travel-blind-box

真正的盲盒旅行规划器！用户只需提供当前位置、出发日期、天数和预算，自动推荐未去过的目的地并生成轻松行程。使用 flyai skill 查询实时信息，支持历史记录管理避免重复。主打新奇体验和随意放松。

Install

openclaw skills install @haoxuanljj/travel-blind-box

盲盒游玩方案生成器（真·盲盒版）

核心理念

真正的盲盒体验：

🎲 目的地随机：用户只说当前位置，自动推荐周边适合的城市
🚫 历史不重复：记录去过的城市，绝不重复推荐
🌿 行程轻松：每天只安排 1-2 个核心活动，主打随意放松
✨ 新奇体验：每次都去没去过的地方，保持新鲜感

核心功能

基于用户当前位置、出发日期、天数和预算，自动生成完全随机的盲盒游玩方案：

✅ 自动推荐目的地：根据当前位置推荐周边适合的城市（高铁/飞机 X 小时可达）
✅ 历史记录管理：记录用户去过的城市，永不重复推荐
✅ 随机景点、美食、娱乐活动推荐（每天只安排 1-2 个核心活动）
✅ 宽松的每日行程安排（上午 + 下午各 1 个活动，晚上自由活动）
✅ 随机预算分配（住宿、餐饮、交通、娱乐）
✅ 随机主题风格（文化探索、美食之旅、冒险体验、休闲度假等）
✅ 预订后自动生成详细行程表（含具体时间、酒店地址、航班/高铁信息）
✅ 图文并茂的方案文档
✅ 第三方平台预订链接

交互流程

第一步：收集基本信息（仅需当前位置）

主动询问以下信息（如果用户未提供）：

当前位置：「请问您现在在哪个城市？」（用于推荐周边目的地）
出发日期：「请问您计划哪天出发？」（格式如：2026-04-15 或下周六）
- ⚠️ 重要：必须获取具体出发日期，用于查询天气、节假日、价格波动等
游玩天数：「准备去玩几天？」（建议 2-5 天，主打轻松）
总预算：「有多少预算？」（如"3000 元"）

第二步：查询历史记录并动态追问

查询去过的城市

在生成推荐前，必须先查询用户的历史记录：

python

# 调用历史记录管理脚本
python scripts/history_manager.py list_visited-cities --current-location [当前城市]

# 返回示例：
["杭州", "苏州", "南京"]  # 这些城市不会推荐

动态追问

根据已提供信息的完整度，选择性追问：

如果用户没说人数：「请问是几个人出行？」（默认 1 人）
如果没说返程偏好：「您希望乘坐什么交通工具返程？高铁/飞机/都可以？」（用于后续预订）
强调盲盒特性：「我会为您推荐几个没去过的城市，最终选择哪个完全随机，这样可以吗？」
确认历史记录：「系统显示您去过 [城市列表]，这次不会推荐这些地方，对吗？」（如有历史记录）

第三步：智能推荐目的地

第四步：确认目的地并查询详细信息

向用户展示随机选择结果：

text

🎁 盲盒揭晓！这次为您推荐的目的地是：**扬州**！

推荐理由：
- ✅ 您从未去过扬州
- ✅ 高铁 1.5 小时直达，交通便利
- ✅ 预算范围内（预计 1200 元）
- ✅ 此时正是「烟花三月下扬州」的最佳季节
- ✅ 以淮扬美食闻名，适合放松式美食之旅

正在为您生成扬州 3 天的轻松行程...

然后调用 flyai skill 查询扬州的详细信息：

景点信息（开放时间、门票价格、建议游玩时长）
酒店住宿选项（价格、位置、评价）
当地美食推荐（人均消费、营业时间）
返程交通信息（航班/高铁时刻表、价格）
天气预报（根据出发日期查询）

第五步：生成轻松盲盒方案

预算自动分配规则

按以下比例随机浮动分配总预算：

住宿：35-45%
餐饮：20-30%
交通：15-25%（含返程交通）
娱乐/景点：10-20%

轻松行程安排原则 ⭐

核心原则：每天只安排 1-2 个核心活动，其他时间自由活动

text

第 X 天 [主题]
上午（10:00-12:00）：[1 个轻松活动]
中午（12:00-14:00）：[午餐推荐]
下午（14:00-17:00）：[1 个休闲活动 或 自由时间]
晚上（18:00 后）：[晚餐推荐 + 自由活动]
住宿：[推荐酒店及价格]

时间安排特点：

✅ 早上不安排太早的活动（10 点后再出门）
✅ 每个活动预留充足时间（不赶场）
✅ 下午保留弹性时间（可休息可继续游玩）
✅ 晚上主要推荐美食，不强制安排活动
✅ 两天之间可能安排一天完全自由日

行程生成逻辑

随机选择主题：从以下主题中随机选择
- 文化探索（博物馆、历史遗迹、艺术展览）
- 美食之旅（特色餐厅、小吃街、美食市场）
- 冒险体验（户外运动、主题公园、刺激活动）
- 休闲度假（公园、温泉、咖啡厅、慢生活）
- 城市漫步（地标建筑、商业街、夜景）

每日安排结构（宽松版）：

text

第一天【抵达 + 适应】
上午：睡到自然醒，10 点后出门
中午：[轻松的第一餐]
下午：[一个轻松的景点，如公园或老街漫步]
晚上：[晚餐推荐] + 自由活动

第二天【核心体验】
上午：[一个主要景点，10:00-12:00]
中午：[特色午餐]
下午：[自由活动或轻松咖啡时光]
晚上：[晚餐推荐]

第三天【返程】
上午：[最后一个轻松活动]
中午：[告别午餐]
下午：[根据返程时间安排送站/送机]

盲盒元素：
- 每天的主题随机
- 每个时段的活动从候选列表中随机选择
- 餐饮推荐包含不同价位和风格的随机组合

第五步：输出方案文档

生成 Markdown 格式文档，包含以下内容：

markdown

# 🎁 [城市名称] 盲盒游玩方案（轻松版）

## 📋 方案概览
- **出行人数**：X 人
- **出发日期**：2026-XX-XX（周 X）
- **游玩天数**：X 天 X 晚
- **总预算**：XXXX 元
- **主题风格**：[随机生成的主题组合]
- **天气预测**：[根据日期查询的天气情况]

## 💰 预算分配
| 类别 | 预算 | 占比 |
|------|------|------|
| 住宿 | XXX 元 | XX% |
| 餐饮 | XXX 元 | XX% |
| 交通 | XXX 元 | XX% |
| 娱乐 | XXX 元 | XX% |

## 📅 轻松行程

### 第一天【轻松适应】🍃
**上午**
- 🕙 时间：10:00 后出门（睡到自然醒）
- 📍 活动：[轻松的景点或街区漫步]
- 💡 说明：[简短介绍，强调不用赶时间]

**中午**
- 🍽️ 餐厅：[餐厅名称]
- 💰 人均：XX 元
- 🥢 推荐菜：[菜品]

**下午**
- 🕑 时间：14:00-17:00
- 📍 活动：[一个休闲活动 或 自由时间建议]
- ☕ 可选：找家咖啡厅发呆、公园小憩

**晚上**
- 🍽️ 晚餐：[餐厅名称]
- 💰 人均：XX 元
- 🌃 自由活动：[推荐可去可不去的活动]

**🏨 住宿推荐**
- 酒店名称：XXX
- 价格：XXX 元/晚
- 地址：[详细地址]
- 预订链接：[跳转链接]

### 第二天【核心体验】🎯
...

## 🎯 备选方案
如果对某个安排不满意，可以要求：
- 「重新生成某一天的行程」
- 「换一个同类型的景点」
- 「调整预算分配」

## ⚠️ 注意事项
- 行程比较轻松，可根据实际情况自由调整
- 部分景点需提前预约
- 注意天气变化
- 保留弹性时间

调用 flyai Skill 的方式

使用 Skill 工具调用 flyai：

text

skill: "flyai"
args: "查询 [城市名称] 的景点、酒店、美食推荐，预算范围 XXX 元"

flyai skill 会返回：

景点列表及门票价格
酒店选项及价格区间
美食推荐及人均消费
交通方式建议

用户确认、预订与行程单生成

方案确认后开始预订

生成方案后，询问用户：

「您对这套盲盒方案满意吗？」
「如果满意，我可以帮您逐项查询预订信息」
「需要我重新生成某一部分吗？」

预订流程

当用户确认要预订某个项目时：

酒店预订：
- 调用 flyai 查询具体日期的价格和空房
- 提供预订链接
- 记录预订信息：酒店名称、地址、入住日期、退房日期、价格
交通预订（返程）：
- 调用 flyai 查询航班/高铁时刻
- 根据用户偏好推荐 2-3 个选项
- 记录预订信息：车次/航班号、出发时间、到达时间、座位等级、价格
景点门票：
- 查询是否需要预约
- 提供购票链接
- 记录预订信息：景点名称、日期、时间段、票价

