网易云音乐自动打卡神器:300首听歌签到直冲LV10攻略
2026-02-06 04:25:47作者:齐添朝
核心功能速览
🔍 自动签到打卡
每天自动完成网易云音乐签到任务,无需手动操作。💡 支持多账号切换
🔍 批量听歌打卡
每日自动播放300首歌曲,快速提升听歌数量。💡 随机间隔防检测
🔍 等级进度追踪
实时显示当前等级和升级所需听歌数量。💡 升级倒计时提醒
🔍 多渠道消息推送
支持Server酱、WxPusher、Bark等多种推送方式。💡 任务结果即时知
🔍 多账号管理
通过配置文件可管理多个网易云音乐账号。💡 批量操作更高效
3分钟上手流程
1️⃣ 环境准备
git clone https://gitcode.com/gh_mirrors/ne/neteasy_music_sign
cd neteasy_music_sign
pip install -r requirements.txt
⚠️ 常见错误排查:
- 若出现"requests"模块缺失,请运行
pip install requests==2.20.0 - Python版本需3.6及以上,可通过
python --version检查
2️⃣ 配置文件设置
📌 单账号配置(修改init.config):
[token]
account = 手机号或邮箱
password = 密码(明文)
countrycode = 86(国内用户)
al_id = 歌单ID(需包含300首以上歌曲)
[setting]
api = http://localhost:3000/
peopleSwitch = false
pushmethod = 推送方式(可选wxpusher、SCTurbo或留空)
📌 多账号配置(修改account.json):
[
{
"countrycode": 86,
"account": "账号1",
"password": "MD5加密后的密码",
"al_id": 歌单ID,
"pushmethod": "推送方式"
},
{
"countrycode": 86,
"account": "账号2",
"password": "MD5加密后的密码",
"al_id": 歌单ID,
"pushmethod": "推送方式"
}
]
3️⃣ 启动程序
python main.py
🔍 检查点:程序运行后会在当前目录生成run.log文件,可查看详细执行日志
实战场景教学
📝 歌单ID获取方法
- 打开网易云音乐网页版,创建或选择一个包含300首以上歌曲的歌单
- 查看歌单详情页,URL中"id="后面的数字即为歌单ID
- 将获取到的ID填入配置文件的al_id字段
💡 建议选择自己喜欢的歌单,避免频繁切换
📝 推送功能配置
Server酱推送
- 访问http://sc.ftqq.com/注册账号
- 获取SCKEY并填入配置文件的sckey字段
- 设置pushmethod为"SCTurbo"(Turbo版)或留空(免费版)
WxPusher推送
- 访问https://wxpusher.zjiecode.com/注册账号
- 创建应用获取appToken,添加用户获取wxpusheruid
- 配置文件中设置pushmethod为"wxpusher",并填入appToken和wxpusheruid
📝 定时任务设置(Linux系统)
- 打开终端,输入
crontab -e - 添加以下内容:
0 8 * * * python /path/to/neteasy_music_sign/main.py - 保存退出,每天早上8点将自动执行签到任务
💡 建议设置在固定时间,模拟真实使用习惯
进阶玩法
🔧 反检测设置建议
- 避免使用默认固定时间间隔,程序已内置随机休眠(60-90秒)
- 定期更换歌单,避免长期使用同一歌单
- 适当调整每日打卡时间,模拟真实用户行为
- 配置文件中设置合理的countrycode,与账号注册地匹配
🔧 多账号管理技巧
- account.json中可添加多个账号信息
- 不同账号可设置不同推送方式
- 建议为每个账号分配独立的歌单,降低关联风险
- 开启peopleSwitch=true即可启用多账号模式
🔧 结合Docker部署
项目提供Dockerfile和docker-compose.yml,可通过Docker快速部署:
cd compose
docker-compose up -d
同类工具横向对比
| 工具名称 | 核心功能 | 防检测能力 | 易用性 | 多账号支持 | 推送方式 |
|---|---|---|---|---|---|
| neteasy_music_sign | 签到+300首听歌 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | 支持 | 多种 |
| 网易云签到助手 | 仅签到 | ⭐⭐ | ⭐⭐⭐ | 不支持 | 单一 |
| 云音乐打卡机 | 签到+100首听歌 | ⭐⭐⭐ | ⭐⭐ | 支持 | 有限 |
注意事项
⚠️ 使用本工具时请遵守网易云音乐用户协议 ⚠️ 请勿过度依赖自动化工具,合理使用 ⚠️ 项目仅用于学习交流,请勿用于商业用途 ⚠️ 定期更新程序以获取最新功能和安全补丁
通过本工具,你可以轻松实现网易云音乐的自动签到和听歌打卡,快速提升账号等级。无论是想解锁更高等级的特权,还是单纯想保持连续签到记录,这款工具都能满足你的需求。现在就开始使用,向LV10等级进发吧!
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust050
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- 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
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
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
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
项目优选
收起
暂无描述
Dockerfile
682
4.37 K
Ascend Extension for PyTorch
Python
524
638
Claude 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 Started
Rust
224
50
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
402
308
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
951
903
暂无简介
Dart
929
229
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.58 K
913
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
214
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
125
205
昇腾LLM分布式训练框架
Python
145
170

