Token导航 LogoToken导航

Agent Skill · 研究检索

ljg-travel(丽江旅游)

ljg-travel 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 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。

ljg-travel 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证信息还不明确,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 3,797。

总安装 39,552周安装 1,642GitHub Stars 3,772下载 12,416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
unknown

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:ljg-travel(丽江旅游)
来源仓库:https://github.com/lijigang/ljg-skills
仓库路径:skills/ljg-travel
安装命令:
npx skills add https://github.com/lijigang/ljg-skills --skill ljg-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 npx skills 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。

skills.shnpx skills
npx skills add https://github.com/lijigang/ljg-skills --skill ljg-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。

ljg-travel 用于查找、检索和筛选相关信息。适合在 Codex、Claude、Cursor、Gemini CLI 中根据关键词快速定位候选结果。通过 npx skills add 命令从指定 GitHub 仓库安装使用。安装前需确认权限范围和维护状态,注意可能触发联网或文件读写操作。

建议结合原始 README 核验具体用法和功能边界。

来源仓库内路径:skills/ljg-travel

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 Codex、Claude、Cursor、Gemini CLI;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 npx skills add https://github.com/lijigang/ljg-skills --skill ljg-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

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

ljg-travel 怎么安装?

在终端执行 npx skills add https://github.com/lijigang/ljg-skills --skill ljg-travel。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

ljg-travel 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。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。

ljg-travel 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

ljg-travel 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

ljg-travel 用的人多吗?

公开数据是累计安装 39,552 次,近一周安装 1,642 次,下载 12,416 次,GitHub 3,772 星。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。

ljg-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

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 来源仓库有 3,772 星,维护活跃度相对可查。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 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 Codex,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

  • 需要明确授权才能用到公司项目里的场景。
  • 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
ljg-travel

丽江旅游 · 本页

39,5523,772权限未标注未明确有提醒

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

ljg-travel-flow: 旅行研究

一条命令完成:全维度文化研究 → 内容提炼 → org 文档 + 便携卡片。

方法论借鉴考古学 Desk-Based Assessment(DBA):到达之前,穷尽一切文献证据。

模式

强制 NATIVE 模式。 本 workflow 是多 skill 管道(Research → ContentAnalysis → ljg-card),不走 Algorithm 七步流程。

参数

参数说明示例
城市名必填,目标城市西安、洛阳、大同
-f聚焦主题(可选)-f 唐代 -f 石窟 -f 青铜器
-q快速模式,跳过内容提炼,只做研究+文档

执行

1. 解析参数

从用户消息中提取城市名称和可选参数。如有聚焦主题,后续所有搜索围绕该主题展开。

2. 全维度研究(Research extensive — 单次调用,12 个 Agent 并行)

调用 Skill tool 执行 Research,使用 extensive 模式。

核心设计:不分"知识底图"和"平台发现"两步——它们是同一个研究操作的不同搜索角度。 12 个 Agent 同时出发,一半做学术/百科研究,一半做平台内容搜索。

研究提纲(传入 Research 的 prompt):

对「{城市}」进行深度文化旅行研究。这不是旅游攻略,是出发前的考古学式案头研究(Desk-Based Assessment)。

研究覆盖以下维度,每个维度需要中英文双语搜索:

**维度 A — 历史分层**
该城市经历了哪些重要历史时期?每个时期在这座城市留下了什么物质遗存?朝代更迭如何影响城市格局?

**维度 B — 博物馆重点**
该城市有哪些重要博物馆?各博物馆的镇馆之宝和核心馆藏?哪些展品有重大考古意义?必须给出具体文物名称和展厅位置。

**维度 C — 古建遗存**
现存哪些重要古建筑和遗址?营造年代、建筑形制、结构特点。哪些是全国重点文物保护单位?看建筑时应关注什么细节(斗拱、彩画、碑刻等)?

**维度 D — 考古发现**
该城市及周边有哪些重大考古发现?出土文物现藏于哪些博物馆?发掘过程中有什么重要故事?

**维度 E — 人文脉络**
与该城市相关的重要历史人物、文学作品、文化传统。帮助理解这座城市的文化性格。

**维度 F — 深度内容发现**
搜索 B站(bilibili.com)、知乎(zhihu.com)、微信公众号(mp.weixin.qq.com)、抖音(douyin.com)、小红书(xiaohongshu.com)上关于该城市博物馆和古建的深度讲解内容。
筛选标准:
- 要:有知识增量的内容(讲背景、讲工艺、讲考古过程、讲建筑细节)
- 不要:纯打卡拍照、纯推荐无分析、广告软文
- B站视频优先 10 分钟以上的讲解类
- 公众号文章优先有参考文献或明确作者身份的
返回内容标题、URL、一句话摘要。

