【2026飞猪AI旅行创新大赛】-商旅融合行程官（在会议间隙自动塞入最优"微行程"——带薪旅行，不耽误正事）

Start with the linked project repository, Geohzy/bleisure-planner, and read its README, then inspect app.py and demo.py to understand the web and command-line entry points. Run the documented demo with API keys configured to see the full planning flow. Done means the described meeting parsing, POI selection, time-constrained itinerary, route display, and one-stop replacement work as shown; this issue provides no specific change request to implement.

商旅融合行程官（Bleisure 助手）

参赛项目名称

商旅融合行程官（Bleisure 助手）

• 一句话介绍：输入出差城市 + 会议时段，Agent 在会议间隙自动塞入最优"微行程"——带薪旅行，不耽误正事。
• 赛道：开放命题

团队 / 作者与奖品领取人

• 团队名称/作者：PinkyPN（个人独立参赛）
• 主要提交人 GitHub ID（仅 1 位，必填）：Geohzy
• 其他成员（可选，仅用于署名）：无

旅行场景与目标用户

面向场景：行程规划（会议间隙的微行程）+ 目的地探索 + 酒店/POI 选点 + 飞猪预订闭环。

打工人的刚需：出差到了一个城市，会议间隙有 2–3 小时空档，想出去转转又怕算不好时间耽误正事。

目标用户：异地出差、展会/会议参会的商旅人群——白天被议程占满，真正能自由支配的往往只有会议之间的两三个小时；后续可复用到企业差旅、会展（如云栖大会）等场景。

我做了什么

「商旅融合行程官」把会议之间的碎片时间当成一个约束求解问题来处理，全链路五步：

1. 一句话会议解析（百炼）：中文口语描述（如"明天下午2点到4点开会，晚上7点半客户晚宴"）→ 结构化会议列表；再反推空闲窗口，两端各削 30 分钟作缓冲，短于 45 分钟的碎片不硬塞景点；
2. 空间感知选点：用 flyai 真实 POI / 酒店数据，按酒店位置做 haversine 距离排序 + 偏好加权；多品类抓取（人文/地标/博物馆/园林/市集/文创）+ 关键词兜底（夜市/美食街/咖啡），按名去重，单路失败不中断整轮；
3. 交通感知排站：两站之间按距离自动选步行/骑行/地铁公交/打车，并计入等车、进出站等固定耗时；再叠加开放时间约束——到访时段必须完整落在开放窗口内，打烊自动跳过并换同窗口备选，夜景类地点自动排到傍晚；
4. AI 对比裁决（百炼）：为每一站生成"为什么选它、为什么没选它"，且提示词硬性约束：所有距离、耗时、时刻只能原样引用后端计算结果，模型只负责解释、不许编造数字；
5. 输出与闭环：路线示意图 + 时间轴行程卡，每站直达飞猪详情/预订页；不满意可一键换站（只换指定站、路线图与裁决同步重算，不重跑全流程）；实在排不下时给出结构化说明（约束 / 现实 / 处理），不硬排一个去不了的地点。

创新性：切入"时间硬约束 × 出行意愿"的联合优化，做时空约束下的微行程规划，人肉算不好；命中官方鼓励的"空间感知"方向，预设命题里无同类。另一个差异点是"数字纪律"：距离、时刻全由确定性代码计算，大模型只做解析与解释，从机制上杜绝行程里的数字幻觉。
完整度：全链路真实数据、行程时间可复算；网页版 + 命令行版双入口；单元测试覆盖核心逻辑且全程不触网；无百炼 Key、额度用尽、单路接口失败时全链路降级，主流程不中断。
市场前景：商旅高频刚性需求，可扩展到企业差旅、会展（如云栖大会）等场景。

百炼使用说明（必填）

• 百炼能力 / 模型：通过百炼 DashScope 接口调用文本模型。模型链定义在 llm.py（默认依次为 qwen3.8-2.4t-a95b、deepseek-v4-pro-0813、qwen3.8-flash、qwen3.8-27b、qwen3.8-max），可用环境变量 QWEN_MODELS（逗号分隔）或 QWEN_MODEL（单个）覆盖；链上前一个模型额度用尽、报错或返回空内容时，自动回退到下一个。
• 调用方式（百炼 API / DashScope SDK / 百炼 CLI bl / OpenWork）：DashScope OpenAI 兼容 REST 接口（https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions），标准库 urllib 直连，无额外 SDK 依赖；Key 只放环境变量 DASHSCOPE_API_KEY，不进代码、不进版本库。调用代码见 llm.py（生成/裁决）与 natural.py（会议解析）。
• 使用环节与输入输出（三处，均在运行时链路）：
  1. 会议解析（natural.py 的 parse_meetings）：把一句话口语会议描述解析成结构化会议列表，12 小时制自动转 24 小时制，未写明时长默认 1 小时；
     输入＝一句中文会议描述（如"明天下午2点到4点开会，晚上7点半客户晚宴"）→ 输出＝纯 JSON 数组（含会议标题与起止时刻），不附加解释文字；
  2. 开场白生成（llm.py 的 generate_intro）：把排好的微行程（时间、地点、距离）写成 80 字内的行程寄语；
     输入＝城市 + 酒店名 + 各站"时刻 / 名称 / 距酒店 km"清单 → 输出＝一段 80 字内中文开场白；
  3. AI 对比裁决（llm.py 的 judge_verdict）：为每一站生成"选它 / 没选备选"的理由，只能引用后端给定的真实数字；
     输入＝选中站的"距酒店 km / 交通方式 / 耗时 / 停留分钟" + 1–2 个同窗口落选备选的同口径数字 → 输出＝"选它：…；没选《备选》：…"两段中文（temperature=0、max_tokens=200，保证稳定且短）。
  4. 生成阶段对开场白与裁决关闭思考模式（enable_thinking=false），避免 reasoning 占用几十秒；对强制思考、无法关闭的模型自动跳过、换下一个候选。
• Skill 名称（如有）：未在百炼控制台单独登记 Skill；通过 DashScope OpenAI 兼容接口直接调用。
• 其他工具 / 技术栈：Python 3（标准库为主）｜Gradio 6.30（网页版 Demo，暖米白 Editorial 风格）｜@fly-ai/flyai-cli（npm，飞猪 POI / 酒店数据）｜自实现 haversine 距离与四档交通耗时模型｜标准库 unittest 编写、pytest 运行的单测（42 例，全程不触网）｜Mermaid（README 工作流图）。
• 容错与验证：无 Key 时会议解析回退默认会议、文案与裁决走本地模板，流水线仍可完整跑通；配好 Key 后走真实调用。仓库附 bailian_smoke.py，一条命令验证 Key 与模型链是否调通，并打印实际生效的模型名。

