Hacktoberfest 2026：維護者為十月標記出來的 issue，仍然開放、適合新手。 瀏覽 Hacktoberfest issue

【2026飞猪AI旅行创新大赛】纯过日子｜订酒店，也把饭算明白

未關閉
  • 哪裡不對？
#179 0 則留言 0 個 reaction 已指派 0 人 在 GitHub 檢視

還沒有人認領這個 Issue。

評估

難度
5/5
預估耗時
一週以上
新手友好度
1/100
Issue 類型
功能
描述清晰度
描述清楚
活躍度
活躍
技術堆疊
node.js
領域
ai, web-dev

研究方向

The issue describes a completed travel-planning project and links its source repository, live demo, and demo video. Start by reviewing the linked repository and demo to understand the submitted work; the issue does not identify a change to make or a completion criterion.

由索引模型根據 Issue 內容生成。

描述

2026飞猪AI旅行创新大赛 showcase

参赛项目名称

纯过日子｜订酒店，也把饭算明白

飞猪 FlyAI × 阿里云百炼：从一句话或订房截图开始，把酒店含早、餐券与附近三餐安排在一起。

团队 / 作者与奖品领取人

  • 团队名称：纯过日子
  • 主要提交人 GitHub ID（仅 1 位）：@Bowen-Tian-0305
  • 其他成员：无

旅行场景与目标用户

情侣、亲子和独自旅行的人订酒店时，常遇到“含早多花的钱值不值”“孩子那份怎么算”“附近能不能吃上当地早餐”“套餐晚餐能不能用”的具体问题。

我们把判断落到实际会用上的那几顿饭：同条件房价、含早份数、实际早餐使用天数、出门时间、同行人、忌口、步行上限和酒店餐券条款。先说明缺什么，再让用户按自己的日子决定。

我做了什么

  1. 一句话开始。 支持语音、文字和已有语音文件；百炼转写并提取有原句证据的旅行条件，识别结果可以修改。酒店名称不明确时，让用户核对候选。

  2. 把订房截图读成可核对的价格。 百炼提取明确可见的酒店、日期、房型、两档房费、含早份数与餐券次数，不猜未知字段；用户确认后再计算。飞猪 Skill 用于酒店候选查询和预订跳转，当前查询为体验模式，列表价格档位不当作成交价。

  3. 含早按真正吃到的日期和次数算。 只在同日期、房型、取消规则及其他权益一致时比较；儿童补买政策不明时提醒。示例中，含早总增量 ¥240，2 成人只用 1 次，就相当于 ¥120/人/次，而不是简单按住两晚平均。现在可以点选具体早餐日期，实时同步计价和逐餐安排；同时对比全部外出、含早加剩余外出两种成人早餐增量预算，并展示持平的人均价与不同使用次数的单次成本。

  4. 把饭落实到住处附近。 查周边餐馆和真实步行路线；在可拖动、缩放、点选的方位示意图中选店并加入每餐候选。个人星级和笔记只存当前浏览器，可随方案导出。

  5. 酒店早餐、餐券、当地特色一起安排。 全国城市可选择，杭州为深度示范。资料包括 20 家酒店深度餐饮信息、25 家酒店早餐政策、6 家酒店官网早餐补充，以及 216 家去重餐馆目录；集合可能重叠，不能相加称为全市覆盖。菜单、当日营业、儿童条款与忌口仍需向商家确认。

  6. 把选择发给同行人。 在浏览器生成早餐预算与逐日吃法分享卡，保存图片后由用户自行分享；完整方案也可下载文字。儿童收费未知时仅比较成人部分，出门早于早餐参考时段时明确提醒。

百炼使用说明（必填）

  • 百炼能力 / 模型： qwen-audio-3.1-asr-flash 语音转写；qwen3.8-flash 旅行需求结构化、订房截图理解与优先待核事项筛选。
  • 调用方式： 运行时由 Node.js 服务端调用百炼 API。ASR 使用 DashScope 原生多模态生成接口；文字、图像和清单使用 OpenAI 兼容 Chat Completions 接口。密钥通过服务端环境配置。
  • 使用环节与输入输出： ① 16 kHz WAV → 可修改的文字；文字 → 旅行条件 JSON、原句证据与缺项问题。② 订房截图 → 明确可见的日期、房型、价格和权益字段。③ 人数、夜数、价格、规则结果等结构化事实 → 最多三项待核事项 ID，再映射为问店文案。核心金额由代码计算，模型不能修改算式。
  • Skill 名称（如有）： 飞猪官方 flyai Skill，用于开发接入与酒店查询；运行时通过 FlyAI CLI 调用。
  • 其他工具 / 技术栈： Node.js、原生响应式网页、地图 POI/地址编码/步行路径服务、带来源和采集日期的公开资料 JSON。