自动生成详细行程表 ⭐

每当用户完成一个预订后，自动生成一份可打印的详细行程表：

markdown

# 📋 [城市名称] 详细行程表

## 🎫 已确认预订信息

### 🏨 住宿
| 日期 | 酒店名称 | 地址 | 房型 | 价格 | 确认号 |
|------|---------|------|------|------|--------|
| 4.15-4.17 | 全季酒店西湖店 | 杭州市上城区 XX 路 XX 号 | 大床房 | 380 元/晚 | 123456 |

### ✈️ 返程交通
| 日期 | 班次 | 出发时间 | 到达时间 | 座位 | 价格 | 确认号 |
|------|------|---------|---------|------|------|--------|
| 4.17 | G1234 | 15:30 | 20:45 | 二等座 | 538 元 | 654321 |

### 🎟️ 景点门票
| 日期 | 景点 | 时间 | 票价 | 状态 |
|------|------|------|------|------|
| 4.16 | 灵隐寺 | 10:00-12:00 | 75 元 | 已预订 |

---

## 📅 完整行程安排

### 第一天（4 月 15 日 周三）
**上午**
- 🕙 10:00 后出门
- 📍 西湖漫步（免费）
- 🍜 午餐：楼外楼（12:00，人均 80 元）

**下午**
- 🕑 14:00-17:00 自由时间
- ☕ 推荐：湖边咖啡厅发呆

**晚上**
- 🍽️ 晚餐：外婆家（18:00，人均 60 元）
- 🏨 入住：全季酒店西湖店
  - 地址：杭州市上城区 XX 路 XX 号
  - 电话：0571-XXXXXXXX

---

### 第二天（4 月 16 日 周四）
**上午**
- 🕘 10:00 前往灵隐寺
- 🎫 已预订门票（75 元）
- 🍜 午餐：素斋（12:00，人均 40 元）

**下午**
- 🕑 14:00-17:00 自由时间
- ☕ 推荐：龙井村品茶

**晚上**
- 🍽️ 晚餐：绿茶餐厅（18:00，人均 70 元）
- 🏨 入住：全季酒店西湖店

---

### 第三天（4 月 17 日 周五）【返程】
**上午**
- 🕙 10:00 退房，寄存行李
- 📍 河坊街最后逛逛

**中午**
- 🍜 午餐：知味观（12:00，人均 30 元）

**下午**
- 🕐 13:30 前往杭州东站
- 🚄 G1234 次列车（15:30 发车）
- 🏠 预计 20:45 抵达家中

---

## 📞 紧急联系信息
- 酒店前台：0571-XXXXXXXX
- 当地旅游热线：0571-96927
- 紧急求助：110 / 120

## 💡 温馨提示
- 请提前 30 分钟到达车站/机场
- 随身携带身份证和预订确认信息
- 保持手机畅通，便于接收通知

*生成时间：2026-04-01 14:30*
*版本：v2.0（含已确认预订）*

行程表更新机制

每次用户完成新的预订后：

自动更新行程表中的「已确认预订信息」部分
在对应日期标注「已预订」状态
添加确认号等关键信息
重新发送完整行程表给用户

如果用户要求修改：

针对特定日期重新生成
替换某个景点/餐厅
调整预算分配比例
完全重新生成整套方案
更新行程表并重新发送

图片处理

如需为方案生成配图：

使用 ImageGen 工具生成景点示意图
或使用 baoyu-article-illustrator skill 为文章添加插图

输出文件

将最终方案保存到用户工作区：

文件名：[城市名称]_盲盒游玩方案_[日期].md
路径：/Users/haoxuan/.qoderwork/workspace/mnfmzk5jgnc4ogo5/outputs/

示例对话

完整流程示例

用户：我想去杭州玩 3 天，预算 2000 元

助手：好的！让我为您生成一套杭州 3 天 2000 元的盲盒游玩方案。请问您计划哪天出发呢？

用户：4 月 15 号

助手：收到！请问是几个人出行呢？

用户：一个人

助手：好的！正在为您随机生成杭州 3 天单人盲盒方案（4 月 15 日出发）...

（调用 flyai skill 查询信息）（查询 4 月 15 日杭州天气预报）（生成轻松的盲盒方案文档）

助手：🎁 您的杭州盲盒游玩方案已生成！

查看方案文档

这套方案主打轻松随意，每天只安排 1-2 个核心活动，留足自由时间。您对这套方案满意吗？如果满意，我可以帮您查询具体的预订信息，并在您完成预订后自动生成详细行程表。

预订后生成行程表示例

用户：酒店看起来不错，帮我查一下 4 月 15-17 日的价格

助手：好的，正在查询全季酒店西湖店 4 月 15-17 日的价格和空房情况...

