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】入戏 · 跟着剧情去旅行——把剧景复刻打卡变成可一键预订的路

未關閉
  • 哪裡不對？
#213 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
10/100
Issue 類型
文件
描述清晰度
需要釐清
活躍度
活躍
技術堆疊
github, html
領域
documentation

研究方向

This issue is a contest submission showcasing an external AI travel agent, not a change request for this repo. To understand the demo, read the linked repository's prompt/ and template/ directories and open the generated html handbooks. No actionable task or 'done' state is defined here.

由索引模型根據 Issue 內容生成。

描述

参赛项目名称

入戏 · 跟着剧情去旅行——把每个人都在做的「剧景复刻打卡」，变成一条可一键预订的路

团队 / 作者与奖品领取人

  • 团队名称：小mo AI
  • 主要提交人 GitHub ID（仅 1 位，必填）：xiaomo-agi

旅行场景与目标用户

场景：剧迷的「圣地巡礼」旅行——为一场剧奔赴一座城。

去看《去有风的地方》的有风小院、站在《恶作剧之吻》湘琴递情书的静宜大学鹊桥、走进《人世间》的光字片。这个行为用户早就在自发做了：去剧里的地方、站上那个机位、拍下同款、配上那句台词发朋友圈。但取景地信息散落在小红书/抖音的碎片帖子里，用户要一个一个搜定位、到处扒攻略，而且攻略只管「去哪」——怎么去、住哪、门票多少，没人管。

目标用户：

  1. 想去剧集取景地打卡的剧粉（核心：女性向治愈剧/经典台剧/年代剧人群）
  2. 想发「同款打卡照」但缺文案弹药（台词）和机位引导的内容型用户
  3. 被剧种草了目的地的泛旅行用户（如被《去有风》种草大理）

我做了什么

一句话：说一部剧 + 出发城市 + 几天 → 输出一本「可导航、可预订、可发帖」的逐日打卡手帐。

核心功能：

  1. 剧知识库（作者从公开攻略与官方文旅稿逐条调研整理，关键信息带来源交叉核验）：每部剧 = 取景点位 + 名场面 + 机位/复刻姿势 + 台词彩蛋。已收录三部代表作：《去有风的地方》（大理·热播大陆剧）、《人世间》（长春·经典年代剧/长辈线）、《恶作剧之吻》（台北台中·经典台剧/跨境线）——验证同一套知识结构可无限扩展到任何剧/电影/综艺
  2. flyai 实时商品层：机票车次、门票、酒店全部飞猪实时数据（价格、可订状态、预订链接直出），绝无编造
  3. 打卡四件套：每个点位 = 📍导航链接（高德，点开即走）+ 🎬机位/复刻姿势 + 💬台词彩蛋（逐字引用知识库）+ ✍️发帖文案（行中打卡后自动组装成品文案+标签，见讲解页示例）——从素材到成帖一条龙
  4. 交互式酒店推荐：先问预算/偏好/活动区域，推荐带「距当日核心打卡点车程」，覆盖全档位
  5. 手帐式 HTML 输出：路书渲染成「追剧手帐」网页（拍立得照片墙/机票票卡/台词情书便签/贴纸美食墙），移动端友好，所见即所得
  6. 实用细节：需预约的点位（淡江中学/有风小院）自动警示；日落观景点标注精确日落时刻并提醒临期复查天气

创新点：

  • 「内容策展 × 实时交易」的交叉定位：竞品都在做行程规划工具，没有人做「打卡内容的生产资料库」——机位、台词、复刻姿势是用户自发行为的刚需补给，也是纯技术方案抄不走的部分
  • 民间行为产品化：用户本来就在做剧景复刻打卡（官方文旅也在下场做同款线路——大理文旅/长春电影节均已推出官方打卡线路，需求已被政府侧验证），本项目第一次把它整合成可预订闭环
  • 台词「锚点型/状态型」分型：锚点型配画面与机位，状态型配发帖文案——直接服务「发出来的那一条」

商业价值（demo 虽小，生意是真的）：

  1. 需求双重验证：民间自发打卡行为（小红书/抖音海量内容）+ 官方下场（文旅局官方打卡线路）——不是猜出来的需求
  2. 流量供给持续：每部热播剧/影/综都是一波新入口；经典剧是长尾（人世间/恶吻的打卡流延续数年），热播剧是波峰——产品追内容档期走，自带运营节奏
  3. 实现极轻、边际成本递减：核心=知识库 + flyai skill + 高德 URI 三件套；点位扩充来自内容平台的公开打卡帖（小红书/抖音本身就是民间知识库，AI 调研整理+人工核验即可入库）——新增一部剧的成本远低于它带来的流量
  4. 交易闭环现成：每本手帐内嵌飞猪预订链接，种草与交易同页完成；B 端可与文旅局/IP 方合作官方打卡线路（各地文旅已有此 KPI）
  5. 产品形态轻：手帐 HTML 只是效果上限的展示形态，渲染层可替换——实际交付可以是一页文档、一张卡片、一条带按钮的消息。大脑不变，皮按场景换

