蘭泰式按摩预约技能 (Lann Booking Skill)#

概述#

本 Skill 为 AI 助手提供蘭泰式按摩（Lann Thai Massage）的完整预约能力，包括：

• 门店查询：检索全国 75+ 门店信息（名称、地址、电话、交通指引、经纬度）
• 服务查询：检索 28+ 专业泰式按摩与 SPA 服务项目
• 创建预约：通过 MCP 协议或直接 API 调用完成在线预约

关键词：泰式按摩、预约、SPA、Lann、lann、蘭、兰泰、古法按摩、精油护理、草本热敷

集成模式#

本 Skill 支持三种调用模式，AI 应根据运行环境自动选择：

模式 1：MCP 客户端模式（推荐）#

• 场景：本地或远程部署 lann-mcp-server

• 连接方式：

  • stdio：通过标准输入输出连接本地 MCP Server
  • streamableHttp：通过 HTTP 流式连接远程 MCP Server

• 优势：符合 Model Context Protocol 标准，支持工具发现、类型安全

模式 2：远程 MCP 服务模式#

• 场景：直接连接已部署的 MCP 服务
• Endpoint： https://open.lannlife.com/mcp
• 协议：streamableHttp
• 优势：无需本地部署，开箱即用

模式 3：直连 API 模式（降级方案）#

• 场景：无 MCP 环境时的备选方案
• API Endpoint： https://open.lannlife.com/mcp/book/create
• 方法：HTTP POST
• Content-Type： application/json
• 优势：简单直接，兼容传统 HTTP 客户端

能力定义 (Intents)#

Intent 1: 查询门店 (query_stores)#

触发条件：用户询问门店信息、附近门店、特定地区门店等

支持的操作：

• 列出所有可用门店
• 按城市筛选（上海、杭州、成都、深圳、苏州、武汉、宁波）
• 按关键词模糊匹配（门店名称、地址、地铁站）
• 获取单个门店详细信息（地址、电话、交通指引、经纬度）

数据来源： org_store.json（75 家门店）

示例对话：

• User: "上海有哪些门店？"
• User: "淮海路附近有门店吗？"
• User: "花木店的地址和电话是什么？"
• User: "离地铁 2 号线最近的门店是哪个？"

Intent 2: 查询服务 (query_services)#

触发条件：用户询问服务项目、按摩类型、SPA 内容等

支持的操作：

• 列出所有可用服务项目
• 按服务名称模糊匹配
• 按服务描述关键词搜索
• 按时长筛选（60分钟、90分钟、120分钟等）
• 按服务类型分类（古法按摩、精油护理、特色 SPA 等）

数据来源： prod_service.json（28 项服务）

示例对话：

• User: "有哪些按摩服务？"
• User: "90 分钟的服务有哪些？"
• User: "传统古法按摩包含什么内容？"
• User: "推荐一个缓解肩颈疲劳的服务"

Intent 3: 创建预约 (create_booking)#

触发条件：用户明确表达预约意图并提供必要信息

必填参数：

参数名类型校验规则说明示例mobilestring/^1[3-9]\d{9}$/11 位中国大陆手机号"13812345678"storeNamestring必须与 org_store.json 中 name 字段完全一致门店名称"淮海店"serviceNamestring必须与 prod_service.json 中 name 字段完全一致服务项目名称"传统古法全身按摩-90分钟"countnumber1 <= count <= 20预约人数2bookTimestringISO 8601 格式，且晚于当前时间预约开始时间"2024-01-15T14:00:00"

工作流程：

1. 意图识别：确认用户想要创建预约

2. 参数收集：检查是否提供所有必填参数

   • 若缺少手机号：提示用户提供
   • 若缺少门店：调用 query_stores 展示可选门店，让用户选择
   • 若缺少服务：调用 query_services 展示可选服务，让用户选择
   • 若缺少人数：默认为 1 人，或询问用户
   • 若缺少时间：询问用户期望的预约时间

3. 参数校验：

   • 验证手机号格式
   • 验证门店名称是否在 org_store.json 中存在（模糊匹配后需用户确认）
   • 验证服务名称是否在 prod_service.json 中存在（模糊匹配后需用户确认）
   • 验证人数范围（1-20 人）
   • 验证时间格式（ISO 8601）且晚于当前时间

4. 构造请求：组装符合 API 规范的 JSON 请求体

5. 选择调用模式：

   • 优先使用 MCP 模式（如果可用）
   • 降级使用直连 API 模式

6. 执行调用：发送预约请求

7. 处理响应：

   • 成功：返回预约 ID、时间、门店和服务信息
   • 失败：根据错误码给出友好提示

示例对话：

• User: "我要预约淮海店的传统古法全身按摩，2 人，明天下午 2 点，手机号 13812345678"
• User: "帮我预约花木店的泰式精油全身护理，1 人，后天上午 10 点"
• User: "我想预约一个肩颈按摩，有什么推荐？"

数据源说明#

门店数据结构 (org_store.json)#

json

{
  "name": "门店名称",
  "address": "详细地址",
  "telephone": "联系电话",
  "traffic": "交通指引",
  "longitude": 经度,
  "latitude": 纬度
}

关键字段：

• name： 唯一标识符，创建预约时必须与此字段完全一致
• address：详细地址，用于地理位置匹配
• telephone：门店电话，用于用户咨询
• traffic：交通指引，包含地铁线路和出口信息
• longitude / latitude：经纬度坐标，可用于距离计算

