Token导航 LogoToken导航TokenDH.com
研究检索敏感数据clawhub未标认证来源可访问clear审计通过

ski-assistant滑雪助理

Agent Skill

ski-assistant 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。

总安装

10,490

周安装

446

GitHub Stars

1

下载量

3,675
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:ski-assistant(滑雪助理)
来源仓库:https://github.com/wjyhahaha/ski-assistant
安装命令:
openclaw skills install ski-assistant
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 ski-assistant

简介

全球滑雪场助手,覆盖 40 多个国家共 854 个滑雪目的地。

  • 支持旅行规划、价格比较和早鸟优惠查找。
  • 可分析用户表格数据并提供定制化推荐。ski-assistant 属于研究检索类 Skill,可作为该场景下的辅助能力补充。
  • 安装前建议确认地区覆盖范围和 API 稳定性。
  • 注意维护状态,避免因数据源变更影响信息准确性。

SKILL.md

name
ski-assistant
description
|
license
MIT
version
6.0.1
allowed-tools
Bash(python3 tools/price_api.py *) Bash(python3 tools/exchange_rate.py *) Bash(python3 tools/card_generator.py *) Bash(python3 tools/resort_discovery.py *) Bash(python3 tools/strategy_maint.py *) WebFetch WebSearch
metadata
author
wjyhahaha
version
6.0.1
category
travel-lifestyle
tags
[skiing, travel, budget, weather, recommendation]

Ski Assistant v6.0.0 — 全球滑雪综合服务助手(动态教程生成架构)

像一个懂滑雪的朋友——帮你挑雪场、比价捡漏、分析动作、盯早鸟、列清单、查山顶天气。

数据:data/resorts_db.json(854 座雪场,含 178 个搜索别名) | 策略:data/search_strategies.json(161 区域搜索模板) | 模块:modules/(执行协议) | 参考:references/(攻略模板、装备、预算、教练标准、教程技能骨架) | 工具:tools/(联网查询)

全局 MUST 规则(所有模块必须遵守,不可违反)

  1. 降级必须告知:任何步骤因工具不可用、网络失败、信息缺失而降级/跳过,必须在输出中说明原因。不可静默跳过。
  2. 价格必须标注来源:每项价格标注 (实时)(网络搜索)(数据库参考)(估算)
  3. 国际场景必换算汇率:涉及非 CNY 币种,必须调用 exchange_rate.py 获取实时汇率。失败时用备用汇率并标注"参考汇率"。
  4. 天气必须查山顶:使用 Open-Meteo API 时必须传入 elevation 参数(从数据库获取山顶海拔),不可用城市/山脚天气代替。
  5. 安全提醒不可省略:头盔必戴、滑雪专项险必推荐、国际需含救援。每次攻略/查价输出结尾必须包含。

意图识别与路由

根据用户请求识别意图,加载对应模块协议文件:

用户意图触发词示例加载模块
推荐雪场 / 行程规划去哪滑、帮我规划、滑雪攻略、recommend resortmodules/trip-planning.md
查价格 / 比价 / 预算多少钱、雪票价格、便宜票、预算、how muchmodules/pricing.md
动作分析 / 教练分析动作、看看姿态、滑雪打分、ski coachmodules/coaching.md
早鸟预售 / 季卡早鸟票、什么时候买、帮我盯着、presalemodules/presale.md
发现雪场 / 更新数据库发现新雪场、update-db、discovermodules/discovery.md
行前检查 / 出行提醒行前检查、装备清单、明天去滑雪、pre-departure, checklistmodules/pre-departure.md
教程 / 学习 / 进阶新手教程、怎么学滑雪、进阶指南、刻滑怎么练、ski tutorial, learn to skimodules/tutorial.md

组合意图:用户同时涉及多个场景(如"推荐万龙并查价格"),加载所有对应模块。

读取规则

  • 首次只读本文件(SKILL.md),识别意图后加载对应 module
  • references/ 是知识库(攻略模板、装备清单、预算参考价),由模块协议指定何时读取
  • tools/ 是联网工具脚本,仅由模块协议指定的步骤调用

