Go-MusicFox 使用教程
1. 项目介绍
Go-MusicFox 是一个用 Go 语言编写的网易云音乐命令行客户端。它支持多种音质级别、UnblockNeteaseMusic、Last.fm、MPRIS 和 macOS 交互响应(如睡眠暂停、蓝牙耳机连接断开响应和菜单栏控制等)。Go-MusicFox 的 UI 基于 charmbracelet/bubbletea 进行了部分定制,旨在为用户提供一个简洁高效的命令行音乐播放体验。
2. 项目快速启动
2.1 安装 Go-MusicFox
2.1.1 通过 Homebrew 安装(macOS/Linux)
brew install anhoder/go-musicfox/go-musicfox
如果你之前安装过 musicfox,需要使用以下命令重新链接:
brew unlink musicfox && brew link --overwrite go-musicfox
2.1.2 直接下载可执行文件(macOS/Linux)
在 Release 页面 下载对应操作系统的可执行文件。
2.1.3 使用发行版软件包(Linux)
Arch Linux
从 AUR 安装:
paru -S go-musicfox
或者下载预编译好的二进制:
paru -S go-musicfox-bin
从 archlinuxcn 安装:
sudo pacman -S go-musicfox
Debian/Ubuntu
从星火商店安装:
sudo aptss install go-musicfox
2.1.4 手动编译
确保你已经安装了 Go 1.22 及以上版本。
git clone https://github.com/go-musicfox/go-musicfox
cd go-musicfox
go mod download
make
编译完成后,可以在 bin 目录下找到可执行文件。
2.2 启动 Go-MusicFox
在终端中运行以下命令启动 Go-MusicFox:
musicfox
3. 应用案例和最佳实践
3.1 在树莓派上使用 Go-MusicFox
Go-MusicFox 非常适合在树莓派等嵌入式设备上运行。你可以通过以下步骤在树莓派上安装并启动 Go-MusicFox:
- 安装必要的依赖:
sudo apt-get install python-dev mpg123
sudo pip install Netease-MusicBox
- 启动 Go-MusicFox:
musicbox
3.2 在 Docker 中运行 Go-MusicFox
你也可以在 Docker 容器中运行 Go-MusicFox。首先,创建一个 Dockerfile:
FROM golang:1.22
RUN git clone https://github.com/go-musicfox/go-musicfox && \
cd go-musicfox && \
go mod download && \
make
CMD ["/go-musicfox/bin/musicfox"]
然后构建并运行容器:
docker build -t go-musicfox .
docker run -it go-musicfox
4. 典型生态项目
4.1 BubbleTea
Go-MusicFox 的 UI 基于 charmbracelet/bubbletea 框架。BubbleTea 是一个强大的 Go 语言 TUI(终端用户界面)框架,适合构建复杂的命令行应用程序。
4.2 NeteaseCloudMusicApi
Go-MusicFox 使用了 NeteaseCloudMusicApi 来与网易云音乐 API 进行交互。这个项目提供了一系列 API,方便开发者与网易云音乐服务进行集成。
4.3 UnblockNeteaseMusic
Go-MusicFox 支持 UnblockNeteaseMusic,这是一个用于解锁网易云音乐海外限制的项目。通过集成 UnblockNeteaseMusic,用户可以在全球范围内享受网易云音乐的服务。
通过以上教程,你应该已经掌握了 Go-MusicFox 的基本使用方法。希望你能通过这个工具在命令行中享受音乐的乐趣!
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