【2026飞猪AI旅行创新大赛】行知 · AI 研学伴游

The issue provides a project submission and links to the runnable xingzhi-ai-study-companion repository, but does not identify any file or change required in modelstudioai.github.io. First confirm whether this is submission-only or whether the site must publish the project, then follow the target repository's contribution or submission process. Completion depends on that clarification.

【2026飞猪AI旅行创新大赛】行知 · AI 研学伴游

30 秒了解： 面向 4–15 岁亲子家庭的 AI 研学伴游。行前用 FlyAI 真实库存生成 1 日探索手册；行中拍照即讲，同一件展品按年龄给出故事版 / 探索版 / 专业版，并把「史实 / 传说 / 争议」和来源分开标注；行后生成给家长的成长报告。原型已跑通 百炼真实模型 + FlyAI 实时库存 全链路，6 张真实运行截图见「效果展示」。

参赛项目名称

行知 · AI 研学伴游（Xingzhi · AI Study Companion）

副标题：把每一次家庭旅行，变成孩子自己的发现之旅。

参赛方向：预设方向「游学」。

团队 / 作者与奖品领取人

• 团队名称：行知团队
• 主要提交人 GitHub ID（仅 1 位，必填）：iakRulan
• 其他成员（可选，仅用于署名）：无

旅行场景与目标用户

场景：亲子游学。 4–15 岁孩子的家庭，在周末短途或假期旅行中希望孩子「玩有所获」，但不愿报名同质化、行程僵硬的研学营。行知把讲解、探索任务与成长记录嵌入真实的家庭行程，让博物馆、古迹、自然与街区都成为孩子的课堂。

目标用户：

• C 端：一二线城市 28–45 岁家长，孩子 4–15 岁；周末高频、假期长途。
• B 端：研学机构、博物馆/景区、亲子酒店与目的地文旅，可配置自有课程包与讲解内容。

要解决的具体问题：

1. 研学产品同质化：多为「名校 + 名企」固定模板，孩子收获有限。
2. 虚假宣传与内容注水：部分「走进大厂」实为公共展馆；高价营内容与定价不符。
3. 自由行的教育缺口：家长没时间做功课；景区讲解器内容成人化，孩子听不懂、记不住。
4. 讲解不可信：通用大模型容易把传说讲成史实，缺乏来源标注与分龄表达。

市场依据：

• 2026 年研学旅游市场规模约 2422 亿元，同比增长约 13.6%；亲子家庭研学需求指数 132.1，为各客群最高（中国旅行社协会《2026年中国研学旅游市场景气调查报告》）。
• 63% 家长表示愿意让孩子参加研学；超六成接受单次 3000 元以上（艾媒咨询）。
• 2026 年暑假 AI 主题研学产品订单同比增长 370%（携程）。
• 亲子游约占国内旅游总消费的 25%–30%，是高频、高客单的稳定基本盘。

我做了什么

一句话： 行知是一个「跟着孩子走的 AI 研学 Agent」——行前生成分龄探索手册，行中拍照即讲、主动出题，行后生成成长报告，并把讲解中的下一步推荐接到飞猪真实库存完成预订。

核心功能（已在原型中实现并跑通）：

1. 行前：一键生成探索手册。 输入孩子年龄、兴趣、目的地；服务端串行调用 FlyAI 搜索真实景点/酒店，再由 qwen3.8-max 编排成 3 个景点的 1 日路线，并生成分龄任务（找一找、数一数、画一画、问一问）。每个任务绑定可验证知识点，动线考虑亲子节奏。
2. 行中：拍照即讲，分龄切换。 孩子拍文物、建筑、动植物或展品，qwen3-vl-plus 识别后输出故事版、探索版、专业版三套讲解。支持连续追问与语音朗读；每条讲解标注资料来源，明确区分「史实 / 传说 / 争议」。
3. 规则化事实校验。 对旗舰演示对象（霸王龙）做确定性纠错：统一“每条前肢只有两根手指”的事实、统一权威来源、把任务约束到照片中可见的细节，避免模型把传说讲成史实或编造展品。
4. 主动服务。 结合停留时长与现场情境给出提醒（如“已停留 25 分钟，试试用画一画换个节奏”），任务完成后即时发放徽章。
5. 行后：成长报告。 汇总完成任务、提问、徽章与知识点，由模型生成标题、总结、知识地图、给家长的三条建议与下一站；支持分享/复制。
6. 真实交易闭环。 讲解与任务中推荐的景点、酒店，通过 FlyAI 返回真实商品与预订链接，一键进入飞猪；截图中的浙江自然博物院、西湖、杭州博物馆与亲子酒店均来自实时搜索。

创新点：

• 从「卖固定研学营」到「把任何一次家庭旅行变成研学」： AI 原生、轻量、按需，不依赖固定营期与大巴团。
• 分龄多模态讲解 + 可验证来源： 直接针对行业「同质化、虚假宣传、内容水」的痛点，用规则校验与来源标注把「讲得对」变成产品能力。
• 空间感知与主动服务： 讲解不是被动问答，而是根据孩子的位置、注意力与现场环境动态编排，符合大赛鼓励的「多模态、主动服务、空间感知」方向。
• 家长侧成长报告： 把一次旅行的教育价值可视化，解决「玩完就忘」与「家长不知道怎么陪」的问题。