{如有聚焦主题:特别关注与「{聚焦主题}」相关的内容,其他维度作为背景补充。}

等待 Research 完成,获得全维度研究结果。

3. 内容提炼(ContentAnalysis — 可选)

如果用户指定了 -q 快速模式,跳过此步。

从步骤 2 返回的结果中,提取所有有效 URL(文章链接、视频链接)。

对每个 URL 并行启动 Agent subagent:

每个 subagent 调用 Skill tool 执行 ContentAnalysis,传入 URL,使用 fast 深度级别,提取核心知识点。

降级规则:

  • 如果 ContentAnalysis 对某个 URL 失败(无法访问、无字幕等),跳过该 URL,不阻塞
  • 如果所有 URL 都失败,流程不中断——步骤 2 的研究结果已经足够生成文档
  • ContentAnalysis 是增强层,不是必要层

收集所有成功提炼的内容摘要。

4. 合成 org-mode 文档

将步骤 2(研究结果)和步骤 3(内容提炼,如有)合成为一份结构化 org-mode 文档。

文档结构:

#+title: {城市}旅行研究
#+date: {当前日期}
#+filetags: :travel:museum:architecture:

* 城市概览
  {城市}的文明坐标——为什么值得去,去了看什么。一段话勾勒这座城市在中国文明史中的位置。

* 历史分层
** {时期1}({年代范围})
   核心事件、遗留痕迹、对应可看的实物。
** {时期2}
   ...

* 博物馆指南
** {博物馆1名称}
   地址、开放时间、预约方式(如需要)。
*** 镇馆之宝
    - {文物名}:{为什么重要} | 看什么细节:{具体观察点}
*** 重点展厅
    - {展厅名}:{核心看点}
*** 容易错过的
    - {被忽视但值得看的内容}
** {博物馆2名称}
   ...

* 古建遗存
** {古建1名称}({朝代},{保护级别})
   形制概述。
*** 看什么
    - {具体观察点1}:{为什么值得注意}
    - {具体观察点2}
** {古建2名称}
   ...

* 考古发现
** {遗址/发现1}
   发现经过、意义、出土文物现藏地。如果有有趣的发掘故事,讲出来。

* 参观路线
** 路线一:{主题名}({预计时间})
   适合谁:{描述}
   1. {地点} → 重点看 {什么}({停留建议时间})
   2. ...
** 路线二:{主题名}
   ...

* 深度内容推荐
  从各平台发现的值得在出发前看的内容。
** 视频
   - [[{URL}][{标题}]] — {一句话摘要}
** 文章
   - [[{URL}][{标题}]] — {一句话摘要}
** 书籍(如有推荐)
   - {书名} — {为什么值得读}

文件命名:使用 denote naming schema,保存到 ~/Documents/notes/ 目录: {YYYYMMDDTHHMMSS}==z--{城市}旅行研究.org

写作要求:

  • 每个推荐必须有「为什么看」和「看什么细节」,不许空泛
  • 语气是给自己写的笔记,不是导游词
  • 有确切信息写确切的,没有的不编

5. 铸造便携卡片(ljg-card)

从步骤 4 的 org 文档中提取核心内容,铸造两张卡片,并行执行:

卡片 A — 城市文明概览(信息图):

调用 Skill tool 执行 ljg-card -i,输入内容为:城市历史分层 + 核心博物馆清单 + 必看古建清单的精华摘要。一张图看懂这座城市的文明骨架。

卡片 B — 参观路线速查(长图):

调用 Skill tool 执行 ljg-card -l,输入内容为:参观路线建议 + 每个地点的核心看点。手机上随时查看。

6. 汇总报告

════ 旅行研究完成 ═══════════════════════
🏛️ 城市: {城市名}
📝 知识文档: {org 文件路径}
🖼️ 文明概览卡: {PNG 文件路径}
🖼️ 路线速查卡: {PNG 文件路径}
📊 研究覆盖: {N}个博物馆 | {M}座古建 | {K}处考古遗址
📎 深度内容: {X}个视频 | {Y}篇文章

关键约束

  • 步骤 2 是核心——12 个 Agent 并行覆盖学术研究和平台内容,一次完成
  • 步骤 3(内容提炼)是增强层,失败不阻塞流程
  • 步骤 5 的两张卡片之间并行
  • org 文档是主产出,卡片是衍生产出——文档质量优先
  • 不产出泛泛的旅游攻略,每个推荐必须有「为什么看」和「看什么细节」
  • Research 搜索使用中英文双语关键词,扩大覆盖面
  • 没有确切信息时宁可留空,不编造

Known Pitfalls

(首次创建,暂无记录。使用中积累。)

平台分布

Codex

32.22%
按下载量换算4,000

Claude

31.48%
按下载量换算3,909

Cursor

17.73%
按下载量换算2,201

Gemini CLI

10.33%
按下载量换算1,283

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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