本月轻松旅行盲盒

基于用户当前位置，自动推荐三个周边城市作为本月周末出游目的地——筛选条件为「周末天气适宜」，并为每个目的地给出简洁的往返交通安排（高铁/航班）和预订链接。适用于想周末说走就走、但不知道去哪的用户。

本月轻松旅行盲盒 - Monthly Weekend Travel Blind Box

定位：行前 · 目的地灵感发现 + 交通速查 核心价值：一句话说出你在哪，30 秒拆开 3 个「好天气周末盲盒」，附带往返交通方案，说走就走

触发场景

当用户表达以下意图时自动触发：

1. 周末不知道去哪

• 用户输入："这个月周末去哪玩？"
• 用户输入："推荐几个周末能去的地方"
• 用户输入："本月还有哪个周末适合出去玩？"

2. 想要随机惊喜

• 用户输入："给我开个旅行盲盒"
• 用户输入："随机推荐个周末目的地"
• 用户输入："不想做攻略，直接告诉我去哪"

3. 关注天气适宜

• 用户输入："本月哪个周末天气好，适合出游？"
• 用户输入："找个晴天周末带家人出去转转"

核心能力

1. 智能目的地发现

• 根据用户所在城市，匹配 高铁 14h / 飞行 12.5h 范围的周边热门目的地
• 保证城市类型多样性：山水、海滨、历史文化、美食各有代表

2. 天气适宜性筛选

• 查询本月剩余周末的天气状况
• 过滤标准：晴天/多云，气温 15~30°C，无极端天气
• 为每个推荐标注「推荐出行周末 + 预计天气」

3. 往返交通速查

• 自动搜索去程（周六）和返程（周日）的高铁/航班
• 每个目的地展示 1~2 条最优方案（最快 or 最省）
• 含票价、时长、预订链接

4. 景点亮点速览

• 每个目的地精选 2~3 个必玩亮点
• 一句话描述，激发出行欲望

输出格式规范

标准输出结构

## 🎁 本月轻松旅行盲盒

📍 出发城市：<用户所在城市>
📅 可选周末：<本月剩余周末日期列表>

---

### 🎲 盲盒 1：<目的地名称>（<城市类型标签>）

**🌤 推荐周末**：MM月DD日-DD日（周六-周日）
**🌡 预计天气**：晴/多云，XX~YY°C，适宜出行

**🚄 去程交通**（周六）：
| 方式 | 车次/航班 | 出发-到达 | 耗时 | 票价 |
|------|-----------|-----------|------|------|
| 高铁 | GXXX | HH:MM→HH:MM | Xh | ¥XXX |

[🔗 点击查看更多车次](预订链接)

**🚄 返程交通**（周日）：
| 方式 | 车次/航班 | 出发-到达 | 耗时 | 票价 |
|------|-----------|-----------|------|------|
| 高铁 | GXXX | HH:MM→HH:MM | Xh | ¥XXX |

[🔗 点击查看更多车次](预订链接)

**✨ 必玩亮点**：
- 🏞 景点1：一句话描述
- 🍜 景点2：一句话描述
- 📸 景点3：一句话描述

**💰 预估总交通费**：¥XXX（往返/人）

---

### 🎲 盲盒 2：<目的地名称>
[同上结构]

---

### 🎲 盲盒 3：<目的地名称>
[同上结构]

---

### 💡 选择建议
- **文艺慢旅** → 盲盒 X（理由）
- **自然放松** → 盲盒 Y（理由）
- **美食之旅** → 盲盒 Z（理由）

---
*数据来源：基于 fly.ai 实时搜索结果，天气信息仅供参考，出行前请关注最新预报*
✈️ Powered by FlyAI

图片展示要求

• 景点场景：必须展示 ![]({picUrl})
• 酒店推荐（如有）：展示 ![]({mainPic})

预订链接要求

• 高铁/航班必须单独一行显示 [🔗 点击预订]({jumpUrl})
• 景点门票如有则展示 [🎫 购买门票]({jumpUrl})

