Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

【2026飞猪AI旅行创新大赛】住哪好 · 攻略看完之后，选酒店交给AI裁决

Đang mở
  • Có gì không ổn?
#186 3 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
5/5
Thời gian dự kiến
Hơn một tuần
Mức phù hợp với người mới
25/100
Loại issue
Tính năng
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
html, javascript, node.js
Lĩnh vực
ai, web-dev

Hướng nghiên cứu

Start with the project at https://github.com/luyao-bangbang/zhunahao and read system-prompt.md, then review the product demos linked in the issue. The submission describes an AI hotel comparison and decision agent using flyai MCP and a Managed Agent; its listed features and reproduction steps define the intended behavior. Done means the described hotel search, eight-dimension comparison, personalized verdict, and booking link can be reproduced.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

2026飞猪AI旅行创新大赛 showcase

参赛项目名称

住哪好 —— 攻略做完之后，选酒店交给AI裁决

团队 / 作者与奖品领取人

  • 团队名称：住哪好
  • 主要提交人 GitHub ID（仅 1 位，必填）：luyao-bangbang
  • 其他成员（可选，仅用于署名）：无

旅行场景与目标用户

面向所有做完旅行攻略、即将出发的人。

决策链的最后一公里：机票已订（价格时刻固定没得选）→ 攻略已做（小红书/马蜂窝/AI都能做）→ 选哪家酒店？卡在这里 → 看美食。

攻略只说“住西湖附近”，但“附近”有300家酒店民宿。住宿是旅行中唯一值得精挑细选的决策——同价位几百个选择、评价信息庞杂（装修年份/评分/差评关键词/位置通勤）、连住多晚影响全程体验。

我做了什么

「住哪好」是基于飞猪 flyai skill（MCP直连，非爬虫套壳）的酒店裁决Agent。用户一句话：“我25号去杭州，玩灵隐和西湖，住哪好？”——AI搜索候选、发起PK、给出裁决，附飞猪预订链接直接下单。

核心功能：

  1. 酒店PK擂台：价格/位置通勤/装修年份/评分+评价条数/差评关键词/卫生/隔音/早餐八维度对决，按用户特征动态加维度（亲子+儿童设施、自驾+停车）
  2. AI裁决（灵魂）：PK完必须给结论——“选杭东东¥255。差价112元÷2天=56元/天，买到通勤省60分钟+舒适型休息，值。省钱省错了地方。”裁决逻辑跟随旅行人格：花得值算性价比、特种兵选便宜的——同一个PK，不同人不同答案
  3. 差评关键词解读：好评都是模板，差评才是真相。AI提炼“隔音差(23条)、热水不稳(15条)”，评价分析三原则：分数要带条数（4.8分12条<4.6分2300条）、差评比好评信息量大、差评要具体
  4. 决策顺序感知：带着攻略来→位置权重拉满；酒店就是目的地（度假党）→反转验证值不值+反推周边行程；看演唱会→场馆半径成硬约束。三种用户三种裁决视角
  5. 行程上下文（辅助）：轻量行程骨架为裁决提供依据（“你明天去灵隐，所以住这边省60分钟通勤”），时间/体力双校验

解决的问题：选酒店要从8个网页翻几千条评价、人脑对比十几个维度——AI一句话完成，且给出立场明确的裁决而非数据罗列。

百炼使用说明（必填）

  • 百炼能力 / 模型：百炼 Managed Agent + 千问大模型
  • 调用方式（百炼 API / DashScope SDK / 百炼 CLI bl / OpenWork）：百炼平台 Managed Agent 智能体（运行时链路）
  • 使用环节与输入输出：用户自然语言输入（目的地+行程+预算+偏好）→ Agent调用flyai skill搜索酒店（结构化JSON：价格/装修年份/预订链接）→ 大模型完成八维度PK与人格化裁决 → 输出Markdown对比表+裁决+飞猪预订链接
  • Skill 名称（如有）：flyai skill（飞猪官方，npx skills add alibaba-flyai/flyai-skill 安装）
  • 其他工具 / 技术栈：flyai MCP直连飞猪实时数据；飞猪FlyAI开放平台API Key；自研system prompt（八维度PK引擎+裁决逻辑+决策顺序感知，见仓库system-prompt.md）

效果展示

产品展示页（含酒店PK demo/杭州行程demo/北疆行程demo）：https://luyao-bangbang.github.io/zhunahao/

（运行截图/录屏待补充：百炼平台实际运行对话——追问三要素→flyai实时搜索→地理圈筛选→八维度PK→AI裁决→飞猪预订链接）

项目链接与复现方式

GitHub仓库：https://github.com/luyao-bangbang/zhunahao

复现步骤：

  1. 进入阿里云百炼平台，创建 Managed Agent 智能体
  2. 会话中执行 npx skills add alibaba-flyai/flyai-skill
  3. 前往飞猪FlyAI开放平台申请API Key，配置环境变量 FLYAI_API_KEY
  4. 将仓库中 system-prompt.md 设为智能体系统提示词
  5. 测试：“我25号去杭州，玩灵隐和西湖，住哪好？”

踩坑记录（可选）

  1. flyai数据字段局限：search-train无票价、search-hotel无评分、景点仅约25%有票价。应对：有价格用具体数字，无价格标注“需查看实际票价”，评分缺失用AI评估补位并明确标注——数据诚实比数据好看重要
  2. Node版本坑：skills CLI要求Node≥22.20.0，Mac自带v20会报styleText错误，需nvm升级
  3. 合并多页HTML的样式污染：多个单页HTML合并成一个自包含文件时，通用选择器（/body/.container）互相打架导致页面“裸奔”，需CSS命名空间隔离（#page-xxx前缀）
Ngôn ngữ chính
HTML
Star
11
Fork
3
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của modelstudioai/modelstudioai.github.io

Tất cả issue của modelstudioai/modelstudioai.github.io

Issue tương tự

Thêm issue về AI Infra & Agents

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.