TIDAL MCP服务器
结合LLM的个性化音乐推荐与歌单管理工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：TIDAL MCP服务器。 它的用途是：结合LLM的个性化音乐推荐与歌单管理工具 完整的 Skill 内容见：https://321skill.com/skills/tidal-mcp服务器/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我创建一个名为‘深夜编码’的歌单，要一些节奏舒缓、带有电子氛围感、能帮助集中注意力的纯音乐。”，它会理解你的需求，调用TIDAL MCP服务器在TIDAL曲库中搜索符合条件的曲目，并自动创建一个包含这些推荐歌曲的新歌单。你还可以接着说：“把里面太沉闷的曲子换掉几首”，它会根据你的反馈进行调整。
介绍
TIDAL MCP服务器旨在解决用户在庞大音乐库中难以高效发现符合个人偏好音乐的痛点。它通过连接TIDAL音乐服务，利用大型语言模型（LLM）理解用户的自然语言描述（如“适合雨天听的放松爵士乐”或“类似Taylor Swift风格的新歌”），智能筛选曲库并生成高度个性化的推荐列表或歌单。
用户只需在支持MCP协议的AI助手（如Claude Desktop）中安装此Skill，即可通过自然对话的方式与AI交互，下达音乐搜索、推荐、歌单创建与管理等指令。AI会将用户请求转化为对TIDAL服务的精准查询，并将结果以结构化的方式呈现给用户。
该工具特别适合音乐爱好者、内容创作者、社媒运营等需要频繁探索和整理音乐以匹配不同场景或内容主题的用户。它降低了专业音乐筛选的门槛，让非专业用户也能轻松获得高质量的个性化音乐推荐。
使用前需确保拥有TIDAL账户及相应的API访问权限。由于依赖LLM的理解能力，建议在提出音乐需求时尽量具体描述风格、情绪、场景或参考艺人，以获得更精准的推荐。注意，其功能受限于TIDAL曲库的覆盖范围及API的调用限制。
核心特点
与单纯基于算法标签的音乐推荐不同，本Skill深度融合了LLM的自然语言理解能力，允许用户用模糊、复杂或跨维度的描述（如“带有复古合成器音效的励志流行歌”）来寻找音乐，实现了更人性化、更灵活的“对话式”音乐发现。同时，它将智能推荐与歌单的创建、管理流程无缝整合，形成从“发现”到“整理”的一站式工作流。
注意事项
不适合需要直接播放音乐或进行复杂音频编辑的场景，其核心功能是推荐与歌单管理，而非音乐播放器。
常见问题
需要TIDAL会员吗？
是的，需要有效的TIDAL账户及相应的API访问权限来获取曲库数据。
能帮我管理Spotify的歌单吗？
不能，目前仅支持与TIDAL音乐服务进行集成。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/tidal-mcp服务器/raw/index.md 读取 TIDAL MCP服务器 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/tidal-mcp服务器/raw/index.md（查看排版版本）