关于 Listenbrainz
Listenbrainz MCP 服务提供全站热门艺人、指定用户的近期收听记录、正在播放内容和个人热门艺人。适合使用公开 ListenBrainz 音乐收听数据的 Agent;公开资料查询无需密钥。
主要功能
- 01查看全站热门艺人
- 02获取指定用户近期收听记录
- 03查看用户当前播放曲目
- 04查看指定用户的热门艺人
适用场景
- 01了解某段时间的全站热门艺人
- 02检查指定用户最近听过的曲目
- 03查询用户正在播放的歌曲
- 04查看指定用户常听的艺人
MCP 相关
向 MCP 客户端提供 ListenBrainz 收听数据查询工具,可经 Pipeworx 网关连接,也可作为本地 stdio MCP 服务运行。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://gateway.pipeworx.io/listenbrainz/mcpclaude mcp add --transport http pipeworx-io-listenbrainz https://gateway.pipeworx.io/listenbrainz/mcp{"mcpServers":{"pipeworx-io-listenbrainz":{"type":"http","url":"https://gateway.pipeworx.io/listenbrainz/mcp"}}}在 Cursor 中打开{"servers":{"pipeworx-io-listenbrainz":{"type":"http","url":"https://gateway.pipeworx.io/listenbrainz/mcp"}}}在 VS Code 中打开{"mcpServers":{"pipeworx-io-listenbrainz":{"type":"http","url":"https://gateway.pipeworx.io/listenbrainz/mcp"}}}{"mcpServers":{"pipeworx-io-listenbrainz":{"serverUrl":"https://gateway.pipeworx.io/listenbrainz/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
45| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| q | string | 否 | question 的别名。 |
| ask | string | 否 | question 的别名。 |
| text | string | 否 | question 的别名。 |
| input | string | 否 | question 的别名。 |
| packs | array | 否 | 可选。将路由限制为这些包的 slug(例如 ["sec-form-d","sec-13f"]),路由器随后只会从这些包中的工具进行选择。省略则使用默认的完整目录路由。Slug 可从 list_packs / search_packs / https://pipeworx.io/directory 获取;未列出或未知的 slug 会被忽略,并在 _meta.pack_scope.ignored 中列出。如果没有任何 slug 能匹配问题,则会在整个目录中路由,并设置 _meta.pack_scope.full_catalog:true(绝不会返回空答案)。 |
| query | string | 否 | question 的别名。 |
| prompt | string | 否 | question 的别名。 |
| message | string | 否 | question 的别名。 |
| question | string | 是 | 用自然语言表达的问题或请求。支持 query、q、prompt、text、input、ask、message 作为别名。 |
详细介绍
mcp-listenbrainz
ListenBrainz MCP。
属于 Pipeworx——一个将 AI Agent 连接到 1882+ 个实时数据源的 MCP 网关。这是一个独立的非官方集成,与上游提供方无关联、未获其认可,也非由其发布。
工具
| 工具 | 描述 |
|---|---|
top_artists | ListenBrainz 全站热门艺人(开放音乐收听数据,关联 MetaBrainz/MusicBrainz)。指定时间范围内所有用户收听次数最多的艺人。无需密钥。 |
user_listens | 某个明确指定的 ListenBrainz 用户最近的收听记录(曲目播放记录),按时间从新到旧排列——仅当问题中明确提及用户名时使用;切勿使用猜测或示例用户名。开放音乐收听数据,关联 MusicBrainz。公开个人资料无需密钥。 |
now_playing | ListenBrainz 用户当前正在收听的内容(如果有,即正在播放的曲目)。开放音乐收听数据。公开个人资料无需密钥。 |
user_top_artists | 某个明确指定的 ListenBrainz 用户在指定时间范围内收听次数最多的艺人——仅当问题中明确提及 ListenBrainz 用户名时使用。绝不用于“推荐热门音乐”或“2026 年热门歌曲”等一般问题(此类问题应使用 last-fm chart_top_artists / tag_top_artists),也绝不可使用猜测或示例用户名——否则会将陌生人的个人收听记录当作答案呈现。开放音乐收听数据,关联 MusicBrainz。公开个人资料无需密钥。 |
快速开始
添加到你的 MCP 客户端(Claude Desktop、Cursor、Windsurf 等):
{
"mcpServers": {
"listenbrainz": {
"url": "https://gateway.pipeworx.io/listenbrainz/mcp"
}
}
}
此端点实际提供的内容
https://gateway.pipeworx.io/listenbrainz/mcp 上的 tools/list 会返回上表中的工具,以及共享的 Pipeworx 元工具——ask_pipeworx、
discover_tools、search_within、remember/recall 和网关全局工具集中的其他工具。因此,你看到的工具数量会多于此表所列:目前,单个工具包端点除了该工具包自身的工具外,还会列出约 30 个共享工具。连接的 initialize 响应会说明其确切范围,是当日情况的权威说明。
这是有意为之,并非意外复用。元工具可以让作用范围受限的连接回答该工具包无法处理的问题——通过 ask_pipeworx 跨整个目录进行路由——而无需你再添加第二个 MCP 服务。目前无法挂载不带这些元工具的工具包端点;如果额外的架构定义占用的上下文超过路由功能带来的价值,请连接一次完整网关,而不是连接多个工具包端点。
也可以连接完整的 Pipeworx 网关,直接获取每个工具包列出的所有工具,而不只是当前工具包的工具:
{
"mcpServers": {
"pipeworx": {
"url": "https://gateway.pipeworx.io/mcp"
}
}
}
两个 URL 都连接到同一个网关和相同的 1882+ 个数据源。唯一的区别在于,哪个工具包的工具会被直接列出;从任一端点都可以通过 ask_pipeworx 访问所有工具。
没有 MCP 客户端?通过 HTTP 调用
curl -X POST https://gateway.pipeworx.io/v1/tools/top_artists \
-H 'Content-Type: application/json' \
-d '{"range":"week","count":10}'
首次调用无需账户。查看任意工具:GET https://gateway.pipeworx.io/v1/tools/top_artists。查找工具:使用 {"query":"..."} 向 https://gateway.pipeworx.io/v1/tools/search_packs 发送 POST 请求。
独立运行(无需网关账户)
此软件包也可以作为本地 stdio MCP 服务运行——无需 Pipeworx 账户,也无需通过网关往返:
{
"mcpServers": {
"listenbrainz": {
"command": "npx",
"args": ["-y", "@pipeworx/mcp-listenbrainz"]
}
}
}
也可以直接运行,以确认服务能够启动:
npx -y @pipeworx/mcp-listenbrainz
它通过 stdin/stdout 使用 MCP 通信,并仅针对此工具包的工具响应 initialize/tools/list/tools/call——不包含上方网关连接额外提供的任何共享元工具。数据源和工具相同,但不支持 ask_pipeworx 路由。
与 ask_pipeworx 搭配使用
你可以用通俗英语提问,而不是直接调用工具——无论使用上方的工具包端点,还是完整网关,都可以这样做:
ask_pipeworx({ question: "your question about Listenbrainz data" })
网关会自动选择合适的工具并填写参数。
更多信息
许可证
MIT
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。