【2026飞猪AI旅行创新大赛】长江来信 · 绿色江河 AI 亲子公益游学
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 15/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Activo
- Stack tecnológico
- express, html, javascript, node.js, react, typescript, vite
Línea de trabajo
This is a complete project submission with an online demo and a GitHub repository, rather than a scoped change request. Start by reviewing the repository and its setup instructions, then run npm test and npm run build; the payload names no specific files or failing tests. Done criteria for a contribution are not specified.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
参赛项目名称
长江来信 · 绿色江河 AI 亲子公益游学
把课堂搬到江边,把热爱寄给长江。
面向亲子家庭,以绿色江河长江主题邮局为探索起点,让 AI 陪孩子完成一次“认识江河—观察自然—守护环境—留下来信”的旅行。
团队 / 作者与奖品领取人
- 团队名称:临轩团队
- 主要提交人 GitHub ID(仅 1 位,必填):gengcheng
- 其他成员(可选,仅用于署名):无
旅行场景与目标用户
旅行场景:亲子自由行、周末短途游、自然教育与公益游学。
主要面向带着 6–12 岁孩子出行的家庭。
很多家长愿意带孩子亲近自然,但在实际旅行中常常遇到三个问题:
- 出发前不知道看什么:有目的地攻略,却缺少适合孩子的观察主题。
- 现场不知道怎么讲:孩子的问题具体而突然,家长不一定能及时解释。
- 旅行后留下的只有照片:孩子的发现、疑问和环保承诺,没有被认真整理。
“长江来信”希望让一次江边散步,也能成为有问题、有发现、有行动、有记录的亲子探索。
我做了什么
绿色江河长期致力于长江生态环境保护,通过实地调查、保护站建设、志愿者行动与公众科普,连接江河沿岸的人们,让更多人认识长江、热爱长江,并参与自然保护。
今年十一假期,我有幸以志愿者的身份,走进位于青藏高原、海拔超过4500米的长江1号主题邮局。这次到访让我开始思考:如何把对长江的关注,从一次旅行中的感动,变成更多家庭可以参与、持续记录的行动?又如何让孩子在旅行中,不只是看见风景,还能理解风景背后的生态故事?
带着这样的想法,我开发了 “长江来信 · Yangtze Letters”——一个可在线体验的 AI 亲子公益游学 Web 应用,以绿色江河发起的长江主题邮局为探索起点,串联起五个站点:
长江源1号 → 宜宾4号 → 武汉7号 → 南京10号 → 上海11号。
从行前小课堂、现场问答,到自然观察、环保任务和游学纪念册,我希望借助 AI,让孩子带着问题出发,把自己的发现写成一封给长江的信,也把一份守护江河的心意带回日常生活。
每站结合当地江河环境设计探索主题,覆盖江源、三江汇流、城市江岸、滨江文化和河口湿地。
已实现的核心功能:
- 行前小课堂
根据所选站点和孩子年龄,由 AI 生成一段长江故事和三个探索问题,让孩子带着好奇心出发。 - 现场问答与观察导师
孩子可以询问邮局、江河与自然相关的问题;写下自己的观察后,AI 提供反馈和进一步观察的追问,帮助亲子对话继续展开。 - 四步游学任务护照
把学习过程拆成“认识一条江、记录一个发现、做一件守护的小事、给长江写一封信”。各站进度独立保存,环保行动由家长确认。 - 给长江写一封信
AI 根据孩子已有的观察和寄语整理草稿。孩子和家长可以修改,确认后再写入手账,保留自己的表达。 - 游学纪念册与电子邮戳
汇总多个站点的原始观察、寄语和任务记录,生成 AI 导读,下载可离线阅读、打印的小册子。完成本站四项任务后,还可解锁纪念邮戳和明信片 PNG。 - 旅行资源查询
接入 FlyAI 官方 CLI,按目的地和日期查询交通、住宿及周边资源。查询结果与演示建议分别标识,便于家庭继续安排出行。
项目特色:
- 用一条江连接多次旅行。 五个站点分别呈现不同的江河故事,让孩子逐步理解源头与下游的关系。
- 把环保变成可以参与的小事。 从自带水杯、减少一次性包装到安全观察江岸垃圾,让自然教育进入旅行过程。
- 让孩子成为记录的作者。 原始观察、AI 辅助内容和家长确认分别呈现,纪念册保留孩子自己的发现。
- 支持没有到现场的共学。 长江源站提供公开影像观察方式,并明确区分影像学习与实际到访。
百炼使用说明(必填)
- 百炼能力 / 模型:阿里云百炼 qwen3.8-flash,用于应用运行时的五项 AI 功能。
- 调用方式(百炼 API / DashScope SDK / 百炼 CLI
bl/ OpenWork):使用百炼 API。Node.js 服务端通过 fetch 调用百炼 OpenAI 兼容的 Chat Completions 接口,采用非思考模式(enable_thinking: false)和 JSON 结构化输出。 - 使用环节与输入输出:
| 环节 | 输入 | 输出 |
|---|---|---|
| 行前小课堂 | 站点、孩子年龄、预置站点背景 | 一段讲解和三个探索问题 |
| 现场问答 | 站点、年龄、孩子的问题 | 简明回答及启发问题 |
| 观察导师 | 站点、年龄、真实观察 | 观察反馈及后续追问 |
| 写信助手 | 观察、已有寄语、家长确认状态 | 可编辑的长江来信草稿 |
| 纪念册导读 | 多站观察、寄语及任务状态 | 记录回顾与未来行动建议 |
百炼直接参与用户体验过程。服务端校验输入与输出结构,页面附站点公开资料来源,供家长核对。
- Skill 名称(如有):旅行资源查询通过 @fly-ai/flyai-cli 接入
