蘭(Lann)泰式按摩预约技能

提供蘭泰式按摩（Lann Thai Massage）的门店查询、SPA服务查询和在线预约功能。支持泰式古法按摩、精油护理、草本热敷等专业服务预约，覆盖上海、杭州、成都等多城市门店。

Install

openclaw skills install @lystrosaurus/lann-booking

蘭泰式按摩预约技能 (Lann Booking Skill)

概述

本 Skill 为 AI 助手提供蘭泰式按摩（Lann Thai Massage）的完整预约能力，包括：

门店查询：检索全国 75+ 门店信息（名称、地址、电话、交通指引、经纬度）
服务查询：检索 28+ 专业泰式按摩与 SPA 服务项目
创建预约：通过 MCP 协议或直接 API 调用完成在线预约

关键词：泰式按摩、预约、SPA、Lann、lann、蘭、兰泰、古法按摩、精油护理、草本热敷

集成模式

本 Skill 支持三种调用模式，AI 应根据运行环境自动选择：

模式 1：MCP 客户端模式（推荐）

场景：本地或远程部署 lann-mcp-server
连接方式：
- stdio：通过标准输入输出连接本地 MCP Server
- streamableHttp：通过 HTTP 流式连接远程 MCP Server
优势：符合 Model Context Protocol 标准，支持工具发现、类型安全

模式 2：远程 MCP 服务模式

场景：直接连接已部署的 MCP 服务
Endpoint：https://open.lannlife.com/mcp
协议：streamableHttp
优势：无需本地部署，开箱即用

模式 3：直连 API 模式（降级方案）

场景：无 MCP 环境时的备选方案
API Endpoint：https://open.lannlife.com/mcp/book/create
方法：HTTP POST
Content-Type：application/json
优势：简单直接，兼容传统 HTTP 客户端

能力定义 (Intents)

Intent 1: 查询门店 (query_stores)

触发条件：用户询问门店信息、附近门店、特定地区门店等

支持的操作：

列出所有可用门店
按城市筛选（上海、杭州、成都、深圳、苏州、武汉、宁波）
按关键词模糊匹配（门店名称、地址、地铁站）
获取单个门店详细信息（地址、电话、交通指引、经纬度）

数据来源：org_store.json（75 家门店）

示例对话：

User: "上海有哪些门店？"
User: "淮海路附近有门店吗？"
User: "花木店的地址和电话是什么？"
User: "离地铁 2 号线最近的门店是哪个？"

Intent 2: 查询服务 (query_services)

触发条件：用户询问服务项目、按摩类型、SPA 内容等

支持的操作：

列出所有可用服务项目
按服务名称模糊匹配
按服务描述关键词搜索
按时长筛选（60分钟、90分钟、120分钟等）
按服务类型分类（古法按摩、精油护理、特色 SPA 等）

数据来源：prod_service.json（28 项服务）

示例对话：

User: "有哪些按摩服务？"
User: "90 分钟的服务有哪些？"
User: "传统古法按摩包含什么内容？"
User: "推荐一个缓解肩颈疲劳的服务"

Intent 3: 创建预约 (create_booking)

触发条件：用户明确表达预约意图并提供必要信息

必填参数：

参数名	类型	校验规则	说明	示例
mobile	string	`/^1[3-9]\d{9}$/`	11 位中国大陆手机号	`"13812345678"`
storeName	string	必须与 `org_store.json` 中 `name` 字段完全一致	门店名称	`"淮海店"`
serviceName	string	必须与 `prod_service.json` 中 `name` 字段完全一致	服务项目名称	`"传统古法全身按摩-90分钟"`
count	number	`1 <= count <= 20`	预约人数	`2`
bookTime	string	ISO 8601 格式，且晚于当前时间	预约开始时间	`"2024-01-15T14:00:00"`

工作流程：

意图识别：确认用户想要创建预约
参数收集：检查是否提供所有必填参数
- 若缺少手机号：提示用户提供
- 若缺少门店：调用 query_stores 展示可选门店，让用户选择
- 若缺少服务：调用 query_services 展示可选服务，让用户选择
- 若缺少人数：默认为 1 人，或询问用户
- 若缺少时间：询问用户期望的预约时间
参数校验：
- 验证手机号格式
- 验证门店名称是否在 org_store.json 中存在（模糊匹配后需用户确认）
- 验证服务名称是否在 prod_service.json 中存在（模糊匹配后需用户确认）
- 验证人数范围（1-20 人）
- 验证时间格式（ISO 8601）且晚于当前时间
构造请求：组装符合 API 规范的 JSON 请求体
选择调用模式：
- 优先使用 MCP 模式（如果可用）
- 降级使用直连 API 模式
执行调用：发送预约请求
处理响应：
- 成功：返回预约 ID、时间、门店和服务信息
- 失败：根据错误码给出友好提示

