携程跟团游产品对比分析
流程概览
flowchart LR
A{"URL类型？"} -->|"搜索列表页"| B["search.py 提取产品URL"]
A -->|"产品详情页"| C["确认出发日期"]
B --> C
C --> D["extract.py 一键提取数据"]
D --> E["子Agent并行压缩摘要"]
E --> F["询问用户偏好"]
F --> G["读取摘要分析对比"]
G --> H["生成Markdown文档"]
用户使用指南
当用户询问"怎么用"、"如何使用"时，根据以下内容回答。
前置依赖
- Python 3.8+
- Playwright：
pip install playwright
- Chromium 系浏览器（Chrome / Edge / Brave 均可）
使用方式
方式一：搜索列表页批量分析
- 打开携程跟团游页面 https://vacations.ctrip.com/grouptravel
- 搜索目的地并进行筛选（出发城市、出行天数、价格区间等）
- 筛选完成后，复制浏览器地址栏中的 URL，发给 Agent 即可
示例：
分析这个搜索页的产品：https://vacations.ctrip.com/list/...
Agent 会自动提取列表页中所有产品的详细数据并生成对比分析。
方式二：指定产品详情页对比
如果已经看好了几个具体的跟团游产品，直接将它们的详情页 URL 发给 Agent：
帮我对比这几个携程产品：
https://vacations.ctrip.com/tour/detail/p30642209s34
https://vacations.ctrip.com/tour/detail/p64166362s34
注意事项
- 浏览器需提前以调试模式启动：
chrome --remote-debugging-port=9222（或 msedge / brave）
- Windows 用户如遇
python3 命令不存在，请使用 python 代替
- 提取价格前需确认出发日期，不同日期价格可能差异较大
跨平台注意
- Windows 用户：命令中
python3 请替换为 python
- 浏览器：支持 Chrome / Edge / Brave 等所有 Chromium 系浏览器
浏览器管理
提取前：检查 CDP 端口
运行 extract.py 或 search.py 前，必须先检查 CDP 端口 9222 是否可用：
# 检查端口是否可用
curl -s http://localhost:9222/json/version
- 返回 JSON（含 Browser 名称）：浏览器已正确启动，可继续
- 连接失败：浏览器未按指定端口启动，需要处理（见下方）
浏览器未正确启动时的处理
当 CDP 端口 9222 连接失败时，先检测用户本地安装了哪些浏览器，再向用户提问：
# 检测本地 Chromium 系浏览器（Windows）
where chrome 2>nul && echo "Chrome: 已安装"
where msedge 2>nul && echo "Edge: 已安装"
where brave 2>nul && echo "Brave: 已安装"
# 检测本地浏览器（macOS）
ls /Applications/ | grep -i "chrome\|edge\|brave"
# 检测本地浏览器（Linux）
which google-chrome chromium-browser microsoft-edge brave-browser 2>/dev/null
根据检测结果，向用户提问（示例）：
⚠️ 浏览器未以调试模式启动（CDP 端口 9222 不可用）。
检测到您本地安装了：Chrome、Edge
是否可以使用 [检测到的第一个浏览器] 重新启动？我可以自动帮您：
1. 终止该浏览器的所有进程（含后台残留）
2. 以调试模式重新启动
或者您希望使用其他浏览器？
自动处理流程（确认后执行）：
# Step 1: 终止指定浏览器的所有进程（含后台残留）
# Windows: taskkill /F /IM chrome.exe # 只终止选中的浏览器
# macOS: pkill -f "Google Chrome"
# Linux: pkill -f google-chrome
# Step 2: 以调试模式重新启动
# Windows: start chrome --remote-debugging-port=9222
# macOS: open -a "Google Chrome" --args --remote-debugging-port=9222
# Linux: google-chrome --remote-debugging-port=9222 &
# Step 3: 验证端口已启动
curl -s http://localhost:9222/json/version
重要：必须先 kill 指定浏览器的所有进程再重启。仅关闭窗口不够，后台进程可能仍在运行，导致新启动的浏览器无法绑定 9222 端口。
用户选择手动操作时，给出指引：
# 1. 彻底关闭浏览器（关闭窗口不够，后台进程可能仍在）
# 方法一：命令行终止
# Windows: taskkill /F /IM chrome.exe (替换为实际浏览器进程名)
# macOS: pkill -f "Google Chrome"
# Linux: pkill -f chrome
#
# 方法二：任务管理器（Ctrl+Shift+Esc），找到浏览器进程，全部结束
# 2. 重新以调试模式启动
# Windows: chrome --remote-debugging-port=9222
# macOS: open -a "Google Chrome" --args --remote-debugging-port=9222
# Linux: google-chrome --remote-debugging-port=9222
# 3. 验证
curl -s http://localhost:9222/json/version
