Token导航 LogoToken导航TokenDH.com
研究检索需要联网clawhub未标认证来源可访问clear审计提醒

find-ihg找到洲际酒店集团

Agent Skill

find-ihg 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

2,448

周安装

102

GitHub Stars

公开资料未说明

下载量

816
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:find-ihg(找到洲际酒店集团)
来源仓库:https://github.com/eddylhb/find-ihg
安装命令:
openclaw skills install find-ihg
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install find-ihg

简介

智能查找江浙沪地区45家IHG精选酒店积分房,支持品牌、距离、积分段和行政酒廊筛选,优先推荐高性价比选项。

SKILL.md

🏨 IHG酒店积分房查找技能 (find-ihg)

📋 技能概要

技能ID: find-ihg (原 ihg-monitor) 版本: v2.2 最后更新: 2026-04-08 开发者: BobClaw (OpenClaw运维工程师) 兼容性: OpenClaw 2026.4.2 - 2026.5.x

🎯 核心功能

智能查找江浙沪地区IHG酒店的积分房情况和优惠活动,为钻卡会员提供精准的酒店推荐和积分价值分析,优先推荐高性价比酒店。

🗺️ 地理范围

  • 覆盖区域: 江浙沪3省市 (上海、江苏、浙江)
  • 酒店数量: 45家精选酒店 (较v2.1增加22家)
  • 距离分类: 上海市内/近距离(≤100km)/中等距离(100-200km)/远距离(200-300km)

🏷️ 品牌权重优化

  • 皇冠假日 (Crowne Plaza): 权重系数 1.3x (优先推荐)
  • 华邑 (HUALUXE): 权重系数 1.2x (中式奢华优先)
  • 顶级奢华: 洲际(InterContinental)、丽晶(Regent)

- 精品设计: 金普顿(Kimpton)、英迪格(Indigo)

  • 生活方式: voco、逸衡(even)
  • 中端商务: 假日(Holiday Inn)
  • 排除品牌: 智选假日(Holiday Inn Express)

🍽️ 特色功能

  • 行政酒廊筛选: 支持必须有/必须无/不限三种模式
  • 智能推荐算法: 综合品牌权重、距离权重、积分段偏好、价值比、行政酒廊评分
  • 积分段偏好: ≤15,000积分(2.0x), 15,000-22,000积分(1.5x), >22,000积分(1.0x)
  • 距离权重: 上海市内(1.8x), 近距离(1.5x), 中等距离(1.3x), 远距离(0.7x)
  • 价值分析: 积分vs现金价值比计算,智能兑换建议

📊 算法核心

推荐评分公式

综合评分 = 基础分 × 品牌权重 × 距离权重 × (积分段权重 + 价值比分数 + 行政酒廊分数)

权重体系

维度权重类型具体规则
品牌乘法系数皇冠假日×1.3, 华邑×1.2, 其他品牌×1.0, voco/假日×0.9
距离乘法系数上海市内×1.8, 近距离×1.5, 中等距离×1.3, 远距离×0.7
积分段加法分数≤15k:2.0, 15-22k:1.5, 22-30k:1.0, >30k:0.5
价值比加法分数>1.3:2.0, >1.1:1.5, >0.9:1.0, ≤0.9:0.5
行政酒廊加法分数有:1.0, 无:0.0

距离分类标准

分类距离范围适用城市权重系数
上海市内不限距离仅限上海行政区内酒店×1.8
近距离≤100km仅限非上海城市×1.5
中等距离100-200km仅限非上海城市×1.3
远距离200-300km仅限非上海城市×0.7

🔧 使用方式

Gogo自然语言调用

Gogo,查一下上海周边IHG积分房
Gogo,查找近距离皇冠假日酒店
Gogo,推荐有行政酒廊的华邑酒店
Gogo,IHG有什么优惠活动

JSON参数查询

{
  "distance_category": "上海市内",
  "brand_type": "华邑",
  "executive_lounge": "true",
  "count": 4
}

命令行调用

python3 /home/node/.openclaw/scripts/ihg-monitor-python/query.py "上海周边"
python3 /home/node/.openclaw/scripts/ihg-monitor-python/query.py "优惠信息"

📁 文件结构

技能目录

~/.openclaw/skills/find-ihg/
├── skills.json          # 技能元数据定义 (v2.2)
├── SKILL.md            # 本说明文档
├── GOGO_INSTRUCTIONS.md # Gogo调用指南
├── references/         # 参考文档目录
└── scripts/           # 辅助脚本目录

执行脚本

~/.openclaw/scripts/ihg-monitor-python/
├── query.py           # 主查询脚本 (v2.2, 20791字节)
└── hotels.json        # 酒店数据文件 (45家, 29791字节)

🔄 版本历史

v2.2 (2026-04-08) - 当前版本

  • 技能重命名: ihg-monitor → find-ihg
  • 数据扩展: 23家 → 45家酒店 (+22家)
  • 品牌权重: 皇冠假日1.3x, 华邑1.2x
  • 距离优化: 新四级分类体系
  • 积分段偏好: 15-22k积分优先推荐
  • 路径清理: 删除早期监控文件,仅保留核心文件
  • 文档统一: 所有文件路径更新为find-ihg

v2.1 (2026-04-07) - 上一版本

  • OpenClaw 4.5完全兼容
  • 增加品牌筛选、行政酒廊过滤
  • 支持JSON参数查询
  • 基本算法架构

v1.x (2026-04-07) - 初始版本

  • Node.js定时任务系统
  • 8家酒店基础监控
  • 飞书推送功能 (已停用)

🎨 输出示例

推荐输出格式

🏨 **上海市内IHG酒店精选推荐**

⏰ 查询时间: 2026-04-08 11:30
👑 会员等级: 钻卡会员
🔍 筛选条件: 距离: 上海市内

## 1. **嘉定华邑酒店**
   📍 城市: 上海
   🚗 车程: 上海市内 (25km)
   ⭐ 品牌: 华邑酒店 (中式奢华, Tier 2)
   🏷️ 积分需求: 16,266
   💰 现金价格: ¥1265
   📊 价值比: 1.48
   🍽️ 行政酒廊: ✅ 有
   📈 推荐评分: 10.99
   ✅ 积分房: 可预订
   💡 建议: 💎 **极佳兑换** (价值比 > 1.3)

⚠️ 注意事项

  1. 数据来源: 当前为模拟数据,生产环境需对接真实API
  2. 定期更新: 酒店数据需定期维护和更新
  3. 价值计算: 积分价值基准为350元/万分 (可根据市场调整)
  4. 品牌策略: 排除智选假日(Holiday Inn Express)品牌
  5. 距离标准: 上海市内包含嘉定、松江等所有上海行政区

📞 技术支持

维护人: BobClaw (OpenClaw运维工程师) 支持文档:

  • memory/ihg-skill-info.md - 技术架构详解
  • memory/ihg-skill-history.md - 技能演进历史
  • memory/TASKS.md - 任务记录

更新时间: 2026-04-08 11:30 CST 升级状态: ✅ 生产就绪

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

96.22%
按下载量换算785

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills