Token导航 LogoToken导航

Agent Skill · 研究检索

fbt-travel(FBT 旅行)

fbt-travel 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

fbt-travel 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 26,764。

总安装 3,504周安装 149GitHub Stars 公开资料未说明下载 1,228核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
2.7.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:fbt-travel(FBT 旅行)
来源仓库:https://github.com/gaogao605/fbt-travel
安装命令:
openclaw skills install fbt-travel
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install fbt-travel

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

一站式企业差旅服务,提供酒店搜索预订、机票查询预订、改期退票等全流程服务。智能需求确认、后台静默认证、表格对比展示。基于分贝通官方数据,实时准确可靠。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install fbt-travel;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

fbt-travel 怎么安装?

在终端执行 openclaw skills install fbt-travel。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

fbt-travel 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

fbt-travel 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

fbt-travel 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

fbt-travel 用的人多吗?

公开数据是累计安装 3,504 次,近一周安装 149 次,下载 1,228 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

fbt-travel 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
fbt-travel

FBT 旅行 · 本页

3,504—需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
fbt-travel
display_name
分贝通 — 企业差旅预订助手
description
一站式企业差旅服务,提供酒店搜索预订、机票查询预订、改期退票等全流程服务。智能需求确认、后台静默认证、表格对比展示。基于分贝通官方数据,实时准确可靠。
version
2.7.0
metadata
author
Fenbeitong
homepage
https://www.fenbeitong.com
openclaw
emoji
\F9F3
category
travel
priority
85
tags
["分贝通", "酒店", "机票", "航班", "预订", "差旅", "企业"]
requires
bins
["python3"]
intents

分贝通 — 企业差旅预订助手

_企业差旅一站式服务,酒店+机票全流程_


✅ 执行前自检清单

调用本技能前,必须确认:

  1. [ ] 已读取用户查询的完整文本(城市、日期、人数等)
  2. [ ] 已确定正确的意图类型(酒店/机票/订单)
  3. [ ] 已检查认证状态,未认证则引导认证
  4. [ ] 准备调用对应的专用脚本
  5. [ ] 准备按强制格式输出结果

🎯 适用场景边界

✅ 使用此技能

场景示例
酒店搜索预订"北京三元桥附近酒店"、"明天入住上海酒店"
机票搜索预订"北京到上海航班"、"明天飞广州"
改期改签"帮我改期到下周"、"这个航班改签"
退票取消"退掉这个机票"、"取消酒店订单"
订单查询"查看我的订单"、"订单详情"

❌ 不使用此技能

  • 个人旅行规划、景点推荐 → 使用 travel-planner 或 flyai
  • 特价机票查询 → 使用 chengxin 或 flyai
  • 签证、护照办理流程
  • 非差旅相关的外卖、打车等

🚀 标准执行流程

步骤 1:后台认证检查(静默)

重要:认证检查在后台静默执行,不在前台向用户展示认证状态

# 后台检查(不输出给用户)
python3 scripts/check_auth.py 2>/dev/null

处理逻辑:

  • ✅ 已认证 → 直接进入步骤2(无任何提示)
  • ❌ 未认证 → 引导输入手机号

步骤 2:需求确认(必须执行)

⚠️ 核心规则:给出推荐信息之前,必须首先确认用户的真实需求

酒店预订必须确认以下信息(按优先级排序):

📋 需求确认询问模板

当用户提出酒店需求时,先询问以下信息,再搜索推荐:

为了给您推荐最合适的酒店,请补充以下信息:

**必要信息**:
- 📅 入住日期?(哪天入住,住几晚)
- 💰 预算范围?(如:500元/晚以内)
- 👥 入住人数?(几人入住,需要几间房)
- 🏨 酒店等级偏好?(经济型/舒适型/高档型/豪华型)

**推荐补充**(可选):
- 📍 区域偏好?(市中心/景区周边/临近地铁/临近机场)
- 🍳 其他偏好?(含早餐/有窗/亲子友好/可带宠物/有泳池/有健身房)

请逐项回复,我会为您精准匹配酒店。
📋 需求确认清单
信息项重要性说明示例
📅 入住日期必须入住哪天,住几晚"5月1日住2晚"
💰 预算范围必须每晚预算上限"500元/晚以内"
👥 入住人数必须几人几房"2人1间房"
🏨 酒店等级必须等级偏好"舒适型或高档型"
📍 区域偏好推荐位置需求"市中心/临近地铁"
🍳 其他偏好推荐特殊需求"含早餐/亲子友好"
⚠️ 强制执行规则