提取后
无需额外操作（Playwright 通过 CDP 直连，不启动额外进程）
Step 1：判断URL类型
用户提供的URL有两种类型，处理方式不同：
| URL类型 | 匹配规则 | 处理方式 |
|---|
| 搜索列表页 | vacations.ctrip.com/list/ 开头 | 先运行 search.py 提取产品URL，再进入 Step 2 |
| 产品详情页 | vacations.ctrip.com/tour/detail/ 或 vacations.ctrip.com/travel/detail/ | 直接进入 Step 2 |
如果是搜索列表页，运行 search.py 提取产品URL：
# 从搜索页提取产品URL（默认第一页所有产品，最多100条）
python3 ~/.claude/skills/ctrip-compare/scripts/search.py "<搜索页URL>"
# 指定最多提取N条（上限100）
python3 ~/.claude/skills/ctrip-compare/scripts/search.py "<搜索页URL>" --max 20
脚本会输出提取到的产品URL列表（每行一个），将这些URL作为后续步骤的输入。
注意：search.py 运行完毕后，浏览器标签页已关闭，可直接继续运行 extract.py，无需重启浏览器。
Step 2：确认出发日期
如果用户没有给出出发日期，必须先询问：
请问你打算哪天出发？出发日期会用来查询每个产品当天的真实价格（不同日期价格可能差异很大）。
只有确认出发日期后，才开始提取数据。
Step 3：一键提取数据
使用 Python 脚本 scripts/extract.py，通过 Playwright 直连浏览器 CDP 接口，一次性提取所有 URL 的数据。
前置条件
- 浏览器已启动（Chrome/Edge/Brave 等 Chromium 浏览器，带
--remote-debugging-port=9222）
- Playwright 已安装（
pip install playwright）
运行命令
# 运行提取脚本
python3 ~/.claude/skills/ctrip-compare/scripts/extract.py <出发日期> <输出目录> <url1> <url2> ...
示例：
python3 ~/.claude/skills/ctrip-compare/scripts/extract.py 30 ~/ctrip/ctrip_20260430_云南/raw \
https://vacations.ctrip.com/tour/detail/p30642209s34 \
https://vacations.ctrip.com/tour/detail/p64166362s34 \
https://vacations.ctrip.com/tour/detail/p68251626s34
脚本工作原理
对每个 URL 依次执行：
- 通过 CDP 连接已运行的浏览器，打开新标签页
- 等待页面加载完成（
h1 出现 + 3s 额外等待）
- 点击日历上的出发日期，获取真实价格
- 从页面提取：标题、产品ID、价格、评分、供应商
- 提取完整行程（图文行程模式
DIV.daily_itinerary_item）
- 保存为纯文本文件到
raw/ 目录
- 关闭标签页，处理下一个 URL
提取失败处理
- 连接失败：检查浏览器是否启动、CDP 端口 9222 是否可用
- 价格提取失败：脚本会使用页面默认价格
- 行程提取失败：检查输出文件中行程部分是否为空，可能需要手动补充
Step 4：并行压缩摘要
必须使用子 Agent（Agent tool）执行压缩任务，严禁在主 Agent 中执行。
原因：压缩需要读取大量原始文件，在主 Agent 中执行会导致上下文窗口爆炸（即使不超限，长上下文也会导致后续分析质量显著下降）。子 Agent 有独立的上下文空间，不影响主对话质量。
如果子 Agent 遇到问题无法完成，向用户说明情况并给出选项：
- 在主 Agent 中继续执行（需告知：会导致上下文膨胀，后续分析质量可能下降）
- 手动操作或其他方式
由用户决定，不要擅自选择。
原始文件每个约 400-500 行，10 个产品约 4500 行 / 165KB。直接全部读入会占用大量上下文（约 50K tokens）。通过子 Agent 并行压缩，压缩后仅约 9%（每个产品 ~40 行），支持一次性读入分析。
目录结构
~/ctrip/
├── <项目名>/
│ ├── compare_<项目名>.md ← 最终对比分析文档
│ ├── summary/ ← 压缩摘要（分析时读取）
│ │ ├── p30642209_summary.txt
│ │ └── ...
│ └── raw/ ← 原始数据（用户追问细节时读取）
│ ├── p30642209.txt
│ └── ...
└── <另一个项目名>/
└── ...
项目名动态生成，格式：ctrip_<日期>_<目的地简称>
- 示例：
ctrip_20260430_云南大理丽江
- 目的地简称从产品标题中提取
- 项目根目录默认
~/ctrip/，如用户指定了其他位置则使用用户的
- 如果用户指定了项目名，则使用用户指定的
压缩策略
使用子 Agent 并行压缩，每个 Agent 处理 4-10 个文件，最多同时 5 个 Agent：
| 文件数量 | Agent 数量 | 每个 Agent 处理 |
|---|
| 1-4 | 1 | 全部 |
| 5-10 | 2 | 3-5 |
| 11-20 | 3 | 4-7 |
| 21-40 | 4 | 5-10 |
| 41-50 | 5 | 8-10 |
超过 50 个文件时，等第一批完成后再开启新批次。
Agent 压缩指令模板
你是数据压缩助手。请读取以下N个携程旅游产品原始数据文件，将每个文件压缩为结构化摘要。
原始文件：
1. ~/ctrip/<项目名>/raw/pXXXXX.txt
2. ...
压缩规则（保留所有有效信息，去除噪音）：
保留：
- 文件头（标题、产品ID、价格、评分、供应商、URL）
- 每天的日程标题
- 景点/场馆名称 + 门票状态（含/不含/免）
- 活动体验详情（旅拍、换装、扎染、骑行等，**必须完整保留**：时长、是否含妆造、是否含服装/几套、精修数量、底片数量、是否含航拍）
- 酒店名称 + 房型 + 钻级星级（如"4钻"/"5星"）
- 餐食含/不含（用 ✓/× 表示）
- 交通方式（动车/大巴/飞机等）
- 集合/解散信息（接机/送机）
- 重要备注（如索道停运方案）
去除：
- "Day\n\n01" 等碎片排版
- 推荐餐厅的详细地址、人均、菜品
- "温馨提示"大段注意事项
- "行驶时间：约60分钟" 等通用交通描述
- 营销文案
- "成人：不含餐 儿童：不含餐\n自理" 重复格式
- 通用模板文字
- Day1 自由活动的推荐景点列表（旅游团当天无安排，无需列出建议去哪里）
输出格式（每个文件独立）：
===== pXXXXX 摘要 =====
标题: ...
价格: ¥XXXX/人 | 评分: X/XX条 | 供应商: ...
URL: ...
Day1: 【日程标题】...
交通: ...
景点: xxx(含门票) | yyy(免)
活动: 旅拍30min(含妆造,航拍,精修3张)
餐食: 早✓ 午× 晚×
酒店: xxx/yyy/zzz(海景房)
备注: 重要注意事项
保存到 ~/ctrip/<项目名>/summary/pXXXXX_summary.txt
压缩后效果
- 原始：~500行/文件 → 摘要：~40行/文件（约 8% 体积）
- 10 个产品：4500 行 → 400 行（约 15K tokens，轻松一次性读入）
- 50 个产品：约 2000 行（约 60K tokens，仍在可接受范围）
- 原始文件保留在
raw/ 目录，用户追问细节时可随时读取
Step 5：询问用户偏好
数据提取和压缩完毕后，向用户询问：
数据已提取完毕，共N个产品。请问您有哪些特别看重的方面？
- 🏔️ 风景点（哪些景点必须有？）
- 📸 拍照/旅拍（精修？妆造？航拍？）
- 🏨 酒店等级（3钻/4钻/5钻？）
- 💰 预算范围
- 🎭 特色体验（千古情/扎染/游艇等）
- 👥 团队大小偏好
- 🚗 交通偏好（动车/商务车）
- 其他偏好？
（可以说"都看"或列出优先级）
Step 6：分析对比（读取摘要文件）
用 read 工具读取 summary/ 目录下的压缩摘要文件，一次性全部读入后分析：
- 景点是否真正包含：区分"行程中的景点"和"历史介绍中提及"
- 旅拍服务的具体内容：精修数量、是否含妆造、是否含航拍
- 价格的真实含义：起价 vs 专享券后价格 vs 自费项目
- 行程安排的质量：是否合理、是否走回头路、自由活动时间
用户追问某个产品的细节时，再到 raw/ 目录读取该产品的原始数据。
对比维度
| 维度 | 数据来源 |
|---|
| 价格 | 脚本提取的点击日期后真实价格 |
| 景点覆盖 | 摘要中的景点条目（逐天） |
| 拍照服务 | 摘要中的活动体验详情 |
| 酒店等级 | 摘要中的酒店条目 |
| 特色体验 | 日程标题中的关键词 |
| 口碑 | 评分 + 点评数 |
| 去重 | 比较不同产品的行程是否完全相同 |
Step 7：生成 Markdown 文档
使用 Write 工具，将最终对比分析保存为 Markdown 文件。
输出路径：~/ctrip/<项目名>/compare_<项目名>.md
文档结构：
# 携程跟团游产品对比分析
> 出发日期：YYYY-MM-DD | 分析时间：YYYY-MM-DD HH:mm
## 筛选说明
- 数据来源、出发日期、筛选条件
## 价格总览
| 产品 | 价格 | 评分 | 团队 | 酒店 | 链接 |
|------|------|------|------|------|------|
| ... | ... | ... | ... | ... | ... |
## 用户关注维度对比
- 根据用户偏好针对性对比
## 景点覆盖对比
| 景点 | 产品A | 产品B | 产品C |
|------|-------|-------|-------|
| ... | ✓/✗ | ✓/✗ | ✓/✗ |
## 综合推荐 TOP 3
1. **产品名** — 推荐理由 + 产品链接
2. ...
3. ...
## 详细行程对比
（逐天对比各产品行程安排）
注意事项
- 价格标注"出发日期对应的实时价格，仅供参考"
- 产品链接使用完整URL
- 用
> **提示** 或 > **⚠️** 标注重要提示
- 评分参考价值提示（点评太少的不够可靠）
- 每次调用技能会在同一项目目录下生成：
raw/ 子目录存放过程资料，根目录存放最终 md