（调用 flyai 查询）

助手：全季酒店西湖店 4 月 15-17 日有房：

高级大床房：380 元/晚 × 2 晚 = 760 元
立即预订

用户：我已经订好了，确认号 123456

助手：太好了！已为您记录酒店预订信息。现在为您生成第一版详细行程表...

查看详细行程表

行程表已包含您的酒店信息和初步安排。接下来需要预订返程交通吗？您希望乘坐高铁还是飞机？

辅助脚本

scripts/budget_allocator.py

用于预算分配的辅助脚本：

python

#!/usr/bin/env python3
"""盲盒旅行预算分配器"""

import random
import json

def allocate_budget(total_budget, days):
    """
    随机分配旅行预算
    
    Args:
        total_budget: 总预算（元）
        days: 天数
    
    Returns:
        预算分配字典
    """
    # 生成随机比例
    accommodation_ratio = random.uniform(0.35, 0.45)
    food_ratio = random.uniform(0.20, 0.30)
    transport_ratio = random.uniform(0.15, 0.25)
    entertainment_ratio = 1 - accommodation_ratio - food_ratio - transport_ratio
    
    # 计算各项预算
    allocation = {
        'accommodation': round(total_budget * accommodation_ratio, 2),
        'food': round(total_budget * food_ratio, 2),
        'transport': round(total_budget * transport_ratio, 2),
        'entertainment': round(total_budget * entertainment_ratio, 2),
        'per_day': round(total_budget / days, 2)
    }
    
    # 添加比例信息
    allocation['ratios'] = {
        'accommodation': round(accommodation_ratio * 100, 1),
        'food': round(food_ratio * 100, 1),
        'transport': round(transport_ratio * 100, 1),
        'entertainment': round(entertainment_ratio * 100, 1)
    }
    
    return allocation

if __name__ == '__main__':
    import sys
    if len(sys.argv) != 3:
        print("Usage: python budget_allocator.py <total_budget> <days>")
        sys.exit(1)
    
    total_budget = float(sys.argv[1])
    days = int(sys.argv[2])
    
    result = allocate_budget(total_budget, days)
    print(json.dumps(result, indent=2, ensure_ascii=False))

使用方法：

bash

python scripts/budget_allocator.py 2000 3

注意事项

必须收集出发日期：没有具体日期无法查询天气和交通，无法生成行程表
放松式旅行理念：强调行程不要太满，每天只安排 1-2 个核心活动
预算合理性：确保分配的预算在当地物价水平下可行
时间可行性：每日行程宽松，保留充足弹性时间
安全提示：提醒用户注意人身和财产安全
预订说明：明确告知预订链接会跳转到第三方平台
行程单更新：每次预订后都要及时更新并重新发送行程表
天气适配：根据查询到的天气预报调整室内/室外活动比例
返程优先：先确定返程交通时间，再安排最后一天的活动

travel-blind-box

Install

盲盒游玩方案生成器（真·盲盒版）

核心理念

核心功能

交互流程

第一步：收集基本信息（仅需当前位置）

第二步：查询历史记录并动态追问

查询去过的城市

动态追问

第三步：智能推荐目的地

推荐策略

推荐流程

第四步：确认目的地并查询详细信息

第五步：生成轻松盲盒方案

预算自动分配规则

轻松行程安排原则 ⭐

行程生成逻辑

第五步：输出方案文档

调用 flyai Skill 的方式

用户确认、预订与行程单生成

方案确认后开始预订

预订流程

自动生成详细行程表 ⭐

行程表更新机制

图片处理

输出文件

示例对话

完整流程示例

预订后生成行程表示例

辅助脚本

scripts/budget_allocator.py

注意事项

相关资源

travel-blind-box

Install

盲盒游玩方案生成器（真·盲盒版）

核心理念

核心功能

交互流程

第一步：收集基本信息（仅需当前位置）

第二步：查询历史记录并动态追问

查询去过的城市

动态追问

第三步：智能推荐目的地

推荐策略

推荐流程

第四步：确认目的地并查询详细信息

第五步：生成轻松盲盒方案

预算自动分配规则

轻松行程安排原则 ⭐

行程生成逻辑

第五步：输出方案文档

调用 flyai Skill 的方式

用户确认、预订与行程单生成

方案确认后开始预订

预订流程

自动生成详细行程表 ⭐

行程表更新机制

图片处理

输出文件

示例对话

完整流程示例

预订后生成行程表示例

辅助脚本

scripts/budget_allocator.py

注意事项

相关资源

Related skills