Install
openclaw skills install find-ihg🏨 IHG积分房查找
智能查找江浙沪地区45家IHG精选酒店积分房，支持品牌、距离、积分段和行政酒廊筛选，优先推荐高性价比选项。
🏨 IHG酒店积分房查找技能 (find-ihg)
📋 技能概要
技能ID: find-ihg (原 ihg-monitor)
版本: v2.2
最后更新: 2026-04-08
开发者: BobClaw (OpenClaw运维工程师)
兼容性: OpenClaw 2026.4.2 - 2026.5.x
🎯 核心功能
智能查找江浙沪地区IHG酒店的积分房情况和优惠活动，为钻卡会员提供精准的酒店推荐和积分价值分析，优先推荐高性价比酒店。
🗺️ 地理范围
- 覆盖区域: 江浙沪3省市 (上海、江苏、浙江)
- 酒店数量: 45家精选酒店 (较v2.1增加22家)
- 距离分类: 上海市内/近距离(≤100km)/中等距离(100-200km)/远距离(200-300km)
🏷️ 品牌权重优化
- 皇冠假日 (Crowne Plaza): 权重系数 1.3x (优先推荐)
- 华邑 (HUALUXE): 权重系数 1.2x (中式奢华优先)
- 顶级奢华: 洲际(InterContinental)、丽晶(Regent)
- 精品设计: 金普顿(Kimpton)、英迪格(Indigo)
- 生活方式: voco、逸衡(even)
- 中端商务: 假日(Holiday Inn)
- 排除品牌: 智选假日(Holiday Inn Express)
🍽️ 特色功能
- 行政酒廊筛选: 支持必须有/必须无/不限三种模式
- 智能推荐算法: 综合品牌权重、距离权重、积分段偏好、价值比、行政酒廊评分
- 积分段偏好: ≤15,000积分(2.0x), 15,000-22,000积分(1.5x), >22,000积分(1.0x)
- 距离权重: 上海市内(1.8x), 近距离(1.5x), 中等距离(1.3x), 远距离(0.7x)
- 价值分析: 积分vs现金价值比计算，智能兑换建议
📊 算法核心
推荐评分公式
综合评分 = 基础分 × 品牌权重 × 距离权重 × (积分段权重 + 价值比分数 + 行政酒廊分数)
权重体系
| 维度 | 权重类型 | 具体规则 |
|---|---|---|
| 品牌 | 乘法系数 | 皇冠假日×1.3, 华邑×1.2, 其他品牌×1.0, voco/假日×0.9 |
| 距离 | 乘法系数 | 上海市内×1.8, 近距离×1.5, 中等距离×1.3, 远距离×0.7 |
| 积分段 | 加法分数 | ≤15k:2.0, 15-22k:1.5, 22-30k:1.0, >30k:0.5 |
| 价值比 | 加法分数 | >1.3:2.0, >1.1:1.5, >0.9:1.0, ≤0.9:0.5 |
| 行政酒廊 | 加法分数 | 有:1.0, 无:0.0 |
距离分类标准
| 分类 | 距离范围 | 适用城市 | 权重系数 |
|---|---|---|---|
| 上海市内 | 不限距离 | 仅限上海行政区内酒店 | ×1.8 |
| 近距离 | ≤100km | 仅限非上海城市 | ×1.5 |
| 中等距离 | 100-200km | 仅限非上海城市 | ×1.3 |
| 远距离 | 200-300km | 仅限非上海城市 | ×0.7 |
🔧 使用方式
Gogo自然语言调用
Gogo，查一下上海周边IHG积分房
Gogo，查找近距离皇冠假日酒店
Gogo，推荐有行政酒廊的华邑酒店
Gogo，IHG有什么优惠活动
JSON参数查询
{
"distance_category": "上海市内",
"brand_type": "华邑",
"executive_lounge": "true",
"count": 4
}
命令行调用
python3 /home/node/.openclaw/scripts/ihg-monitor-python/query.py "上海周边"
python3 /home/node/.openclaw/scripts/ihg-monitor-python/query.py "优惠信息"
📁 文件结构
技能目录
~/.openclaw/skills/find-ihg/
├── skills.json # 技能元数据定义 (v2.2)
├── SKILL.md # 本说明文档
├── GOGO_INSTRUCTIONS.md # Gogo调用指南
├── references/ # 参考文档目录
└── scripts/ # 辅助脚本目录
执行脚本
~/.openclaw/scripts/ihg-monitor-python/
├── query.py # 主查询脚本 (v2.2, 20791字节)
└── hotels.json # 酒店数据文件 (45家, 29791字节)
🔄 版本历史
v2.2 (2026-04-08) - 当前版本
- 技能重命名: ihg-monitor → find-ihg
- 数据扩展: 23家 → 45家酒店 (+22家)
- 品牌权重: 皇冠假日1.3x, 华邑1.2x
- 距离优化: 新四级分类体系
- 积分段偏好: 15-22k积分优先推荐
- 路径清理: 删除早期监控文件，仅保留核心文件
- 文档统一: 所有文件路径更新为find-ihg
v2.1 (2026-04-07) - 上一版本
- OpenClaw 4.5完全兼容
- 增加品牌筛选、行政酒廊过滤
- 支持JSON参数查询
- 基本算法架构
v1.x (2026-04-07) - 初始版本
- Node.js定时任务系统
- 8家酒店基础监控
- 飞书推送功能 (已停用)
🎨 输出示例
推荐输出格式
🏨 **上海市内IHG酒店精选推荐**
⏰ 查询时间: 2026-04-08 11:30
👑 会员等级: 钻卡会员
🔍 筛选条件: 距离: 上海市内
## 1. **嘉定华邑酒店**
📍 城市: 上海
🚗 车程: 上海市内 (25km)
⭐ 品牌: 华邑酒店 (中式奢华, Tier 2)
🏷️ 积分需求: 16,266
💰 现金价格: ¥1265
📊 价值比: 1.48
🍽️ 行政酒廊: ✅ 有
📈 推荐评分: 10.99
✅ 积分房: 可预订
💡 建议: 💎 **极佳兑换** (价值比 > 1.3)
⚠️ 注意事项
- 数据来源: 当前为模拟数据，生产环境需对接真实API
- 定期更新: 酒店数据需定期维护和更新
- 价值计算: 积分价值基准为350元/万分 (可根据市场调整)
- 品牌策略: 排除智选假日(Holiday Inn Express)品牌
- 距离标准: 上海市内包含嘉定、松江等所有上海行政区
📞 技术支持
维护人: BobClaw (OpenClaw运维工程师)
支持文档:
memory/ihg-skill-info.md- 技术架构详解memory/ihg-skill-history.md- 技能演进历史memory/TASKS.md- 任务记录
更新时间: 2026-04-08 11:30 CST
升级状态: ✅ 生产就绪