Token导航 LogoToken导航

Agent Skill · 效率

trip-planner-cn(旅行计划中国)

trip-planner-cn 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。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。

trip-planner-cn 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为操作浏览器;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 11,931。

总安装 4,351周安装 185GitHub Stars 公开资料未说明下载 1,524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
1.0.3

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:trip-planner-cn(旅行计划中国)
来源仓库:https://github.com/doushen-cloud/trip-planner-cn
安装命令:
openclaw skills install trip-planner-cn
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 trip-planner-cn

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

行程规划助手,支持往返/单程行程规划。触发词:规划行程、高铁查询、航班查询、机场周边、时间安排、出行方案、当天往返。涵盖:航班/高铁时刻查询、中转方案、时间约束筛选、详细时间线生成。

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 trip-planner-cn;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

    它需要操作浏览器,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

trip-planner-cn 怎么安装?

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

trip-planner-cn 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。

trip-planner-cn 需要什么权限?

权限级别是操作浏览器。该 Skill 可能涉及浏览器控制能力,使用时可能读取或操作网页内容,需要在受控环境中确认权限边界。

trip-planner-cn 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。

trip-planner-cn 用的人多吗?

公开数据是累计安装 4,351 次,近一周安装 185 次,下载 1,524 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。

trip-planner-cn 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

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。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 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。
  • 需要处理效率类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
trip-planner-cn

旅行计划中国 · 本页

4,351—操作浏览器MIT-0通过

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
trip-planner
version
1.0.0
description
>
license
MIT

Trip Planner Skill

行程规划助手,支持往返行程(当天/隔天/多天)和单程行程规划。

前置条件

本技能使用DuMate自带的携程connector查询交通信息,无需额外安装依赖。

可选配置:

  • BMAP_WEBAPI_AK - 百度地图API密钥,用于驾车时间查询(如未配置将使用估算值)

可用工具

工具功能数据源
___query_flight查询航班携程
___query_train查询高铁/火车携程
___query_hotel查询酒店携程
___query_ticket查询景点门票携程

触发场景

用户需要规划行程,涉及飞机、高铁、驾车等交通方式的选择和组合。

行程类型

  • 往返:可能是当天往返,也可能是隔天或多天
  • 单程:按"可以出发的时间"或"需要到达的时间"推算

核心规则

一、硬性约束(必须满足)

  • 明确了出发时间 → 不能比那个时间更早出发
  • 明确了到达时间 → 不能比那个时间更晚到达
  • 停留时间 → 必须满足
  • 说了"当天往返" → 必须找当天往返的方案(定义:早上6:30可以从出发地出发,晚上23:00前回到出发地)

二、软性约束(尽量满足)

  • 用户说"早去早回" → 在满足硬性约束下尽量早出发、早返回

三、时间预留

  • 国内航班:提前1小时到机场
  • 高铁:提前30分钟到站
  • 中转:预留足够时间(建议30分钟以上)

四、交通方式选择

  • 优先直达
  • 无直达时,考虑出发地或目的地周边城市的机场/火车站
  • 选择标准:总时长最短(从最初出发地到最终目的地)

五、驾车限制

  • 驾车时间不超过2.5小时
  • 例外情况:没有其他交通方式可选,或替代方案(飞机/高铁)比驾车多出1小时以上

六、不考虑价格因素

时间最关键,不因价格差异改变推荐方案。

航班查询规则(携程)

1. 打开页面

  • 访问携程航班搜索页面
  • 等待页面加载完成(sleep 3-5秒)

2. 按时间排序

  • 点击"起飞时间早-晚"排序
  • 便于后续筛选

3. 滚动加载完整数据(关键!)

携程等网站使用懒加载,必须滚动到底部才能获取所有航班。

操作步骤:

  1. 获取初始快照
  2. 滚动页面:playwright-cli mousewheel 0 500
  3. 等待2秒让数据加载
  4. 获取新快照
  5. 重复步骤2-4,直到页面不再加载新内容

判断是否加载完成:

  • 快照中的航班数量不再增加
  • 页面底部出现"没有更多"提示
  • 滚动后快照内容与上次相同

常见错误:

  • 只获取第一屏数据就停止 → 遗漏后面的航班
  • 假设数据已完整 → 实际还有更多航班未加载

实际案例:

  • 查询烟台→北京返程航班时,第一屏只显示到14:00的航班
  • 继续滚动后,发现19:30起飞的航班(这才是当天往返的关键)

4. 数据提取

  • 提取所有直飞航班
  • 区分虹桥机场(SHA)和浦东机场(PVG)
  • 区分直飞、经停、中转
  • 标注次日到达(+1)

携程connector数据解析规则:

使用 ___query_flight 工具时,返回的 routeList 中每个 route 包含 flights 数组:

  • 直飞:flights 数组长度为1,且 aport.name 为目标机场
  • 经停:flights 数组长度为1,但 stops 不为空
  • 中转:flights 数组长度大于1

筛选直飞航班时,必须同时满足:

  1. len(flights) == 1
  2. flights[0].aport.name == 目标机场名称

错误示例:只按 len(flights) == 1 筛选,未检查到达机场,导致遗漏部分直飞航班

5. 数据完整性验证

  • 提取后,对比"应该有多少航班"vs"实际提取了多少"
  • 关键决策前,抽查几个航班确认数据准确
  • 验证方法:用户提及某个航班时,立即在原始数据中搜索确认是否存在