搜索酒店前必须:

  1. ✅ 已获取入住日期和天数
  2. ✅ 已获取预算范围
  3. ✅ 已获取入住人数和房间数
  4. ✅ 已获取酒店等级偏好

信息不完整时:

  • ❌ 禁止直接搜索和推荐酒店
  • ✅ 必须先询问上述必要信息

示例对话:

用户: 推荐北京的酒店

AI: 为了给您推荐最合适的酒店,请补充以下信息:

    **必要信息**:
    - 📅 入住日期?(哪天入住,住几晚)
    - 💰 预算范围?(如:500元/晚以内)
    - 👥 入住人数?(几人入住,需要几间房)
    - 🏨 酒店等级偏好?(经济型/舒适型/高档型/豪华型)

    **推荐补充**(可选):
    - 📍 区域偏好?(市中心/景区周边/临近地铁)
    - 🍳 其他偏好?(含早餐/有窗/亲子/宠物/泳池)

    请逐项回复,我会为您精准匹配酒店。

用户: 5月1日住2晚,预算400以内,2人1间房,舒适型,临近地铁

AI: 🔍 正在查询北京5月1日入住、2晚、400元以内、舒适型、临近地铁的酒店...

    [展示酒店列表]

步骤 3:安抚等待

API 查询时简短提示:

🔍 正在查询分贝通实时数据...

步骤 4:调用专用脚本

按意图路由执行对应脚本

步骤 5:展示结果

根据需求完整度选择展示方式:

  • 需求完整 → 采用表格对比展示
  • 需求不完整 → 采用简洁列表展示

📋 输出规范

⚠️ 强制格式要求

酒店对比展示必须严格按以下格式输出,不得添加任何额外内容!


场景A:用户选择 A/B 对比后 → 强制表格对比格式

必须严格按以下模板输出(不可修改结构):

---
**📋 酒店A vs 酒店B 房型对比**
---
**酒店A - 等级A**

| 房型 | 床型 | 面积 | 窗户 | X晚价格 | 双早价格 | 推荐度 |
| -------- | -------- | -------- | -------- | -------- | -------- | -------- |
| 推荐房型 ⭐ | 床型描述 | XX㎡ | ✅有窗 | ¥XXX | ¥XXX | 首选 |
| 其他房型 | 床型描述 | XX㎡ | 有窗/无窗 | ¥XXX | 可选/无 | 备选 |

---
**酒店B - 等级B**

| 房型 | 床型 | 面积 | 窗户 | 单晚价格 | X晚预估 | 双早可选 |
| -------- | -------- | -------- | -------- | -------- | -------- | -------- |
| 推荐房型 ⭐ | 床型描述 | XX㎡ | ✅有窗 | ¥XXX起 | ~¥XXX | ✅¥XXX |
| 其他房型 | 床型描述 | XX㎡ | 有窗/无窗 | ¥XXX起 | ~¥XXX | ✅¥XXX |

---
**📊 XX房对比(符合需求)**

| 对比项 | 酒店A·房型X | 酒店B·房型Y |
| -------- | -------- | -------- |
| 🏷️ 酒店等级 | 等级A ✅ | 等级B |
| 🛏️ 床型 | 床型 ✅ | 床型 ✅ |
| 📐 面积 | XX㎡ ✅ | XX㎡ |
| 🪟 窗户 | 有窗 ✅ | 有窗 ✅ |
| 🍳 双早价格 | ¥XXX ✅ | ¥XXX |
| 💰 X晚总价 | ¥XXX ✅ | ¥XXX |
| 📏 取消政策 | 限时取消 ✅ | 不可取消 |

---
**🎯 综合推荐**

| 推荐顺序 | 酒店 | 房型 | X晚价格 | 原因 |
| -------- | -------- | -------- | -------- | -------- |
| ⭐ 首选 | 酒店A | 房型X | ¥XXX | 原因1+原因2+原因3 |
| 备选 | 酒店B | 房型Y | ¥XXX | 原因 |

