设置自动化

适用人群
- Spotify 用户：希望系统性地归档他们的听歌历史，并将其分类到自定义播放列表中。
- 音乐爱好者：想要通过自动化流程来管理和组织他们的音乐收藏。
- 数据分析师：需要分析和分类音乐数据，利用 AI 模型来优化播放列表。
- 内容创作者：希望创建和维护高质量的音乐播放列表，以提升听众体验。

解决的问题
- 自动化归档：每月自动跟踪和存储 Spotify 喜欢的曲目到 Google 表格中，确保不会遗漏任何重要的音乐记录。
- 播放列表分类：利用 AI 模型对曲目进行分类，确保每首曲目都能被准确地归入多个相关播放列表中。
- 避免重复：过滤掉已经记录的曲目，确保只记录新曲目，减少数据冗余。

工作流程步骤
1. 触发器：每月定时触发工作流，自动开始数据处理。
2. 获取播放列表：从 Spotify 获取用户的播放列表，并过滤出特定用户的播放列表。
3. 获取曲目：从用户的 Spotify 库中提取所有曲目。
4. 音频特征提取：使用 Spotify API 获取每首曲目的音频特征，如流行度、舞蹈感、能量等。
5. 数据合并：将曲目信息与其音频特征合并，形成完整的数据集。
6. 日志记录：将新曲目记录到 Google 表格中，确保数据的完整性和可追溯性。
7. AI 分类：利用 AI 模型分析曲目并将其分类到适合的播放列表中。
8. 更新播放列表：将分类后的曲目批量添加到对应的 Spotify 播放列表中。

自定义指南
- 凭证设置：确保您拥有有效的 Spotify OAuth2 和 Google 表格访问凭证。
- 触发器配置：选择手动或定时触发以启动工作流。
- Google 表格准备：设置一个结构合理的 Google 表格以记录曲目详情。
- 播放列表设置：准备多样化的播放列表及详尽的描述，以适应不同的音乐风格和情绪。
- 调整分类条件：修改 AI 模型的分类标准，以符合个人音乐偏好。
- 增强曲目分析：结合额外的音频特征或外部数据源，以更精细地分类曲目。
- 个性化数据记录：根据归档偏好自定义要记录的曲目属性。
- 配置调度：设置首选的定期曲目归档时间表，例如每月或每周。