解锁小爱音箱新体验:Xiaomusic智能音乐系统完全指南
你是否曾因小爱音箱无法播放任意歌曲而困扰?Xiaomusic让这一问题成为历史。这个开源工具通过简单配置,就能让你的小爱音箱播放本地和在线音乐,支持语音控制、自动下载和歌单管理。无论是音乐爱好者还是智能家居用户,都能在5分钟内搭建专属音乐中心。
认识Xiaomusic:让小爱音箱更智能
Xiaomusic是基于Python开发的音乐播放系统,通过yt-dlp工具实现音乐下载功能。它打破了小爱音箱的音乐播放限制,让你能用语音命令播放任何想听的歌曲,还能自动管理本地音乐库。
🌟核心价值:无需复杂设置,让普通小爱音箱变身全能音乐播放器,支持语音控制、格式兼容和自动下载三大核心能力。
部署系统环境:3步快速启动
使用Docker容器(一种轻量级虚拟化技术)是部署Xiaomusic的最快方式,你只需准备好终端和网络环境。
- 打开终端,输入以下命令拉取并启动容器:
docker run -p 58090:8090 -e XIAOMUSIC_PUBLIC_PORT=58090 -v /xiaomusic_music:/app/music -v /xiaomusic_conf:/app/conf hanxi/xiaomusic
-
等待容器启动完成(首次运行可能需要2-3分钟)
-
在浏览器访问
http://你的设备IP:58090进入控制界面
配置语音服务:连接你的小爱音箱
成功部署后,需要完成基础配置才能使用语音控制功能。
-
在Web界面点击左侧"账号设置",输入小米账号和密码
-
进入"小爱设备控制"页面,系统会自动扫描局域网内的小爱音箱
-
从设备列表中选择你要控制的音箱,点击"设为默认设备"
图中展示了Xiaomusic的主控界面,包含播放控制区、歌曲列表和设备切换功能,标注了核心操作区域
功能探索:用语音玩转音乐
Xiaomusic让音乐控制变得前所未有的简单,你可以彻底告别手动操作。
日常语音指令
- "播放周杰伦晴天":直接搜索并播放指定歌曲
- "下一首":切换到下一曲目
- "单曲循环":重复播放当前歌曲
- "收藏这首歌":将当前播放歌曲加入收藏列表
- "刷新音乐库":更新本地歌曲列表
本地音乐管理
系统会自动扫描指定目录的音乐文件,支持mp3、flac、wav等多种格式。你可以通过Web界面查看和管理所有歌曲。
图中显示了本地音乐库界面,包含歌曲列表和分类标签,支持快速筛选和搜索
场景应用:Xiaomusic的实用时刻
家庭聚会场景
周末家庭聚会时,你只需说"小爱同学,播放派对音乐",Xiaomusic就会自动播放预设歌单。当需要切换歌曲时,无需起身,直接语音命令即可。
睡前听歌场景
晚上睡觉前,你可以设置定时关闭功能,对小爱说"一小时后关闭音乐",系统会在指定时间自动停止播放。
工作学习场景
工作或学习时,通过"播放专注音乐"命令,Xiaomusic会播放适合专注的背景音乐,帮助你提高效率。
常见问题排查
🔧设备无法识别
- 确保小爱音箱和服务器在同一局域网
- 尝试重启Docker容器:
docker restart 容器ID - 检查小米账号是否正确登录
🔧音乐下载失败
- 确认网络连接正常
- 检查存储空间是否充足
- 尝试更换下载源(在设置中调整)
🔧语音命令无响应
- 确认小爱音箱已连接网络
- 检查默认播放设备是否正确设置
- 重启小爱音箱后重试
进阶探索:发现更多可能
导入网络歌单
Xiaomusic支持导入m3u格式的网络歌单,你可以将喜欢的在线歌单导入系统,实现本地播放。在"播放列表"页面点击"导入歌单",上传m3u文件即可。
设置定时任务
通过"设置"中的"定时任务"功能,你可以安排音乐播放计划。比如设置每天早上7点播放早间新闻,或晚上8点播放轻音乐。
插件扩展功能
开发者可以通过plugins目录下的插件系统扩展功能。项目提供了httpget.py和httppost.py等插件示例,你可以根据需求开发自定义插件。
为什么选择Xiaomusic
🎯完全免费:开源项目,无任何功能限制和付费内容 🎯简单易用:无需编程知识,5分钟即可完成部署 🎯持续更新:活跃的开发社区,不断增加新功能 🎯本地优先:尊重隐私,音乐文件存储在本地设备
现在就开始使用Xiaomusic,让你的小爱音箱发挥全部潜力,享受更自由、更智能的音乐体验!
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00

