把 YouTube 观看习惯转化成一个“自我学习的音乐大脑”

分享一个把 YouTube 历史变成个性化音乐库的实操方案，这本质上是一个从数据采集到特征工程的完整工作流。

从零构建 Auto-DJ 的技术链路

要实现这个系统，不能只靠简单的 API 调用，得构建一套完整的闭环：

一、数据采集层（前端侦查）
需要写一个浏览器插件（Content Script），实时监听 YouTube 播放页面的 video 标签。关键在于捕捉 timeupdate、pause 和 seeked 事件。

• 核心逻辑： 记录用户在视频中的具体停留片段。比如一首歌 210 秒，用户在 0-41 秒跳过了，但在副歌部分反复循环，这个“跳过”和“回溯”的行为比简单的“观看记录”包含多得多的情感权重。

二、数据传输与存储（后端存证）
使用 FastAPI 搭建轻量级后端，接收插件传来的 JSON 数据包。

{
  "video_id": "xxxx",
  "title": "Song Name",
  "watch_segments": [[0, 41], [132, 222]],
  "timestamp": "2023-10-27T21:47:00Z",
  "session_id": "sess_001"
}

数据库建议直接上 PostgreSQL + pgvector。原始事件必须完整保留，因为后续调整模型权重时，需要重新计算所有原始信号。

三、特征加工与分析（离线处理）
这是最硬核的部分，每天定时跑一次 Pipeline：

• 分类过滤： 剔除掉非音乐类视频。
• 元数据解析： 通过标题解析和外部 API 补全歌曲真实信息。
• 行为打分： 将观看百分比、重复播放次数、时间段（比如深夜 11 点听 Synthwave）转化为隐式评分。
• 向量化： 将音频特征转化为 Embedding 存入向量库，实现真正的“听感相似”推荐，而非简单的标签匹配。

这个项目的难点不在于写代码，而在于如何定义“喜欢”。是完整看完就算喜欢？还是反复听某一段才算？这种基于行为数据的实战探索，比直接调用某个大模型 API 要有趣得多。