示例对话：

User: "我要预约淮海店的传统古法全身按摩，2 人，明天下午 2 点，手机号 13812345678"
User: "帮我预约花木店的泰式精油全身护理，1 人，后天上午 10 点"
User: "我想预约一个肩颈按摩，有什么推荐？"

数据源说明

门店数据结构 (org_store.json)

json

{
  "name": "门店名称",
  "address": "详细地址",
  "telephone": "联系电话",
  "traffic": "交通指引",
  "longitude": 经度,
  "latitude": 纬度
}

关键字段：

name：唯一标识符，创建预约时必须与此字段完全一致
address：详细地址，用于地理位置匹配
telephone：门店电话，用于用户咨询
traffic：交通指引，包含地铁线路和出口信息
longitude / latitude：经纬度坐标，可用于距离计算

门店分布：

上海市：约 60+ 家（黄浦区、浦东新区、静安区、徐汇区、长宁区、闵行区、宝山区、普陀区、杨浦区、嘉定区、松江区、青浦区等）
杭州市：7 家（奥体印象城店、EFC 店、滨江银泰店、来福士店、杭州中心店、东站万象汇店、黄龙万科店）
成都市：4 家（万象城店、优品道店、太古里旗舰店、银泰中心 in99 店）
其他城市：武汉（1 家）、苏州（2 家）、深圳（1 家）、宁波（1 家）

服务项目数据结构 (prod_service.json)

json

{
  "name": "服务名称",
  "desc": "服务描述"
}

关键字段：

name：唯一标识符，创建预约时必须与此字段完全一致
desc：服务详细描述，用于关键词匹配和用户理解

服务分类：

传统古法按摩系列（6 项）：90-120 分钟，推、拉、蹬、摇、踩等手法
泰式精油护理系列（7 项）：60-120 分钟，植物精油 + 泰式手法
特色护理系列（8 项）：椰香按摩、轻体 Spa、水光焕肤等
快速/专项服务系列（5 项）：肩颈版、精华版、深度拉伸等
其他：泊兰泰

工作流指南 (AI Assistant Workflow)

Step 1: 意图识别

分析用户输入，判断属于以下哪种意图：

查询门店：包含"门店"、"地址"、"电话"、"附近"、"哪里有"等关键词
查询服务：包含"服务"、"按摩"、"SPA"、"项目"、"有什么"等关键词
创建预约：包含"预约"、"预订"、"订一个"、"帮我约"等关键词

Step 2: 信息补全

如果用户意图是创建预约，但信息不完整：

缺少门店时：

读取 org_store.json
根据用户提到的地区、地标、地铁线等关键词进行模糊匹配
如果匹配到多个候选，列出前 5 个供用户选择
如果未提到任何地区信息，询问用户期望的城市或区域

缺少服务时：

读取 prod_service.json
根据用户需求（如"缓解肩颈疲劳"、"全身放松"）匹配服务描述
推荐 3-5 个相关服务，附上时长和简要说明
让用户选择或进一步说明需求

缺少时间时：

询问用户期望的日期和时间
提供相对时间解析（如"明天下午 2 点"转换为 ISO 8601 格式）
确保时间晚于当前时间

缺少手机号时：

提示用户提供 11 位中国大陆手机号
强调手机号用于门店联系确认

Step 3: 参数校验

在调用 API 之前，必须完成以下校验：

手机号校验：

python

import re
def validate_phone(mobile):
    return bool(re.match(r'^1[3-9]\d{9}$', mobile))

门店名称校验：

python

def validate_store(store_name, stores):
    # 精确匹配
    if store_name in [s['name'] for s in stores]:
        return True, store_name
    # 模糊匹配
    candidates = [s['name'] for s in stores if store_name in s['name'] or s['name'] in store_name]
    if len(candidates) == 1:
        return True, candidates[0]
    elif len(candidates) > 1:
        return False, f"找到多个匹配门店：{', '.join(candidates)}，请指定具体门店"
    else:
        return False, f"未找到门店'{store_name}'，请使用以下门店名称之一：{', '.join([s['name'] for s in stores[:10]])}..."