- 其他工具 / 技术栈:
React、TypeScript、Vite、Node.js、Express、FlyAI 官方 CLI、浏览器 localStorage、Canvas 明信片导出、HTML 纪念册导出、FAI 沙箱部署。
百炼 API Key 仅在服务端配置,不进入前端。模型请求不发送手账昵称和日期;下载纪念册时,这些信息由浏览器在本地加入。
效果展示
- 首页
- AI行前小课堂和领取游学任务
- 完成游学任务,AI在其中作为观察导师和写信助手给游学的孩子提供帮助
- AI生成游学记录导读并生成可供下载的纪念册
项目链接与复现方式
- 在线 Demo: https://20a2c3836723b53e4abc03e42183d3e9d0426c.fai-sandbox.alibaba-inc.com
- GitHub 仓库:https://github.com/gengcheng/yangtze-letters.git
在线体验:
- 打开 Demo,选择一个邮局站点。
- 进入游学路线,选择孩子年龄,生成行前小课堂。
- 使用现场问答,或进入护照填写观察、体验 AI 观察导师。
- 完成寄语后,生成纪念册导读并下载小册子。
长江源站的交通查询以格尔木为中转城市,后续到访需单独规划;也可以通过公开影像完成共学。
本地复现:
需要 Node.js 22+。获取项目代码后执行:
npm install
cp .env.example .env
在 .env 中配置:
DASHSCOPE_API_KEY=填写自己的百炼APIKey
DASHSCOPE_REGION=cn-beijing
LEARNING_AI_MODEL=qwen3.8-flash
FLYAI_API_KEY=填写自己的FlyAIKey
启动项目:
npm run dev
打开 http://localhost:5173
运行测试与构建:
npm test
npm run build
旅行查询受上游服务、额度和库存变化影响。查询失败会明确提示;AI 生成失败可重试,不会用模板内容冒充模型回复。
踩坑记录(可选)
- 模型回复不能直接作为页面数据使用。
增加 JSON 结构校验、文本长度限制和字段过滤,避免不完整内容影响交互。 - 切换站点后,旧回答容易与新场景混在一起。
站点、年龄或输入发生变化时,取消过期请求并清除旧回复。 - AI 容易把建议写成已经发生的经历。
在提示词中约束:不得补写孩子未提供的到访、行动数量或环保成效;影像观察须保留相应语境。 - 旅行接口暂不可用时,不能把建议当成实时库存。
实时结果、演示建议和暂无结果分别展示,交通查询失败时不生成虚构车次或票价。 - 任务完成需要清晰依据。
环保行动保留家长确认,电子邮戳按任务状态解锁,不由 AI 自动认证
**奖品说明:**每个团队最多发放 1 份奖品。同一团队即使提交多个参赛作品,也只登记 1 位奖品领取人;其他团队成员可以共同署名,但不重复发放奖品。
- Lenguaje dominante
- HTML
- Estrellas
- 11
- Forks
- 3
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de modelstudioai/modelstudioai.github.io
-
2026飞猪AI旅行创新大赛 showcase
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
【2026飞猪AI旅行创新大赛】Abierto2026飞猪AI旅行创新大赛 showcase
Dificultad 1/5 Menos de una hora Aptitud para principiantes 1/100
-
【2026飞猪AI旅行创新大赛】Abierto2026飞猪AI旅行创新大赛 showcase
Dificultad 5/5 Más de una semana Aptitud para principiantes 15/100
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 1/100
-
【2026飞猪AI旅行创新大赛】行知 · AI 研学伴游Abierto2026飞猪AI旅行创新大赛 showcase
Dificultad 1/5 Menos de una hora Aptitud para principiantes 25/100
Todos los issues de modelstudioai/modelstudioai.github.io
Issues similares
-
enhancement good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 80/100
lucasmartins-ai/lcc#83 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
bug good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 80/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
UKGovernmentBEIS/inspect_ai#5982 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
tenstorrent/tt-model-manager#199 ·
Los mantenedores suelen responder en 1 día
-
[Bug] Offload compaction ignores OpenClaw top-level toolResult messages and orphans paired tool_useAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 77/100
TencentCloud/TencentDB-Agent-Memory#1744 ·
Los mantenedores suelen responder en 1 día