6. 出发机场优先

  • 优先选择离用户出发地最近的机场
  • 例如:用户在浦东,优先选浦东机场出发的航班

高铁查询规则(12306)

1. 查询实时数据

  • 使用浏览器自动化访问12306

2. 未开售处理

  • 如目标日期未开售,查询历史同期/相近日期的时刻表作为参考
  • 标注"参考历史时刻表,实际以开售后为准"

穷尽周边机场

触发条件

  • 目的地城市进出港航班较少(如小城市、县城)
  • 目的地没有机场或机场航班选择有限

操作方法

  1. 确定目的地具体位置
  2. 在地图上搜索周边200-300km范围内的所有机场
  3. 不能凭印象列举,要系统性地排查
  4. 逐一查询每个机场的航班

优先级

  • 先查最近的机场
  • 航班选择少时,再查周边更远的机场

示例

  • 郎酒庄园(古蔺县二郎镇)→ 周边机场:泸州、遵义、重庆、贵阳、宜宾、昭通
  • 龙口(山东烟台下辖县级市)→ 周边机场:烟台、青岛、潍坊

综合排序

  • 不是按价格排序,而是按"总耗时"排序
  • 总耗时 = 出发地到机场/车站时间 + 候机/候车时间 + 航班/高铁时间 + 机场/车站到目的地时间
  • 输出时只输出筛选后的方案,不输出完整列表

驾车时间查询

  • 使用百度地图 webapi(需配置 BMAP_WEBAPI_AK 环境变量)
  • 如未配置,可使用估算值并标注

工作流程

1. 明确需求

  • 出发地、目的地
  • 出发日期
  • 行程类型(往返/单程)
  • 时间约束(出发时间/到达时间/停留时间)
  • 其他偏好(如"早去早回")

2. 确定目的地位置

  • 查询目的地具体位置
  • 搜索周边机场(200-300km范围)

3. 调研交通方式

  • 查询各机场航班时刻表
  • 查询高铁时刻表
  • 查询驾车时间(如适用)
  • 查询目的地到机场/车站的交通时间

4. 生成方案

  • 根据约束条件筛选可行方案
  • 计算每个方案的总耗时
  • 按总耗时排序

5. 呈现方案

  • 方案对比表
  • 最优方案详细时间线
  • 注意事项

输出格式

方案对比表

方案出发时间到达时间总耗时交通方式备注
方案AXX:XXXX:XXX小时XX→XX→XX简要说明
方案BXX:XXXX:XXX小时XX→XX→XX简要说明

最优方案详细时间线

06:30-08:10  北京首都机场  值机、安检、候机
08:10-09:35  北京首都机场 → 烟台蓬莱机场  乘坐SC5069航班
09:35-10:30  烟台机场 → 龙口  打车
...

注意事项

  • 航班号、航站楼信息
  • 中转交通建议
  • 到达时间较晚时的提醒

输出前自洽性检查(必须!)

时间线输出前,逐行检查:

1. 时间段长度与耗时说明一致

  • 例:写"05:50-06:08"则时长为18分钟,不能写"地铁30分钟"
  • 例:写"地铁30分钟"则时间段必须跨越30分钟

2. 每个交通节点预留候车/候机时间

  • 高铁发车前必须预留30分钟到站检票
  • 航班起飞前必须预留1小时到机场值机
  • 例:高铁14:09发车 → 最晚13:39到站 → 出发时间往前推
  • 错误示例:写"12:30-14:09 打车到威海站"然后"14:09高铁发车"——没有预留候车时间

常见错误

  1. 只查去程不查返程:导致返程时间不合适
  2. 忽略机场/车站到目的地的交通时间:导致实际停留时间不足
  3. 不考虑值机时间:导致赶不上航班
  4. 不区分机场/车站:导致用户跑错地方
  5. 违反硬性约束:推荐了不满足用户时间要求的方案
  6. 航班数据提取不完整:只获取了部分航班,遗漏更优方案
  7. 凭印象列举周边机场:遗漏更近的机场
  8. 只按价格排序:忽略了出发机场、总耗时等因素
  9. 时间线自相矛盾:时间段长度与耗时说明不一致(如写"05:50-06:08"但说明"地铁30分钟")
  10. 数据解析错误:携程connector返回了完整数据,但解析时筛选条件不正确,遗漏了部分航班(如只按 len(flights)==1 筛选,未检查到达机场是否为目标机场)

示例

用户需求:4月25日从上海浦东去泸州郎酒庄园,9:30后出发

目的地位置分析:

  • 郎酒庄园位于泸州市古蔺县二郎镇,地处川黔交界
  • 周边机场:泸州云龙(100km)、遵义新舟(150km)、重庆江北(200km)、贵阳龙洞堡(280km)

调研结果:

  • 上海→泸州:仅1班直飞(MF8857,16:25-19:30,虹桥T1)
  • 上海→重庆:多班航班,CA4576(12:05-14:55,浦东T2)较优
  • 上海→遵义:需查询
  • 上海→贵阳:多班航班

方案对比:

方案出发时间到达庄园时间总耗时航班价格驾车距离
A(泸州直飞)14:2521:30约7小时¥740100km
B(重庆转车)10:0018:30约7小时¥900200km

推荐:方案B,从浦东出发更方便,到达时间更早。

平台分布

OpenClaw

74.29%
按下载量换算1,132

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

操作浏览器

该 Skill 可能涉及浏览器控制能力,使用时可能读取或操作网页内容,需要在受控环境中确认权限边界。

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。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