服务名称校验：

python

def validate_service(service_name, services):
    # 精确匹配
    if service_name in [s['name'] for s in services]:
        return True, service_name
    # 模糊匹配
    candidates = [s['name'] for s in services if service_name in s['name'] or s['name'] in service_name]
    if len(candidates) == 1:
        return True, candidates[0]
    elif len(candidates) > 1:
        return False, f"找到多个匹配服务：{', '.join(candidates)}，请指定具体服务"
    else:
        return False, f"未找到服务'{service_name}'，请使用以下服务名称之一：{', '.join([s['name'] for s in services[:10]])}..."

人数校验：

python

def validate_count(count):
    if isinstance(count, int) and 1 <= count <= 20:
        return True
    return False, "预约人数必须在 1-20 人之间"

时间校验：

python

from datetime import datetime

def validate_time(book_time):
    try:
        dt = datetime.fromisoformat(book_time)
        if dt > datetime.now():
            return True
        return False, "预约时间必须晚于当前时间"
    except ValueError:
        return False, "时间格式不正确，请使用 ISO 8601 格式（如：2024-01-15T14:00:00）"

Step 4: 构造请求

确保所有参数校验通过后，构造请求体：

json

{
  "mobile": "13812345678",
  "storeName": "淮海店",
  "serviceName": "传统古法全身按摩-90分钟",
  "count": 2,
  "bookTime": "2024-01-15T14:00:00"
}

Step 5: 选择调用模式

优先级顺序：

MCP 模式（如果检测到 MCP 工具可用）
- 使用 MCP 工具调用预约接口
- 优势：类型安全、错误处理完善
远程 MCP 模式（如果配置了远程 Endpoint）
- 连接到 https://open.lannlife.com/mcp
- 使用 streamableHttp 协议
直连 API 模式（降级方案）
- 直接发送 HTTP POST 请求
- Endpoint：https://open.lannlife.com/mcp/book/create

Step 6: 执行调用

MCP 模式示例（伪代码）：

python

# 假设 MCP 工具已注册
result = mcp_tools.create_booking(
    mobile="13812345678",
    storeName="淮海店",
    serviceName="传统古法全身按摩-90分钟",
    count=2,
    bookTime="2024-01-15T14:00:00"
)

直连 API 模式示例：

python

import requests

response = requests.post(
    "https://open.lannlife.com/mcp/book/create",
    headers={"Content-Type": "application/json"},
    json={
        "mobile": "13812345678",
        "storeName": "淮海店",
        "serviceName": "传统古法全身按摩-90分钟",
        "count": 2,
        "bookTime": "2024-01-15T14:00:00"
    }
)
result = response.json()

Step 7: 处理响应

成功响应：

json

{
  "success": true,
  "bookingId": "BOOK123456",
  "message": "预约成功！",
  "startTime": "2024-01-15T14:00:00",
  "endTime": "2024-01-15T15:30:00",
  "storeInfo": {
    "name": "淮海店",
    "address": "上海市黄浦区进贤路216号（近陕西南路）",
    "telephone": "021-62670235",
    "traffic": "地铁1号线陕西南路1号口出，沿陕西南路走到进贤路右转约100m"
  },
  "serviceInfo": {
    "name": "传统古法全身按摩-90分钟",
    "desc": "通过独特的推、拉、蹬、摇、踩等手法，还有大量被动瑜伽的动作，打开韧带，释放疲劳，让肌肉的疼痛与紧绷得到真正缓解，实现从身到心的全面放松。"
  }
}

AI 回复模板：

text

✅ 预约成功！

📋 预约详情：
- 预约 ID：BOOK123456
- 门店：淮海店
- 地址：上海市黄浦区进贤路216号（近陕西南路）
- 电话：021-62670235
- 服务：传统古法全身按摩-90分钟
- 时间：2024-01-15 14:00 - 15:30
- 人数：2 人

🚇 交通指引：
地铁1号线陕西南路1号口出，沿陕西南路走到进贤路右转约100m

💡 温馨提示：
- 请提前 10 分钟到店
- 如需取消或改期，请至少提前 1 小时联系门店
- 祝您享受愉快的按摩体验！

失败响应处理：

错误场景	错误消息示例	AI 应对策略
手机号格式错误	"请输入正确的11位中国大陆手机号"	提示用户重新输入正确的手机号
门店不存在	"未找到匹配的门店"	列出可用门店供用户选择
服务不存在	"未找到匹配的服务项目"	列出可用服务供用户选择
人数超出范围	"预约人数必须在1-20人之间"	提示用户调整人数
时间格式错误	"预约时间格式不正确"	提供正确的时间格式示例
时间已过期	"预约时间必须晚于当前时间"	提示用户选择未来时间
API 服务器错误	"HTTP 500 Internal Server Error"	建议用户稍后重试
网络错误	"网络连接失败"	检查网络连接，建议重试