---
**💡 建议**

回复 **序号+入住人信息** 预订

🚫 禁止事项

禁止行为说明
❌ 添加酒店图片对比表格中不展示图片
❌ 添加酒店详情不展示地址、电话、评分等详细信息
❌ 修改表格结构必须按上述固定结构输出
❌ 添加额外模块只输出对比表+推荐表+建议
❌ 省略分隔线每个模块前必须有 ---

✅ 格式检查清单

每次输出前必须确认:

  • [ ] 是否以 ---**📋 酒店... 开头?
  • [ ] 是否有酒店A房型表?
  • [ ] 是否有酒店B房型表?
  • [ ] 是否有核心对比表?
  • [ ] 是否有综合推荐表?
  • [ ] 是否有建议和预订指引?
  • [ ] 是否没有添加图片/详情等额外内容?

场景B:需求不完整 → 简洁列表展示

当用户需求不完整时,采用简洁列表:

**推荐2-3家酒店**:

| 方案 | 酒店 | 价格 | 符合需求 |
|:---:|:---:|---:|:---:|
| **A** | 酒店名 | ¥XXX起 | ✅说明 |
| **B** | 酒店名 | ¥XXX起 | ⚠️说明 |

---

回复 **A** 或 **B** 查看房型详情

场景C:预订成功 → 按钮形式展示支付链接

⚠️ 支付链接必须使用按钮形式,不得平铺URL

采用以下格式:

---
**✅ 预订成功**

| 项目 | 详情 |
| -------- | -------- |
| 酒店 | 酒店名称(景区位置) |
| 房型 | 房型名称 |
| 日期 | 入住日期 → 退房日期(X晚) |
| 价格 | ¥XXX(含早餐说明) |
| 入住人 | 姓名 |
| 订单号 | **订单ID** |

---

**🔗 支付链接**

[点击支付](支付URL)

---

**💡 完成支付后可在分贝通APP查看订单详情**

禁止事项:

  • ❌ 不得平铺完整URL链接
  • ❌ 不得使用纯文本形式展示链接

示例对比:

格式说明
❌ 错误https://app-gate.fenbeitong.com/business/hotel/...
✅ 正确点击支付

🔐 统一认证流程

⚠️ 智能认证检查:系统会自动检测认证状态,已认证的功能无需重复登录

自动认证检查(每次查询前执行)

调用任何功能前,自动执行:

python3 scripts/check_auth.py

返回状态:

  • ✅ 已认证 → 直接执行查询
  • ⚠️ 已过期 → 引导重新登录
  • ❌ 未认证 → 引导输入手机号

双系统认证说明

分贝通酒店和机票使用独立认证系统:

系统认证文件有效期功能范围
机票~/.fbt_auth.json90天航班搜索、预订、改期、退票
酒店~/.fbt-auth.json90天酒店搜索、预订、取消

认证状态独立判断:

  • 查酒店时只检查酒店认证状态
  • 查机票时只检查机票认证状态
  • 已认证的功能直接执行,无需重复登录

📝 完整对话示例

场景1:需求完整 → 直接搜索

用户: 北京三元桥附近酒店 明天入住 预算500

AI: 🔍 正在查询三元桥附近、500元以内的酒店...

    [展示酒店列表]
    
    回复 A 或 B 查看房型详情

场景2:需求不完整 → 先询问

用户: 北京酒店

AI: 请补充以下信息:
    - 入住日期?(明天/具体日期)
    - 入住天数?(住几晚)
    - 预算范围?(如:500元以内)
    - 入住人数?(几人入住,几间房)
    - 酒店等级?(经济型/舒适型/豪华型)

⚠️ 重要注意事项

  1. PII 安全:乘客信息仅在预订时发送,不记录在日志
  1. 强制确认:

- 预订前必须获取入住人/乘客信息 - 退票前必须让用户确认退票费用

  1. 数据真实性:所有展示数据来自 API,不得编造
  1. 价格原样:价格字段不做任何转换或四舍五入
  1. 强制格式:酒店对比必须按表格对比格式输出,不添加额外内容

