feat: improved radio/fm algorithm with user feedback

[LWWZH]

简介与背景

当前 FM/Radio 模式的歌曲推荐算法较为基础。Radio.fetch_songs_func（feeluown/player/radio.py:18）存在两个已知问题：

1. 排序粗糙：获取到的相似歌曲没有按相似度排序（代码中有 TODO: "sort the songs by similarity"）
2. 无反馈机制：用户跳过/删除歌曲的行为没有被用来调整后续推荐

现有代码中的策略描述：

1. similar songs (most providers have this functionality)
2. a random song in the same album or similar album
3. popular songs sang by the same artist or similar artist

此外，FM._on_songs_fetched（feeluown/player/fm.py:110）在获取不到足够歌曲时直接退出 FM 模式，体验不够友好。

同时，项目已具备 AI 基础设施（feeluown/ai/copilot.py，LangChain/OpenAI 兼容），可以作为增强推荐的底层能力。

方案概述

Phase 1: 基础改进（无 AI）

1.1 用户反馈信号

在 Playlist 中新增用户行为事件：

# feeluown/player/playlist.py
self.song_skipped = Signal()    # (song, duration_played)
self.song_liked = Signal()      # (song,)
self.song_disliked = Signal()   # (song,)

触发时机：

• skip: 用户在播放 < 30% 时点击 next
• like: 用户点击收藏按钮
• dislike: 用户从播放列表中删除当前歌曲（已有 remove 逻辑）

1.2 反馈存储

新增 FeedbackStore（建议 feeluown/player/feedback.py）：

class FeedbackStore:
    """基于本地 SQLite 的轻量反馈存储"""

    def record_skip(self, song, duration_played)
    def record_like(self, song)
    def record_dislike(self, song)
    def get_song_score(self, song) -> float  # -1.0 ~ 1.0
    def get_similar_song_weight(self, song, candidate) -> float

存储位置：~/.feeluown/feedback.db（SQLite），表结构：

CREATE TABLE feedback (
    song_uri TEXT PRIMARY KEY,
    skip_count INTEGER DEFAULT 0,
    like_count INTEGER DEFAULT 0,
    dislike_count INTEGER DEFAULT 0,
    total_play_duration REAL DEFAULT 0,
    last_played_at TIMESTAMP
);

CREATE TABLE song_similarity (
    song_uri TEXT,
    candidate_uri TEXT,
    score REAL,
    PRIMARY KEY (song_uri, candidate_uri)
);

1.3 改进 Radio 排序

修改 Radio.fetch_songs_func（feeluown/player/radio.py:18）：

def fetch_songs_func(self, number):
    valid_songs = []
    while len(valid_songs) < number:
        if not self._stack:
            break
        song = self._stack.popleft()
        if song not in self._app.playlist.list():
            continue
        provider = self._app.library.get(song.source)
        if not isinstance(provider, SupportsSongSimilar):
            continue
        songs = provider.song_list_similar(song)
        for candidate in songs:
            if candidate not in self._songs_set:
                valid_songs.append(candidate)
                self._similarity_cache[(song, candidate)] = 1.0

    # 新增：按反馈分数排序
    scored = []
    for song in valid_songs:
        score = self._feedback_store.get_song_score(song)
        scored.append((score, song))
    scored.sort(key=lambda x: x[0], reverse=True)

    for _, song in scored[:number]:
        self._stack.append(song)
        self._songs_set.add(song)
    return [s for _, s in scored[:number]]

1.4 FM 模式降级而非退出

修改 FM._on_songs_fetched（feeluown/player/fm.py:110）：

def _on_songs_fetched(self, future):
    try:
        songs = future.result()
    except asyncio.CancelledError:
        logger.exception("fm-fetch-songs task is cancelled")
    except ProviderIOError:
        logger.exception("fm-fetch-songs io error")
    else:
        if len(songs) < self._minimum_per_fetch:
            # 改进：不立即退出，而是从播放历史中随机补充
            fallback_songs = self._get_fallback_songs(self._minimum_per_fetch)
            if fallback_songs:
                self._feed_playlist(fallback_songs)
            else:
                self._app.show_msg(t("track-radio-not-enough"))
                self.deactivate()
        else:
            self._feed_playlist(songs)
    finally:
        self._is_fetching_songs = False

Phase 2: AI 增强（可选，后续迭代）

利用 feeluown/ai/copilot.py 的 LangChain 集成，基于用户反馈历史生成更精准的推荐：

• 分析用户喜欢的歌曲的 artist/genre/era 模式
• 使用 embedding 模型计算歌曲语义相似度（而非仅依赖 provider 的 similar 接口）
• 在用户跳过特定歌曲时，反向学习排除该特征

此阶段依赖 Phase 1 的反馈数据积累，建议作为后续独立 PR。

不在本次范围内

• 跨 provider 的相似度整合（Phase 1 仅使用当前 provider 的 similar 接口）
• 社交功能（共享 radio 偏好）
• 实时学习模型（使用本地统计而非在线学习）

参考

• feeluown/player/radio.py:18 — Radio.fetch_songs_func（含 TODO）
• feeluown/player/radio.py:49 — TODO: "sort the songs by similarity"
• feeluown/player/fm.py:83 — _on_playlist_eof_reached
• feeluown/player/fm.py:110 — _on_songs_fetched（降级退出逻辑）
• feeluown/ai/copilot.py — AI 基础设施
• feeluown/player/recently_played.py — 播放历史数据

[cosven]

这个 PR 里面引入了一个 “AI 电台” 功能，应该能部分满足这个 issue 的特性
#1057