O desafio principal foi criar uma metodologia confiável a partir de créditos incompletos. Músicas feitas com softwares de produção e lançamentos de cenas underground frequentemente não têm instrumentação detalhada em bases públicas. Em uma pesquisa inicial com 250 faixas de cinco perfis, apenas 26 tinham créditos instrumentais diretamente atribuíveis à gravação ou à faixa.

Além disso, também era preciso processar um grande volume de relações do MusicBrainz sem transferir a carga desse trabalho para cada consulta do usuário. O resultado deveria distinguir um instrumento creditado em uma faixa dos instrumentos recorrentes na obra de um artista, preservar as fontes e não mentir quando faltassem dados.

Construí a interface em Svelte e TypeScript, com estilo próprio sobre componentes acessíveis do Bits UI. A primeira versão do backend, em Python, fazia enriquecimento assíncrono por consultas online. Essa abordagem ajudou a investigar os créditos, mas dependia da disponibilidade da API pública e não resolvia a baixa cobertura. Adotei então um snapshot offline do MusicBrainz: um ETL em Rust processa dezenas de milhares de créditos e organiza os dados em fragmentos versionados para publicação no Cloudflare R2. Jobs de hidratação leem esses fragmentos e materializam no Cloudflare D1 os registros necessários para as consultas. A arquitetura permite que um Worker em TypeScript exponha o histórico do Last.fm e as evidências, e o navegador monta o retrato.

Na primeira versão, separei duas leituras: a paleta das faixas usa apenas créditos atribuíveis à gravação ou à faixa; o vocabulário dos artistas mostra instrumentos recorrentes em gravações documentadas desses artistas, sem atribuí-los automaticamente às músicas ouvidas. Cobertura, versões e estados de evidência insuficiente acompanham o resultado. O enriquecimento pendente pode melhorar, em uma consulta futura, um retrato com baixa cobertura.

O piloto apresenta uma paleta instrumental para um perfil público do Last.fm, com famílias sonoras, equilíbrio entre fontes acústicas e eletrônicas e indicação da cobertura dos créditos. Quando há evidência suficiente, oferece uma descoberta instrumental e uma interpretação editorial da escuta. A pessoa pode explorar fichas de instrumentos e famílias sonoras com curiosidades e fontes, além de baixar uma imagem do retrato para compartilhar ou então, guardar.

O resultado distingue os instrumentos documentados nas faixas daqueles recorrentes entre os principais artistas do histórico. Quando os créditos não sustentam uma conclusão, a interface mostra um resultado parcial ou insuficiente. O retrato descreve características das músicas ouvidas de forma lúdica; não se vende como um teste de personalidade nem uma análise do áudio.