Was macht ncm-listening-profile?
Sammelt die Haupt-Playlist und Hörcharts von NetEase Cloud Music und erstellt lokale Hörprofil-Analysedaten und einen AI-Prompt.
Sammelt die Haupt-Playlist und Hörcharts von NetEase Cloud Music und erstellt lokale Hörprofil-Analysedaten und einen AI-Prompt.
Das Skill `dragonknightk/ncm-listening-profile` dient dazu, aus NetEase Cloud Music (NCM) die Haupt-Playlist des Benutzers sowie seine Hörcharts zu extrahieren. Auf Basis dieser Daten generiert es eine lokale Hörprofil-Analyse (Listening Profile) und einen AI-Prompt, mit dem ein Sprachmodell die Hörgewohnheiten des Nutzers besser verstehen und personalisierte Musikempfehlungen oder Analysen geben kann. Es ist besonders nützlich für Entwickler, die personalisierte Musik- oder Analysesysteme auf Basis von NCM-Daten bauen möchten. Das Tool arbeitet offline und erfordert keine externe API außer dem Zugriff auf die NetEase-Cloud-Music-Schnittstelle.
npx skills add dragonknightk/ncm-listening-profileInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Sammelt die Haupt-Playlist und Hörcharts von NetEase Cloud Music und erstellt lokale Hörprofil-Analysedaten und einen AI-Prompt.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.