详细版见讲解页：https://xiaomo-agi.github.io/feizhu-ruxi-demo/about.html

百炼使用说明（必填）

  • 百炼能力 / 模型：百炼 Managed Agent（托管智能体），模型 GLM-5.1（百炼模型广场托管）
  • 调用方式：百炼控制台可视化搭建（Managed Agents）；知识库为百炼知识库文档
  • 使用环节与输入输出：
    • 输入：用户一句话（剧名+出发城市+天数+偏好+同行人）
    • 运行时：Agent 检索剧知识库（百炼知识库）→ 调用 flyai skill 实查机票/酒店/门票（飞猪实时库存）→ 编排逐日动线（就近聚类、装不下诚实转「+1天扩展」）→ 按手帐模板渲染 HTML 输出
    • 输出：含导航链接、飞猪预订链接、台词机位三件套的完整手帐路书
  • Skill 名称：flyai（飞猪官方 skill，MCP 直连实时商品库）
  • 其他工具 / 技术栈：高德 URI API（导航/觅食链接，无 key 免费开放协议）；NOAA 天文算法（日落时刻离线计算）；知识库信源：大理文旅官网、新华网、央广网、人民网等官方与权威媒体，逐条交叉核验后入库

效果展示

在线 Demo（双剧手帐，点开即玩）：https://xiaomo-agi.github.io/feizhu-ruxi-demo/

  • 《恶作剧之吻》台湾 6 天 5 晚（广州出发）：https://xiaomo-agi.github.io/feizhu-ruxi-demo/kiss.html ——静宜大学任垣楼鹊桥（递情书处）、忠义站天桥、淡江中学、九份天灯等核心取景地；28 个导航点位、20+ 飞猪实图、台词彩蛋、7 个飞猪预订链接、淡江中学与静宜大学预约警示
  • 《去有风的地方》大理 3 天（杭州出发）：https://xiaomo-agi.github.io/feizhu-ruxi-demo/dali.html ——凤阳邑有风小院、茶马古道、喜洲严家大院、双廊洱海；12 个导航点位、民宿六档全价、有风小院预约警示、日落时刻提示

手帐式 HTML 由智能体配合输出模板与前端渲染 skill 生成：内容层（点位/价格/台词/机位，全部来自百炼智能体运行时）×渲染层（手帐视觉模板 + 高德导航链接 + 飞猪预订票根，由输出模板与渲染 skill 保证每次一致可用）。裸 agent 未挂 skill 时输出朴素 HTML 且默认给 Google Maps 链接（大陆不可达）——挂上输出模板/渲染 skill 后即稳定产出如上效果。系统提示词与输出模板已开源（仓库 prompt/ 与 template/ 目录），坐标转高德 URI 的规则固化其中。

运行实录截图（百炼 Managed Agent，配置→运行→产物全链路）：

① 智能体提示词：

智能体提示词

② 知识库列表：

知识库列表

③ AI 运行过程：

AI运行过程

④ AI 搜集打卡点图片和地点坐标：

AI搜集打卡点图片和地点坐标

⑤ 一句话生成 HTML：

一句话生成html

⑥ AI 产物：

AI产物

项目链接与复现方式

  • 在线体验：https://xiaomo-agi.github.io/feizhu-ruxi-demo/
  • Demo 仓库：https://github.com/xiaomo-agi/feizhu-ruxi-demo
  • 复现路径（Managed Agent 最快捷）：百炼控制台 → Managed Agents 创建智能体 → 关联知识库（三剧知识点文档+手帐输出模板+机位图库）+ flyai skill → 粘贴系统提示词 → 对话输入「我想跟着《去有风的地方》去大理，成都出发 3 天慢节奏」即复现
  • 平台无关：以上材料（提示词/知识库/模板/flyai skill）不绑定搭建方式——通过百炼 API、DashScope SDK、百炼 CLI bl、OpenWork 等任何百炼支持的调用方式，配上本仓库材料同样可以完成复现，按你的技术栈自选
  • 复现材料全套开源：https://github.com/xiaomo-agi/feizhu-ruxi-demo —— prompt/（系统提示词）+ knowledge/（三剧知识库+机位图库）+ template/（输出模板），README 含 15 分钟逐步复现指南

踩坑记录（可选）

  1. RAG 检索丢字段：知识库初版用「大表格+分离台词清单」结构，Agent 检索时只命中点位名，机位/台词/预约提醒全被漏掉，模型还会自己「补写」台词。解法：提示词加「三件套输出前逐项自检 + 台词逐字引用禁止自创」铁律，并把台词等高价值字段就近挂到点位卡片上，命中率显著回升。教训：结构化知识库的字段布局要为检索而设计，不是为阅读而设计
  2. 价格脱敏：flyai 未配置 API key 时价格字段打码（¥4xx），配置后解锁完整价格——开发期用脱敏模式省额度，演示期再切全量，是个实用的省 token 策略
  3. 坐标 vs 链接：模型倾向输出经纬度数字（用户点不开），必须显式要求转成 uri.amap.com 导航链接——可用性差距是「看到坐标」和「点开就走」
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 Documentation 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。