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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00