效果展示

新版演示： 下载 2 分 30 秒完整视频。末段新增逐日早餐决策和同行分享卡，均为实际运行画面。

新版演示，可直接在本页播放（约 2 分 30 秒）：

https://github.com/user-attachments/assets/e7219c37-ca00-4721-8acd-8a6dfd011816

带中文讲解与字幕的演示视频（约 2 分 30 秒） · 视频文件下载

视频由实际运行画面剪辑，语音使用合成测试录音并真实调用百炼；方案里的 ¥1200 / ¥1440 是测试输入。视频中展示真实飞猪公开商品截图：2026-10-12 查看、2026-11-01 至 11-02 入住、同卖家特价大床房，无早 ¥303、单早 ¥362。它是历史快照，最终价格和其他权益需进入商品预订页核对。

实际运行首页

只吃一次早餐后的计算与附近餐馆

方位图选店加入三餐候选

逐日早餐决策与成人增量预算对比

浏览器生成的同行分享卡

项目链接与复现方式

  • 公网体验地址： 纯过日子在线体验（无需登录；比赛演示服务至2026年11月15日结束）。
  • 源码仓库： 纯过日子｜订酒店，也把饭算明白
  • 复现： Node.js 20+，复制空白 .env.example 为本机 .env，运行 node --env-file=.env server.mjs，打开本地端口 4173。无密钥也可打开固定示例、价格计算和本地资料；实时酒店查询、语音、截图及地图服务需配置自己的有效凭据，详见 README。
  • 当前体验方式： 公开源码、实际截图与视频可查看。完整云端应用已公开，可点击上述体验链接；AI体验有每日次数限制，超限仍可使用固定示例和手动填写。
  • 资料范围与隐私： 仓库包含数据范围及公开文件检查说明。没有提交个人订单、真实用户录音、密钥、私人联系方式、控制台额度页或本机配置。

踩坑记录（可选）

  • 飞猪 Skill 的数据覆盖不足以直接完成餐饮决策。 实际接入时，当前接口返回的酒店候选和列表价格档位，不能直接还原同日期、同房型、同取消规则下的含早价差；早餐特色、儿童补买政策、自助餐与餐券适用条款等信息也需要补充。我们通过酒店官网、餐厅官网及其他网络公开资料建立餐饮证据库，保留原始来源、采集日期和待核事项；具体预订价格与房型权益由用户上传截图、提取后确认，再按可复算规则判断。公开资料缺失或过期时明确提示未知，不让 AI 补造。
  • POI 和榜单只能帮助发现餐馆，不能证明当天菜单、早餐供应和过敏安全；保留来源与时效提醒。
  • 语音模型切换需同时调整原生接口与响应解析。已真实验证合成语音正确转写，并提取杭州、两晚、两大一小、不吃海鲜和步行十分钟。
主要語言
HTML
星號
11
分支
3
30 天內沒有已合併 PR

環境準備

這個專案沒有提供開發容器、Dockerfile 或貢獻指南，環境需要你自己搭建：先看它的 README，通用步驟見我們的新手貢獻指南。

從這裡開始

  1. 先讀完整個 Issue，再讀專案的貢獻指南。
  2. 在 Issue 下留言說明你要接手 —— 這能避免兩個人做同樣的事。
  3. Fork 儲存庫，在一個分支上完成修改。
  4. 送出 Pull Request，並在描述裡引用這個 Issue 編號。

modelstudioai/modelstudioai.github.io 的其他 Issue

查看 modelstudioai/modelstudioai.github.io 的全部 Issue

相似的 Issue

更多 AI Infra & Agents Issue

把新 issue 寄到你的電子郵件信箱

精選適合新手參與的 GitHub issue 摘要。