异常处理策略

失败场景	兜底方案
用户未提供位置	主动询问："请告诉我你目前在哪个城市，我来帮你开盲盒 🎁"
本月无剩余周末	自动切换到下月前两个周末，并告知用户
天气全部不宜	① 放宽标准推荐 "小雨也别有情趣" 的城市 ② 推荐室内为主的目的地（博物馆之城、美食之城）
无直达交通	① 展示中转方案并标注总耗时 ② 搜索邻近城市作为替代目的地
FlyAI 搜索无结果	① 使用 keyword-search 重新搜索 ② 降级为基于通用知识的推荐（标注"实时票价请至飞猪确认"）
目的地景点信息不足	使用 ai-search 补充搜索，或给出简要的通用推荐

使用示例

示例 1：基本用法

用户输入：

我在杭州，这个月周末去哪玩？

期望输出：

• 识别：出发城市=杭州，月份=当月
• 计算：本月剩余周末日期
• 候选：黄山、南京、厦门、苏州、宁波、景德镇、武夷山、千岛湖
• 天气筛选：过滤出天气适宜的 Top 3
• 交通搜索：每个目的地搜索周六去程 + 周日返程
• 输出：3 张盲盒卡片 + 选择建议

示例 2：带偏好

用户输入：

坐标上海，想找个海边城市，本月周末天气好的时候去

期望输出：

• 识别：出发城市=上海，偏好=海边
• 候选优先匹配海滨城市：舟山、青岛、厦门、北海等
• 天气+交通+景点 → 输出 3 张海滨盲盒

示例 3：极简输入

用户输入：

开个旅行盲盒

期望输出：

• 未提供位置 → 询问用户所在城市
• 获取位置后正常执行流程

前置依赖：FlyAI CLI 安装检查

重要：本技能依赖 FlyAI CLI 进行实时搜索。

执行流程

1. 检查是否已安装

在执行任何搜索之前，必须先确保 FlyAI CLI 已正确安装。

检查命令：

which flyai

判断逻辑：

• ✅ 已安装：命令返回 flyai 的路径（如 /usr/local/bin/flyai），直接跳过安装步骤
• ❌ 未安装：执行安装流程

2. 安装 FlyAI CLI

安装命令：

npm install -g @fly-ai/flyai-cli

安装后验证：

flyai --help

3. 安装失败处理

情况	处理方式
npm 未安装	提示用户先安装 Node.js (https://nodejs.org/)
权限不足	建议使用 sudo npm install -g @fly-ai/flyai-cli 或使用 nvm 管理 Node
网络问题	建议用户检查网络或使用国内镜像 npm config set registry https://registry.npmmirror.com

注意：此步骤只在首次使用时执行，后续调用会直接跳过。

FlyAI CLI 命令使用规范

天气与目的地发现

flyai ai-search --query "<城市名> 本月周末天气 旅游推荐"

高铁搜索

flyai search-train --origin "<出发城市>" --destination "<目的地>" --dep-date <YYYY-MM-DD>

航班搜索

flyai search-flight --origin "<出发城市>" --destination "<目的地>" --dep-date <YYYY-MM-DD>

景点搜索

flyai search-poi --city-name "<目的地城市>"

综合搜索（备用）

flyai keyword-search --query "<出发城市>到<目的地>周末游"

参数说明：

• 必须使用单行命令
• 日期格式：YYYY-MM-DD
• 返回数据结构为 {data:{itemList:[...]}}

---

技术实现要点

核心流程

graph TD
    A[用户输入位置] --> B{是否提供城市?}
    B -->|是| C[计算本月剩余周末]
    B -->|否| B1[询问用户所在城市]
    B1 --> C
    C --> D[生成候选目的地列表 6~8 个]
    D --> E[天气查询与筛选]
    E --> F[选出 Top 3 天气适宜目的地]
    F --> G[搜索往返交通]
    G --> H[搜索景点亮点]
    H --> I[生成 3 张盲盒卡片]
    I --> J[输出 Markdown 结果]

文件结构

monthly-travel-blindbox/
├── SKILL.md          # 技能定义（含 agent prompt + tools 配置）
└── package.json      # 技能元数据

注意事项

• 时效性：天气预报具有不确定性，必须标注"天气信息仅供参考，出行前请关注最新预报"
• 实时性：交通票价实时变动，标注"请以预订页面实际价格为准"
• 多样性：三个盲盒应尽量覆盖不同城市类型，避免雷同
• 惊喜感：保持"盲盒拆箱"的趣味语气，让推荐过程有仪式感
• 隐私保护：不存储用户位置数据，搜索完即焚