flyai 使用说明

• 使用的 flyai 能力：search-poi（多品类 + keyword 兜底）、search-hotel
• 调用方式：@fly-ai/flyai-cli（npm 全局安装），flyai_client.py 薄封装
• 数据说明：POI 名称/地址/经纬度/免费状态/预订链接、酒店名称/地址/经纬度/价格（正式 Key 下价格不脱敏）

效果展示

• 演示视频（66 秒：一句话输入 → 五步生成 → AI 裁决 → 一键换站 → 飞猪预订页）：

https://github.com/user-attachments/assets/7eb5f71f-f140-4a86-9104-cefa148e36da

• 运行截图：

• 示例输入（即网页版默认值）：城市 = 杭州；酒店 = 锦江之星（杭州西湖店）；会议描述 = "明天下午2点到4点开会，晚上7点半客户晚宴"；偏好 = 人文古迹 / 美食 / 夜景。

项目链接与复现方式

• 代码仓库：https://github.com/Geohzy/bleisure-planner
• 在线 Demo：本地启动 Gradio 网页版（无公网部署）；命令行版可直接生成 Markdown 行程卡

git clone https://github.com/Geohzy/bleisure-planner && cd bleisure-planner
npm i -g @fly-ai/flyai-cli
pip install gradio              # 网页版需要；命令行版可跳过
export FLYAI_API_KEY=你的飞猪Key
export DASHSCOPE_API_KEY=你的百炼Key   # sk- 开头
python3 bailian_smoke.py        # 先验证百炼链路（可选）
python3 app.py                  # 网页版：打开打印出的本地链接
python3 demo.py                 # 命令行版：生成 demo_output.md 行程卡

• 无 Key 也可跑通：POI 抓取失败或百炼不可用时走本地模板兜底，主流程不中断，便于先看效果再配 Key。

• 演示视频：https://github.com/Geohzy/bleisure-planner/releases/tag/travel-planner/bleisure_Demo.mp4 (见release附件)

踩坑记录（可选）

1. flyai CLI 的 JSON 写在 stderr 里：响应不进 stdout，且夹带 ANSI 色码，直接解析 stdout 会 JSONDecodeError。解法：同时读取 stdout + stderr，正则去掉 \x1b\[…m，再截取最外层 {…} 解析。
2. flyai 有并发限流：9 路查询串行要 30–60 秒（每次都是 npx 冷启动）；一上来开到 6 并发又触发 Rate limit exceeded，9 路丢 5 路、POI 从 56 条掉到 20 条。解法：限并发 3 + 失败按错误类型退避重试（限流 2.5s），稳定在 9–10 秒拿全 56 条，并加 5 分钟内存缓存。
3. 思考型模型"空回复"与超长延迟：reasoning 会吃掉 340–500 tokens、单次 20–50 秒，max_tokens 小时甚至只返回推理、content 为空。解法：文案与裁决请求关闭思考模式（同一个 prompt 从 20–50 秒降到 1–2 秒），对强制思考的模型识别 400 后自动跳过；空内容模型自动回退下一个。
4. 大模型的数字幻觉：让模型自己算距离/耗时，结果会与真实路线对不上。解法：距离、耗时、时刻全部由 planner.py / transport.py 算好写进 prompt，模型只做解释；单测校验裁决中的数字与计算结果自洽。
5. Gradio 两个前端坑：空 label 会被前端回退成组件默认名（如 "Textbox"），需"非空 label + show_label=False + 样式隐藏"；带圆角的输入框配 overflow 会把首字裁掉，需把内层 border-radius 显式归零。
6. 页面宽度被长内容撑开：长地址、长 URL 会把卡片顶宽，导致点击后布局跳动。解法：弹性容器统一 min-width:0，长文本 overflow-wrap:anywhere，页面级 overflow-x:hidden。

**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。