百炼使用说明（必填）

• 百炼能力 / 模型（均为实际调用）：
  • qwen3.8-max：行前规划、任务设计、多轮追问、成长报告；
  • qwen3-vl-plus：拍照识别文物、建筑、动植物、展品；
  • qwen3-tts-flash：故事版 / 探索版 / 专业版讲解朗读；
  • 百炼 OpenAI 兼容 API 为主；TTS 走 DashScope 原生 multimodal-generation 接口。
• 调用方式： 百炼 API（业务空间 OpenAI 兼容地址，/chat/completions）；TTS 使用 DashScope 原生接口；结构化任务关闭 enable_thinking，规划延迟从分钟级降到约 30 秒。开发期也可用百炼 CLI bl 调试 Prompt；本原型通过 Node 服务直接调用 API。
• 使用环节与输入输出：
  • 行前：输入孩子年龄/兴趣/目的地 → 调 FlyAI 拿真实 POI → 输出 3 个景点、任务地图、动线与预订链接；
  • 行中：输入照片 → 输出识别主体、三套分龄讲解、史实/传说/争议、来源、追问问题与现场任务；
  • 追问：输入孩子的问题 + 当前讲解上下文 → 输出 80–140 字回答、信息类型、来源、继续观察的引导；
  • 行后：输入行程、主体、问题、完成任务、徽章 → 输出成长报告与家长建议；
  • 事实校验：对霸王龙等旗舰对象做规则纠错，低置信度内容标注“争议/待考证”。
• Skill 名称： flyai（航班、火车、酒店、景点/POI 搜索与预订链接）。本原型通过官方 @fly-ai/flyai-cli 调用，与 Skill 使用同一套能力；可按 OpenWork / Agent Skills 方式接入。
• 其他工具 / 技术栈： Node.js 24（原生 HTTP 服务）、原生 Web（HTML/CSS/JS，无构建步骤）、@fly-ai/flyai-cli、localStorage 会话、系统分享/复制。

效果展示

以下截图均为 2026-10-17 在本机真实运行时截取（430 × 900），内容由百炼模型实时生成，景点与预订链接来自 FlyAI 实时搜索。

首页	行程

拍照讲解	追问与任务

成长报告	FlyAI 预订入口

实测表现： 行程生成约 27–30 秒；拍照识别与讲解约 19 秒；追问约 3 秒；成长报告约 8 秒。FlyAI 体验模式限流时自动串行 + 重试，模型超时自动回退本地示例，演示不中断。

项目链接与复现方式

• GitHub 仓库： https://github.com/iakRulan/xingzhi-ai-study-companion
• 本地复现：
  1. npm install（会安装 @fly-ai/flyai-cli）；
  2. 本机已配置 .env.local，直接 npm start；新环境先 cp .env.example .env.local 并填入百炼 API Key 与业务空间 Base URL；
  3. 打开 http://127.0.0.1:8787；
  4. 选择 7 岁、恐龙 + 绘画、杭州，生成手册；
  5. 进入「发现」，点「用示例照片试试」（或上传自己的照片），体验讲解与追问；
  6. 完成任务后进入「成长」，生成报告。
• 仓库内含可运行的 Node 服务、移动端 Web、FlyAI 封装与完整 README；.env.local 已被 .gitignore 排除。

不要提交 API Key、密码等敏感信息；公开 Issue 中不填写手机号、收货地址等隐私信息。

踩坑记录（可选）

• FlyAI 体验模式限流： 并行调用 4 个 CLI 会触发 429。改为模块级串行队列 + 一次 429 重试后稳定；生产环境应申请正式 API Key。
• 业务空间端点不支持 TTS： 业务空间专属域名对 multimodal-generation 返回 400；TTS 改走经典 DashScope 端点并显式指定 language_type=Chinese。
• 模型思考延迟： 结构化输出开启长思考时，规划请求可达 90 秒以上并超时；关闭 enable_thinking 后规划约 30 秒、追问约 3 秒、报告约 8 秒。
• 事实错误： 视觉模型曾把霸王龙前肢写成“三指”。加入提示约束 + 规则化事实校验后，统一为“两根手指”，并统一来源与任务，明确“以现场展签为准”。
• 报告地点幻觉： 报告曾把路线标题里的“西湖”误当成现场地点。加入“不得根据路线标题推断地点”的约束后修正。
• 儿童注意力： 长讲解完播率低。任务卡控制在 30 秒可完成，完成后即时发徽章。
• 隐私与安全： 儿童照片只在单次请求中转为 base64 发送给模型，不落盘；本地仅保存行程、问答与报告；公开 Issue 不提交任何个人隐私信息。

与评审维度的对应

• 创新性（40%）： 不是再做一个月行程规划器，而是把「研学」做成随行的分龄 Agent：拍照即讲、任务化探索、主动服务、成长报告；多模态与空间感知是核心交互。
• 完整度（30%）： 行前规划 → 行中讲解/追问/任务 → 行后报告 → 真实预订入口，已在本机跑通；FlyAI 真实库存与百炼真实模型调用均可复现。
• 市场前景（30%）： 研学市场约 2422 亿元、亲子游占国内旅游消费 25%–30%；以「轻量、按需、可验证」切入同质化与虚假宣传的行业痛点，可向研学机构、景区与亲子酒店输出 B 端能力。

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。