掌控办公室音乐的魔法:CrispyFi

在寻找一种方式来统一管理办公室的音乐播放吗?CrispyFi,一个基于Node.js的小型服务器,能与Spotify无缝集成,并通过Slack命令进行控制。它旨在在树莓派上运行,连接你的音响系统,但也可适应任何支持node-spotify和amixer(非必需)的系统。
简而言之——本地伪机器人
CrispyFi不只是一款普通的Slack集成工具,而是一个在你办公室里运行的本地服务器,可以直接访问你的声音硬件。它通过HTTP请求监听和响应,而不是像传统机器人那样直接加入聊天室。如果你从Slack发送指令,甚至会收到回复。
必要条件
要使CrispyFi工作,你需要:
安装步骤
- 将此仓库克隆到你选择的目录中。
- 将你的
spotify_appkey.key文件复制到安装目录。 - 编辑
config.json以符合你的需求。 - 运行
npm install。 - 最后,执行
npm start或node index。
完成了!现在,你的个性化CrispyFi实例已经准备就绪。
配置及如何工作
通过修改根目录下的config.json文件,你可以控制所有重要设置。默认情况下,CrispyFi会在8000端口监听并提供单个HTTP端点。通过POST请求该端点并提供认证令牌和命令,即可向其发出指令。
目前,支持以下触发词:
play [Spotify URI]:无URI时恢复播放,有URI时切换至指定歌曲。pause:暂停播放。stop:停止播放并重置当前曲目。skip:跳过当前歌曲。shuffle:切换随机播放模式。vol [up|down|0..10]:调整音量,或设定具体值(范围是0-10,0代表静音,10代表最大音量)。list [command] [options]:有关播放列表的操作。status:显示当前播放信息、播放列表状态和是否开启随机播放。help:查看帮助。
如果你使用Slack集成,只需创建一个对外webhook指向http://your-crispyfi-url/handle,配置相应的触发词。
播放列表和插件
你可以使用类似命令行的方式来管理播放列表,包括添加、删除和重命名。此外,CrispyFi还提供了扩展机制,当默认命令无法满足需求时,可以通过编写插件实现自定义功能。
带着节奏前行
由于树莓派可能位于防火墙或NAT之后,或者拥有动态IP,直接将Slack的webhook与其IP关联可能会遇到困难。我们建议使用ngrok,它不仅可以绕过这些难题,还能简化Web服务的开发。当然,如果你有其他更习惯的方法,也不妨一试。
开源软件和许可证
CrispyFi建立在kilianc的ApiServer之上,内置了预编译版本的FrontierPsychiatrist的node-spotify,以及simonlast的node-persist用于持久化存储播放列表数据。所有代码遵循MIT许可,详情见licenses目录。
跟随CrispyFi的节拍
让我们一起探索音乐的无限可能,让CrispyFi成为你办公室的新成员,赋予你的空间新的活力。立即开始,掌控你团队的旋律吧!
注:本文档需使用Markdown格式阅读以获取最佳效果。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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