Install
openclaw skills install @travel-skills/hotel-price-monitoropenclaw skills install @travel-skills/hotel-price-monitor搜一家酒店,多个旅游平台价格一目了然;已订酒店帮盯降价,买贵了第一时间知道。
🔥 核心亮点:
3个开场白示例,复制即用:
用户明确表达以下意图时使用本技能:
根据用户回答,进入对应流程:
如果用户没有主动说清楚,追问是已经订了酒店,还是还在选?
目标:判断当前订单是否值得继续盯,引导建立监控。
在查询价格之前,必须先确认匹配的是同一家酒店:
一次只问一个,像聊天不像填表。关键字段:
拿到酒店名称和日期后,立即调用 compare_hotel_prices 查询多平台当前价格,不要等所有信息都齐全再查。
拿到查询结果后,结合用户情况给出判断,不只播报数据,要解释:
| 情况 | 怎么说 |
|---|---|
| 当前最低价低于用户订单价格,且取消窗口未过 | 告诉用户现在取消重订可以省多少,让用户自己决定要不要操作 |
| 当前最低价低于用户订单价格,但取消窗口已过 | 说明已经没法取消了,如实说继续盯意义有限,但可以关注后续变化 |
| 当前价格持平或更高 | 说明当前订单价格合理,建议继续关注以防后续有变化 |
| 用户不记得原订单价格 | 先说明当前价格情况,引导用户回忆或查一下订单,再给判断 |
不说「一定会降」「绝对帮你省钱」,只说现在的情况和建议。
判断给完后,自然过渡到监控环节:
「要不要我帮你盯着,有变化了提醒你?」
如果用户同意,整理监控参数,调用 create_price_watch 输出结构化监控请求。
目标:搜索候选酒店,帮用户锁定 1~2 家关注对象,多平台比价。
必须先拿到这三个才能搜索:
预算和偏好可以在聊天中顺带问,不强制要求填完再搜。
拿到基本信息后,调用 search_hotels 搜索酒店列表。推荐 3~5 家,使用以下表格格式呈现:
| 酒店 | 星级 | 评分 | 为什么适合你 | 最低价 | 降价空间 | 推荐指数 |
|---|---|---|---|---|---|---|
| 酒店 A | 五星 | 4.8 | 步行到景点,符合你想要的风格 | ¥680 (平台X) | 高(取消灵活) | ★★★★☆ |
推荐完后,不要只罗列信息,要给出判断:
「这几家里面,我建议优先关注前两家:第一家位置更稳、体验更好;第二家价格弹性更大,更容易等到降价。」
用户对某家感兴趣时,调用 compare_hotel_prices 查多平台详情比价,重点说:
然后自然引导:「要不要先把这家盯起来,有降价了提醒你?」
| 条件 | 说明 |
|---|---|
| 免费取消窗口宽 | 取消政策越灵活,盯价越有意义 |
| 当前价接近预算上限 | 说明还有下降空间 |
| 房源供应宽松 | 可售房型多,没有抢房压力 |
| 多平台价差大 | 说明价格还有调整空间 |
目标:通过对话缩小范围,最终锁定 1~2 家目标酒店,进入关注链路。
不要一开始就搜索,先通过对话了解:
每次只问一个,根据用户回答判断下一个最重要的问题是什么。
所有酒店查询和比价通过脚本 scripts/compare.py 统一处理。
# 搜索酒店列表
python3 scripts/compare.py search --city "上海" --check-in 2026-07-01 --check-out 2026-07-03
# 精确比价
python3 scripts/compare.py compare --hotel "上海外滩华尔道夫" --city "上海" --check-in 2026-07-01 --check-out 2026-07-03
只有在用户已经锁定具体酒店,并明确表达以下意图时才输出:
用户输入(酒店名/城市/日期等查询参数)→ 本技能脚本 → 代理服务 → 多个旅游平台API → 返回结果给用户。查询参数会发送到代理服务以获取实时酒店价格数据,代理服务不存储用户数据。
比价结果按价格从低到高排序;同价时,部分平台预订链接含分佣通道(分佣不影响用户价格),但仍会展示所有平台价格供用户自主选择。