如何彻底解放小爱音箱的音乐播放限制
你是否曾经对着小爱音箱说出想听的歌曲,却只能得到"暂不支持播放"的回应?或者想要循环播放某首心爱的歌曲,却被告知"无法单曲循环"?这些困扰,相信每个小爱音箱用户都深有体会。
今天,我要为你介绍一个神奇的工具——XiaoMusic,它能彻底打破这些限制,让你的小爱音箱真正成为私人音乐管家!
🚀 快速上手:三分钟开启音乐自由
一键启动,零配置部署
告别复杂的安装步骤,使用Docker只需一条命令就能完成部署:
docker run -p 58090:8090 -e XIAOMUSIC_PUBLIC_PORT=58090 -v /xiaomusic_music:/app/music -v /xiaomusic_conf:/app/conf hanxi/xiaomusic
部署完成后,在浏览器输入 http://你的IP地址:58090 就能看到管理界面。整个过程就像打开一个APP一样简单!
个性化设置,打造专属音乐空间
复制配置文件模板,根据你的喜好进行定制:
cp config-example.json config.json
在这里,你可以设置小米账号信息、音乐保存路径,甚至定义自己的专属语音指令。
✨ 核心亮点:原来小爱音箱还能这样用
魔法口令:语音控制的无限可能
配置完成后,你只需要对小爱音箱说出这些"魔法口令":
- "播放歌曲周杰伦" → 立即搜索并播放周杰伦的所有歌曲
- "下一首" → 无缝切换到下一首歌曲
- "单曲循环" → 无限循环你喜欢的单曲
- "分钟后关机" → 设置定时关机,安心入睡
智能下载:边听边存的贴心服务
XiaoMusic集成了强大的yt-dlp工具,当你第一次播放某首歌曲时,系统会自动从网络获取并下载到本地。后续播放时就直接使用本地文件,播放流畅无卡顿,还能节省网络流量!
多主题切换:总有一款适合你
项目提供了多种精美的Web界面主题:
- 默认主题:功能全面的基础界面
- Pure主题:简洁现代的清新风格
- Tailwind主题:响应式设计的时尚界面
- XPlayer主题:专业级的播放器体验
你可以在设置中随时切换,找到最适合自己审美的界面。
🎯 实用小贴士:让音乐体验更完美
批量导入现有音乐
如果你已经有收藏的音乐文件,直接复制到music目录即可。然后对小爱音箱说"刷新列表",所有歌曲就都出现在播放列表中了!
快速收藏心仪歌曲
听到喜欢的歌曲时,只需说"加入收藏",这首歌就会被标记。以后想要快速播放收藏歌曲,说"播放列表收藏"就能立即享受。
多设备同时控制
家里有多台小爱音箱?没问题!XiaoMusic支持同时控制多个设备,让音乐在每个房间同步播放。
❓ 常见疑问解答
哪些设备可以使用?
目前支持绝大多数小爱音箱型号:
- 小爱音箱Play系列
- 小米AI音箱
- 小爱音箱Pro
- 触屏版音箱等
如果遇到兼容性问题,可以开启"型号兼容模式"。
支持什么音乐格式?
MP3、FLAC、WAV、APE、OGG、M4A等主流格式都能完美支持。如果某些格式无法播放,开启"转换为MP3"选项就能解决。
网络连接不上怎么办?
确保小爱音箱和运行XiaoMusic的设备在同一个局域网内。如果还是无法连接,检查防火墙设置和端口配置即可。
💡 高级玩法:自定义你的智能助手
创建专属语音指令
通过配置文件,你可以添加个性化的语音指令:
"user_key_word_dict": {
"测试自定义口令": "exec#code1(\"hello\")",
"测试链接": "exec#httpget(\"https://example.com\")"
}
这让你的小爱音箱能够执行更多个性化任务,真正成为你的智能管家。
导入网络歌单
支持配置网络歌单链接,或者使用m3u文件转换工具创建自己的歌单。分享和导入歌单变得前所未有的简单。
🔒 安全使用提醒
为了保障你的账号安全,建议:
- 仅在可信的家庭网络中使用
- 设置强密码保护管理界面
- 定期查看系统日志
- 避免使用重要的小米账号
XiaoMusic为小爱音箱用户带来了真正的音乐播放自由。从此,想听什么就听什么,想怎么听就怎么听。你的小爱音箱,终于成为了它应有的样子——一个真正懂你音乐品味的智能伙伴。
现在,就动手试试吧!你会发现,原来小爱音箱的音乐功能,可以如此强大和贴心。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00