错误处理规范

错误码定义

错误类型	HTTP 状态码	错误消息	处理建议
参数校验失败	400	具体校验错误信息	修正参数后重试
门店/服务不存在	404	"未找到匹配的门店/服务"	重新选择门店/服务
时间冲突	409	"该时段已被预约"	选择其他时间
服务器错误	500	"内部服务器错误"	稍后重试
网络超时	504	"请求超时"	检查网络后重试

重试策略

可重试错误：网络超时、服务器错误（500/502/503/504）
- 最多重试 3 次，每次间隔递增（1s, 2s, 4s）
不可重试错误：参数校验失败、资源不存在
- 提示用户修正参数

最佳实践

1. 门店和服务名称匹配

原则：传入 API 的 storeName 和 serviceName 必须与 JSON 文件中的 name 字段完全一致
实现：先进行模糊匹配找到候选列表，再让用户确认选择
避免：直接使用用户输入的原始文本（可能包含错别字或简称）

2. 时间处理

存储格式：ISO 8601（YYYY-MM-DDTHH:mm:ss）
显示格式：友好格式（2024年1月15日 14:00）
时区：默认使用北京时间（UTC+8）
相对时间解析：支持"明天下午 2 点"、"后天上午 10 点"等自然语言

3. 用户体验优化

主动推荐：根据用户描述的需求（如"肩颈疲劳"），主动推荐合适的服务
就近推荐：如果用户提供位置信息，推荐距离最近的门店
信息确认：在提交预约前，汇总所有信息让用户确认
进度提示：在调用 API 时，告知用户"正在为您预约..."

4. 数据隐私保护

手机号脱敏：在日志和非必要场景中，将手机号中间 4 位替换为 ****
不存储敏感信息：Skill 本身不应持久化存储用户的手机号等敏感信息
最小化原则：只收集完成预约所必需的信息

注意事项

预约政策

提前预约：建议至少提前 2 小时预约，以确保有可用时段
取消政策：如需取消或改期，请至少提前 1 小时联系门店
人数限制：单次预约最多 20 人，超过需分批预约或联系门店
营业时间：各门店营业时间可能不同，请以门店实际为准

数据更新

门店数据：可能会定期更新（新增/关闭门店），请以 org_store.json 最新版本为准
服务数据：服务项目和描述可能会调整，请以 prod_service.json 最新版本为准
同步机制：建议每次使用前检查数据文件是否为最新

兼容性

API 版本：当前 API 接口保持稳定，向后兼容
MCP 协议：遵循 Model Context Protocol 规范
运行环境：支持 Node.js 16+、Python 3.8+

版本历史

v2.0.0（2026-04-09）：
- 重构 Skill 架构，支持三种集成模式（MCP、远程 MCP、直连 API）
- 优化意图识别和参数校验逻辑
- 完善错误处理和重试机制
- 增加详细的工作流指南和最佳实践
v1.0.2（2026-04-03）：
- 初始版本，实现门店查询、服务查询和创建预约功能

蘭(Lann)泰式按摩预约技能

Install

蘭泰式按摩预约技能 (Lann Booking Skill)

概述

集成模式

模式 1：MCP 客户端模式（推荐）

模式 2：远程 MCP 服务模式

模式 3：直连 API 模式（降级方案）

能力定义 (Intents)

Intent 1: 查询门店 (query_stores)

Intent 2: 查询服务 (query_services)

Intent 3: 创建预约 (create_booking)

数据源说明

门店数据结构 (org_store.json)

服务项目数据结构 (prod_service.json)

工作流指南 (AI Assistant Workflow)

Step 1: 意图识别

Step 2: 信息补全

Step 3: 参数校验

Step 4: 构造请求

Step 5: 选择调用模式

Step 6: 执行调用

Step 7: 处理响应

错误处理规范

错误码定义

重试策略

最佳实践

1. 门店和服务名称匹配

2. 时间处理

3. 用户体验优化

4. 数据隐私保护

注意事项

预约政策

数据更新

兼容性

版本历史

相关资源