Token导航 LogoToken导航TokenDH.com
研究检索操作浏览器clawhub未标认证来源可访问clear审计提醒

smart-hotel-search智能酒店搜索

Agent Skill

smart-hotel-search 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

2,472

周安装

103

GitHub Stars

公开资料未说明

下载量

824
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:smart-hotel-search(智能酒店搜索)
来源仓库:https://github.com/sgw153759-oss/smart-hotel-search
安装命令:
openclaw skills install smart-hotel-search
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 smart-hotel-search

简介

基于小红书真实测评挖掘非标准酒店需求,结合飞猪实时预订信息,提供个性化场景化酒店推荐。

SKILL.md

name
smart-hotel-search
description
智能酒店搜索 - 处理非标准酒店需求(如"安静酒店"、"宠物友好"、"无边泳池"等),结合小红书内容发现和飞猪预订对接。Use when: (1) 用户搜索酒店但需求无法用标准筛选表达(如"适合带老人的酒店"、"隔音好的酒店")(2) 用户提到场景化需求(如"带狗住哪"、"网红打卡酒店")(3) 需要从用户真实评价中找酒店推荐。不适用于:标准酒店搜索(目的地+日期+价格),这种情况直接使用flyai。

Smart Hotel Search

用"内容平台理解需求 + 交易平台对接供给"的组合,承接任意非标准酒店搜索诉求。

Prerequisites

必须先检查并安装所需工具,确保闭环可用。

快速检查

# 检查工具是否已安装
which opencli && echo "✅ opencli 已安装" || echo "❌ opencli 未安装"
which flyai && echo "✅ flyai 已安装" || echo "❌ flyai 未安装"

如果两个工具都已安装,跳过安装步骤,直接进入 Workflow。

安装指南

如果任一工具未安装,详见 references/installation.md 获取完整安装步骤:

  • flyai: npm i -g @fly-ai/flyai-cli
  • opencli: Chrome + Playwright MCP Bridge插件 + 登录小红书

环境就绪确认

继续前,确认以下条件满足:

  • opencli 命令可用
  • flyai 命令可用
  • ✅ Chrome 已登录小红书

如果任一条件不满足,先阅读 installation.md 完成安装再继续。

Workflow

触发条件: 用户需求是自然语言、非结构化的,标准搜索接口无法承接。

用户需求(自然语言)
    ↓
语义理解层 - opencli xiaohongshu search
    ↓
内容发现 → AI 提取酒店名
    ↓
供给对接层 - flyai search-hotel
    ↓
输出:测评 + 价格 + 链接

Step 1: 内容发现

使用 opencli xiaohongshu search 在小红书搜索用户真实测评:

opencli xiaohongshu search "三亚带狗住酒店推荐"
opencli xiaohongshu search "无边泳池酒店 网红打卡"
opencli xiaohongshu search "适合带老人的酒店 安静"

从搜索结果中提取:

  • 酒店名称
  • 用户真实评价(环境、设施、服务)
  • 实际体验(图片、视频)

Step 2: AI提取酒店名

从小红书搜索结果中识别候选酒店:

  • 提取酒店名称(注意区分民宿、公寓、酒店)
  • 收集用户评价关键词
  • 过滤广告内容、推广贴

Step 3: 飞猪搜索

对每个候选酒店,使用 flyai search-hotel 获取可预订信息:

flyai search-hotel --key-words "三亚某度假酒店" --check-in "2024-01-15" --check-out "2024-01-17"

获取:

  • 实时价格
  • 房型信息
  • 预订链接
  • 用户评分

Step 4: 综合输出

返回给用户:

  1. 小红书真实测评(1-2条精华内容)
  2. 飞猪预订信息(价格、链接)
  3. 综合推荐结论(为什么推荐)

失败处理

情况处理方式
小红书搜不到相关内容扩大搜索范围,或提示"暂无相关内容,建议换个说法试试"
提取的酒店名在飞猪搜不到提示"该酒店可能不在飞猪,建议联系酒店直接预订"
内容平台评价不客观标注来源,提示"信息来自用户分享,建议入住前与酒店确认"
用户需求太模糊引导用户补充关键信息(目的地、时间、预算等)

Examples

详见 references/examples.md 获取完整输入输出示例。

Tips

  • 语义理解优先:先理解用户真实需求,再选择合适的关键词搜索小红书
  • 多角度搜索:一个需求可能需要多次搜索(如"宠物友好"可搜"带狗住"、"宠物入住"、"狗狗友好")
  • 信息交叉验证:小红书评价 + 飞猪评分 = 更可靠的推荐
  • 标注来源:让用户知道信息来自真实用户分享,而非官方宣传

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

87.28%
按下载量换算719

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

通过

权限和风险

操作浏览器

该 Skill 可能涉及浏览器控制能力,使用时可能读取或操作网页内容,需要在受控环境中确认权限边界。

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