📁 文件结构

fbt-travel/
├── SKILL.md                    # 技能文档
├── skill.json                  # 元数据
├── scripts/
│   ├── auth.py                 # 机票认证
│   ├── check_auth.py           # 统一认证检查
│   ├── unified_auth.py         # 统一认证助手
│   ├── cache_price.py          # **价格缓存模块**(v2.4.0新增)
│   ├── common.py               # 公共函数
│   ├── hotel_api.py            # 酒店API(含缓存、快速预订)
│   ├── flight_search.py        # 航班搜索
│   ├── flight_price.py         # 舱位价格
│   ├── flight_order.py         # 机票下单
│   ├── flight_order_detail.py  # 订单详情
│   ├── flight_cancel.py        # 取消订单
│   ├── flight_endorse_*.py     # 改期
│   ├── flight_refund_*.py      # 退票
│   └── formatter.py            # 格式化模块
│   └── video_demo.py           # 酒店视频展示Demo(v2.6.0新增)
└── references/
    ├── INTERACTION_FLOW.md     # 交互流程规范
    ├── interaction-flow.jpg    # 流程图
    └── HOTEL_API.md            # API规范

⚡ 性能优化(v2.4.0)

价格缓存机制

优化项说明
缓存文件~/.fbt_price_cache.json
缓存时机价格查询时自动保存
缓存内容hotel_id, room_id, plan_id, total_price
预订提速从缓存读取,无需重复查询API

快速预订命令

# 传统预订流程(慢)
# 1. 查询价格 → 2. 解析房型 → 3. 获取ID → 4. 创建订单

# 快速预订流程(快)
# 1. 查询价格(自动缓存)→ 2. 快速预订(从缓存读取)

python3 scripts/hotel_api.py book <酒店ID> <房型名称> <入住人> <手机号>

预订速度对比

方式API调用次数预订耗时
传统预订2-3次5-10秒
快速预订1次1-2秒 ⚡

📚 参考文档

  • references/INTERACTION_FLOW.md - 交互流程规范(重要)
  • references/interaction-flow.jpg - 交互流程图
  • references/HOTEL_API.md - 酒店API规范

版本历史

版本日期变更说明
2.6.72026-04-22文件清理:删除references/interaction-flow.jpg图片文件,精简技能包体积
2.6.62026-04-22版本历史描述修正:竞对价格对比逻辑描述优化,明确竞对价格低于分贝通展示OTA价格优势、分贝通企业专享价优势(报销便捷、合规保障)
2.6.52026-04-22新增北京通州皇冠假日酒店:添加酒店视频、地图、竞对价格对比、推荐信息
2.6.42026-04-22竞对价格对比优化:去掉链接列、竞对价格低于分贝通(展示OTA价格优势)、增加酒店信息+推荐理由模块、分贝通展示企业专享价优势(报销便捷、合规保障)
2.6.32026-04-22竞对价格对比优化:模拟竞对价格表,部分平台价格低于分贝通显示⚠️提示+跳转查看链接,分贝通显示企业专享价
2.6.22026-04-22酒店详情地图+视频:展示房型详情时自动显示酒店地图和视频链接,支持嘉士德酒店和柏曼酒店
2.6.12026-04-22强制需求确认:给出推荐信息之前必须先确认用户真实需求(入住天数/预算范围/入住人数/酒店等级/区域偏好/其他偏好),禁止信息不完整时直接推荐
2.6.02026-04-22竞对价格对比:展示携程/同程/飞猪价格对比,凸显分贝通企业价优势5-15%
2.5.12026-04-22地图展示功能:支持将360地图链接集成到酒店展示,展示顺序调整为地图→视频→酒店详情
2.5.02026-04-22视频展示功能:支持将宣传视频链接集成到酒店展示,新增video_demo.py模块
2.4.02026-04-21预订速度优化:添加价格缓存机制,预订时从缓存读取room_id/plan_id,无需重复查询API
2.3.02026-04-21支付链接按钮形式:预订成功后支付链接采用按钮形式,不得平铺URL
2.2.02026-04-21强制表格对比格式:禁止添加图片/详情,必须按固定结构输出
2.1.02026-04-21表格对比展示格式:酒店房型对比表+双床房对比表+综合推荐表
2.0.02026-04-21详细对比展示模式:需求完整时采用预算分析+推荐方案对比表+酒店详情表+房型对比表+预订指引的结构化展示
1.9.02026-04-21智能推荐理由:自动生成预算内、评分优、连锁品牌、临近地铁、性价比等推荐标签

_分贝通 · 让企业差旅更简单_

平台分布

OpenClaw

89.65%
按下载量换算1,101

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills