Анализатор Совместимости Плейлистов

Данный проект представляет собой веб-сервис, предназначенный для анализа и сравнения музыкальных плейлистов из двух популярных стриминговых платформ: Spotify и Яндекс.Музыка.

Основная функция сервиса – вычисление коэффициента совместимости двух плейлистов на основе пересечения их трек-листов. Пользователям предоставляется детализированный отчет, включающий процентное выражение совместимости, списки общих музыкальных композиций и исполнителей.

Дополнительно, сервис позволяет генерировать персонализированное графическое изображение с ключевыми результатами анализа для удобного распространения в социальных сетях или личных сообщениях.

Проект нацелен на предоставление пользователям инструмента для исследования музыкальных предпочтений и поиска общих интересов с другими слушателями.

🖼️ Скриншоты

Пример главного экрана:

Пример отображения результатов (или сгенерированного изображения):

🚀 Возможности

• Сравнение плейлистов: Поддержка плейлистов из Spotify и Яндекс.Музыки.
• Анализ совместимости: Расчет процента совпадения на основе общих треков.
• Детализированные результаты: Отображение списка общих треков (с указанием исполнителей) и списка общих исполнителей.
• Генерация изображения для шаринга:
  • Указание имен двух пользователей.
  • Отображение процента совместимости.
  • Включение топ-3 общих треков и топ-3 общих исполнителей.
  • Стилизация изображения в соответствии с общей темой сайта.
• Пользовательский интерфейс:
  • Адаптивный дизайн для корректного отображения на различных устройствах.
  • Переключатель тем оформления (светлая/темная).
• Производительность: Асинхронная загрузка данных плейлистов для ускорения обработки.
• Кэширование: Внутрисессионное кэширование результатов сравнения для идентичных пар плейлистов.

🛠 Технологический стек

• Бэкенд:
  • Python 3.9+
  • Flask (с поддержкой асинхронности)
  • Spotipy (для Spotify API)
  • yandex-music (для API Яндекс.Музыки)
  • Pillow (PIL) (для генерации изображений)
  • python-dotenv (для управления переменными окружения)
• Фронтенд:
  • HTML5
  • Tailwind CSS
  • Vanilla JavaScript
• Шрифты для генерируемого изображения: Inter (или другие, указанные в image_generator.py)

⚙️ Установка и запуск

Предварительные требования

• Python 3.9 или выше.
• pip (менеджер пакетов Python).
• git (для клонирования репозитория).

Шаги установки

1. Клонируйте репозиторий:

   git clone <URL_вашего_репозитория_на_GitHub>
   cd <название_папки_проекта>

2. Создайте и активируйте виртуальное окружение:

   python3 -m venv venv
   source venv/bin/activate  # для macOS/Linux
   # venv\Scripts\activate    # для Windows

3. Установите зависимости: Создайте файл requirements.txt в корне проекта (если его еще нет):

   Flask[async]>=2.0
   spotipy
   yandex-music
   Pillow
   python-dotenv
   # gunicorn или uvicorn (опционально, для продакшена)

   Установите зависимости:

   pip install -r requirements.txt

4. Настройте переменные окружения: Создайте файл .env в корневой директории проекта и добавьте ваши API-ключи и токены:

   SPOTIPY_CLIENT_ID="ВАШ_SPOTIFY_CLIENT_ID"
   SPOTIPY_CLIENT_SECRET="ВАШ_SPOTIFY_CLIENT_SECRET"
   YANDEX_MUSIC_TOKEN="ВАШ_YANDEX_MUSIC_TOKEN"

   • SPOTIPY_CLIENT_ID и SPOTIPY_CLIENT_SECRET можно получить на Spotify Developer Dashboard.
   • YANDEX_MUSIC_TOKEN - OAuth токен для Яндекс.Музыки. Способы его получения могут меняться; часто это делается через инструменты разработчика в браузере при авторизации в Яндекс.Музыке.

5. Шрифты для генерации изображений: Убедитесь, что файлы шрифтов (например, Inter-Bold.ttf, Inter-Regular.ttf) находятся в папке static/fonts/ вашего проекта, как указано в image_generator.py.

Запуск приложения

1. Для разработки: Находясь в активированном виртуальном окружении и в корневой папке проекта:

   flask run

   Или, если в app.py используется app.run():

   python app.py

   Приложение обычно доступно по адресу http://127.0.0.1:5000/.

2. Для продакшена (рекомендуется из-за асинхронности): Используйте ASGI-сервер, например, Uvicorn:

   # pip install uvicorn # если еще не установлен
   uvicorn app:app --host 0.0.0.0 --port 8000 --reload

📂 Структура проекта