🎵 你的听歌历史，不应只是流媒体服务器上的冷数据

大家好，作为一名 macOS 深度乐迷，我一直觉得：音乐不仅是流动的空气，更是我们生命中不曾停歇的数字资产。

然而，目前的流媒体平台（ Apple Music, Tidal, Qobuz 等）往往将我们的听歌记录封锁在各自的围墙内。如果你使用 Audirvana 或 Roon 追求极致音质，这些宝贵的聆听痕迹更是难以被统一记录和深度挖掘。

于是，我用 Go 编写了 SonicLens （音眸）。

✨ 什么是 SonicLens ？

SonicLens 是一架专为 macOS 用户打造的“声之透镜”。它静默地守候在播放器之后，通过高频采样与无感监控，将你的每一次聆听凝结为属于你个人的、跨平台的音眸轨迹。

🔗 GitHub: https://github.com/vincentchyu/sonic-lens

🚀 核心亮点

• 🛡️ 数据资产化: 所有播放数据通过 SQLite 、MySQL 存储在本地，彻底摆脱平台限制，你的数据你做主。
• 🎧 多平台无感监控: 基于 Go 并发特性，完美支持 Audirvana、Roon 以及 Apple Music 的实时状态采集。
• 👁️ 音眸智能洞察 (Sonic Insight): 接入 AI 大模型（ Gemini/Ollama 等），对歌词进行深度情感与语义解析，帮你从文字维度重新认识每一首歌，尤其是小语种。
• ⚡ 实时交互仪表板: 采用 WebSocket 架构，秒级同步播放状态（比特率、封面、进度等），UI 追求极致的设计感。
• 📮 一键分享印记: 生成带有封面的 AI 见解海报，让你的聆听瞬间充满仪式感。

🛠️ 技术侧写

作为一个程序员，我在实现过程中加入了一些好玩的细节：

• 使用 Goroutines 为每个播放器开启独立监听。
• 通过 AppleScript 实现对底层播放器的无感采样。
• 遵循 Last.fm 协议实现 Scrobble 逻辑，并使用 Redis 进行状态预测加速。
• 前端基于 SSE (Server-Sent Events) 实现 AI 解析结果的流式呈现。

📸 效果展示

(附上 README 中的几张截图)

📢 结语

这个项目是我对“科技与人文”结合的一次尝试。如果你也是对音质有追求、对数据有执念的 macOS 用户，欢迎试用并提出你的建议！

如果觉得还不错，也欢迎点个 Star 鼓励一下。

再次感谢大家的时间。

GitHub 地址：https://github.com/vincentchyu/sonic-lens

小红书可以搜索 #Soniclens #音眸轨迹 词条