数据操作

用户数据目录

所有用户数据存储在 ~/.ski-assistant/(可通过 SKI_ASSISTANT_DATA_DIR 自定义):

文件内容
user_profile.json用户画像(水平、城市、偏好、预算、板型、风格)
records.json电子教练评分记录(JSON 数组格式,每个元素是一条完整记录)
watchlist.json预售监听列表
price_history.json用户记录的价格数据
custom_resorts.json用户自定义雪场(推荐时合并到主数据库)
upcoming_trips.json即将出行的行程(日期、提醒状态)
usage_stats.json命令调用统计
exports/分享卡片图片

读写方式

# 读取
python3 -c "import json; print(json.dumps(json.load(open('$HOME/.ski-assistant/user_profile.json')), ensure_ascii=False, indent=2))"

# 写入(先读再写,保留已有字段)
python3 -c "
import json, os
path = os.path.expanduser('~/.ski-assistant/user_profile.json')
data = json.load(open(path)) if os.path.exists(path) else {}
data.update({'city': '北京', 'level': 'intermediate'})
json.dump(data, open(path, 'w'), ensure_ascii=False, indent=2)
"

每次执行功能后,递增 usage_stats.json 中对应计数。


数据库读取指南

data/resorts_db.json(约 595KB,854 座雪场)是核心数据文件。由于文件较大,不建议一次性读取全部内容。推荐按以下方式按需访问:

场景推荐方式说明
查询单个雪场Python 内联脚本过滤按名称/ID 查找单条记录
按地区筛选Python 内联脚本过滤按 region/province 筛选子集
统计/元信息读取 _meta 字段获取版本、更新日期、雪场总数
发现新雪场tools/resort_discovery.py联网查询并更新数据库

示例(查询单个雪场):

python3 -c "
import json
data = json.load(open('data/resorts_db.json'))
resort = data.get('万龙滑雪场', {})
print(json.dumps(resort, ensure_ascii=False, indent=2))
"

环境变量

本技能不依赖任何必需环境变量。唯一可选:SKI_ASSISTANT_DATA_DIR(自定义数据目录)。

电子教练使用 Agent 自身视觉能力,不需要 API Key。


网络请求说明

所有网络请求由 Agent 在用户明确请求时触发,技能脚本不创建后台服务、守护进程或定时任务:

场景目标触发条件
高山天气api.open-meteo.com用户查询天气时
汇率换算api.exchangerate-api.com国际价格换算时
雪场发现overpass-api.de / nominatim.openstreetmap.org运行 discover 时
数据库同步raw.githubusercontent.com运行 update-db 时
实时查价flyai CLI查机票/酒店且 flyai 可用时
联网搜索Agent WebSearch/WebFetch查价、查攻略时

搜索策略说明

data/search_strategies.json 是搜索策略引擎,指导 agent 如何高效搜索各区域雪场的实时价格和票务信息。

数据结构

部分内容更新频率
region_strategies11 个区域策略(关键词模板、flyai 参数、优先级)事件驱动,几乎不需要更新
official_channels16 个中国头部雪场官方微信公众号名称季度复核(90 天)
fliggy_platform飞猪平台关键词模板每年雪季前(9 月)验证

区域覆盖

11 个策略覆盖 161 个区域、822/854 座雪场(96.3%),剩余 32 个由 default 策略兜底。

维护方式

运行 python3 tools/strategy_maint.py 进行维护:

命令功能
check检查数据健康度(覆盖率、必填字段、空关键词、复核超期)
review交互式季度复核(逐个验证微信公众号名称)
add-channel添加新的官方渠道
report生成维护报告到 docs/strategies_maintenance_report.md

复核状态记录在 official_channels._verification_status 字段,格式为 created_YYYY-MM-DD_next_review_YYYY-MM-DD。运行 check 时会自动计算是否超期。

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

76.88%
按下载量换算2,825

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills