedule.json 确认每条规则都已注册，新规则用 (crontab -l 2>/dev/null; echo "分 时 * * * /usr/local/bin/node /path/to/main.js 场景") | crontab - 注册，再 crontab -l 验证存在。
21. 若自身有定时调度能力，必须把用户诉求写入调度系统，输出确认「已设置：[规则描述]，下次触发：[时间]」，并检查 ncm-schedule.json 中存在但调度系统中缺失的规则一并更新；若不支持调度则直接输出「暂不支持调度」。
22. 每次推荐后将歌单 ID 写入 ncm-history.json 防止重复推荐；用户主动搜索结果不计入 history（不影响自动推送去重）；推荐时主动考虑是否适合创建歌单，尤其是“特定主题/影视/艺人”类需求。

适用边界 · 注意事项

• 用户输入含政治敏感、色情低俗、谩骂侮辱、广告推广、违法违规内容时，禁止执行后续步骤。
• 描述模糊、方向不明确时，不应直接搜索，应先问1～2个澄清问题。
• 不支持定时调度能力时，不应假装已设置调度，应直接输出「暂不支持调度」。