标题：**亲手造一个音乐发现工作流，把算法茧房砸穿**

到2025年，Spotify里塞了超过1亿首歌，但推荐引擎越来越摆烂——你点了一首独立摇滚，接下来三天全给你喂同款。所谓的“Discover Weekly”早就被播放量绑架，热门歌单全是厂牌买的。我花了差不多半年时间，绕开这些黑盒推荐，搭了一套自己的音乐探索系统，核心就一句话：把「被动听」变成「主动挖」。

我的做法分三块：源头筛选、数据沉淀、以及主动回溯。源头用好几个接口并行拉取： 

• 用Last.fm的相似标签/关联艺人做种子扩展，但会故意扣掉流行度过滤（没热度的小虾米反而容易挖到宝）。
• 加上RateYourMusic的年度排行榜拿高评冷门专，爬取社区标注的细分风格（比如“Ambient Jungle”）反向搜索。
• 再用Discogs抓厂牌发布履历——盯住一个喜欢的独立厂牌，看它签过的所有艺人，比算法猜你更靠谱。

数据全部落本地SQLite，自己写脚本标记“听过且存档”的条目，之后用Plexamp当播放前端。最关键的一步是「回溯清单」：每隔两周随机抽取10条三个月前收藏但没细听的曲目，强制执行“听不进就删”，避免歌单越长、收藏越死。这个循环坚持了几个月，发现率从原来的每周1-2首新歌变成稳定6-8首，而且风格跨度从黑金属一路穿到合成波。

这套东西谈不上多硬核，数据库+脚本+Plex的搭配也不新鲜，但核心是反直觉：算法追求让你停留，而你自己要追求让你离开舒适区。唯一踩过的坑是API限流，Discogs调用太频繁被封过一次，后来加了延迟队列解决。思路完全可复制，工具选自己喜欢的就行——你要是不想折腾Plex，用Navidrome甚至本地播放器都行。

最后吐槽一句：哪怕你再不喜欢手动搭建，至少把“猜你喜欢”点掉，换点别的输入源，效果都比躺平听强。工具不重要，主动探索的姿态才重要。