门店分布：

• 上海市：约 60+ 家（黄浦区、浦东新区、静安区、徐汇区、长宁区、闵行区、宝山区、普陀区、杨浦区、嘉定区、松江区、青浦区等）
• 杭州市：7 家（奥体印象城店、EFC 店、滨江银泰店、来福士店、杭州中心店、东站万象汇店、黄龙万科店）
• 成都市：4 家（万象城店、优品道店、太古里旗舰店、银泰中心 in99 店）
• 其他城市：武汉（1 家）、苏州（2 家）、深圳（1 家）、宁波（1 家）

服务项目数据结构 (prod_service.json)#

json

{
  "name": "服务名称",
  "desc": "服务描述"
}

关键字段：

• name： 唯一标识符，创建预约时必须与此字段完全一致
• desc：服务详细描述，用于关键词匹配和用户理解

服务分类：

1. 传统古法按摩系列（6 项）：90-120 分钟，推、拉、蹬、摇、踩等手法
2. 泰式精油护理系列（7 项）：60-120 分钟，植物精油 + 泰式手法
3. 特色护理系列（8 项）：椰香按摩、轻体 Spa、水光焕肤等
4. 快速/专项服务系列（5 项）：肩颈版、精华版、深度拉伸等
5. 其他：泊兰泰

工作流指南 (AI Assistant Workflow)#

Step 1: 意图识别#

分析用户输入，判断属于以下哪种意图：

• 查询门店：包含"门店"、"地址"、"电话"、"附近"、"哪里有"等关键词
• 查询服务：包含"服务"、"按摩"、"SPA"、"项目"、"有什么"等关键词
• 创建预约：包含"预约"、"预订"、"订一个"、"帮我约"等关键词

Step 2: 信息补全#

如果用户意图是创建预约，但信息不完整：

缺少门店时：

1. 读取 org_store.json
2. 根据用户提到的地区、地标、地铁线等关键词进行模糊匹配
3. 如果匹配到多个候选，列出前 5 个供用户选择
4. 如果未提到任何地区信息，询问用户期望的城市或区域

缺少服务时：

1. 读取 prod_service.json
2. 根据用户需求（如"缓解肩颈疲劳"、"全身放松"）匹配服务描述
3. 推荐 3-5 个相关服务，附上时长和简要说明
4. 让用户选择或进一步说明需求

缺少时间时：

1. 询问用户期望的日期和时间
2. 提供相对时间解析（如"明天下午 2 点"转换为 ISO 8601 格式）
3. 确保时间晚于当前时间

缺少手机号时：

1. 提示用户提供 11 位中国大陆手机号
2. 强调手机号用于门店联系确认

Step 3: 参数校验#

在调用 API 之前，必须完成以下校验：

手机号校验：

python

import re
def validate_phone(mobile):
    return bool(re.match(r'^1[3-9]\d{9}$', mobile))

门店名称校验：

python

def validate_store(store_name, stores):
    # 精确匹配
    if store_name in [s['name'] for s in stores]:
        return True, store_name
    # 模糊匹配
    candidates = [s['name'] for s in stores if store_name in s['name'] or s['name'] in store_name]
    if len(candidates) == 1:
        return True, candidates[0]
    elif len(candidates) > 1:
        return False, f"找到多个匹配门店：{', '.join(candidates)}，请指定具体门店"
    else:
        return False, f"未找到门店'{store_name}'，请使用以下门店名称之一：{', '.join([s['name'] for s in stores[:10]])}..."

服务名称校验：

python

def validate_service(service_name, services):
    # 精确匹配
    if service_name in [s['name'] for s in services]:
        return True, service_name
    # 模糊匹配
    candidates = [s['name'] for s in services if service_name in s['name'] or s['name'] in service_name]
    if len(candidates) == 1:
        return True, candidates[0]
    elif len(candidates) > 1:
        return False, f"找到多个匹配服务：{', '.join(candidates)}，请指定具体服务"
    else:
        return False, f"未找到服务'{service_name}'，请使用以下服务名称之一：{', '.join([s['name'] for s in services[:10]])}..."

人数校验：

python

def validate_count(count):
    if isinstance(count, int) and 1 <= count <= 20:
        return True
    return False, "预约人数必须在 1-20 人之间"

时间校验：

python

from datetime import datetime

def validate_time(book_time):
    try:
        dt = datetime.fromisoformat(book_time)
        if dt > datetime.now():
            return True
        return False, "预约时间必须晚于当前时间"
    except ValueError:
        return False, "时间格式不正确，请使用 ISO 8601 格式（如：2024-01-15T14:00:00）"

Step 4: 构造请求#

确保所有参数校验通过后，构造请求体：

json

{
  "mobile": "13812345678",
  "storeName": "淮海店",
  "serviceName": "传统古法全身按摩-90分钟",
  "count": 2,
  "bookTime": "2024-01-15T14:00:00"
}

Step 5: 选择调用模式#

优先级顺序：

1. MCP 模式（如果检测到 MCP 工具可用）
   • 使用 MCP 工具调用预约接口
   • 优势：类型安全、错误处理完善
2. 远程 MCP 模式（如果配置了远程 Endpoint）
   • 连接到 https://open.lannlife.com/mcp
   • 使用 streamableHttp 协议
3. 直连 API 模式（降级方案）
   • 直接发送 HTTP POST 请求
   • Endpoint： https://open.lannlife.com/mcp/book/create

Step 6: 执行调用#

MCP 模式示例（伪代码）：

python

# 假设 MCP 工具已注册
result = mcp_tools.create_booking(
    mobile="13812345678",
    storeName="淮海店",
    serviceName="传统古法全身按摩-90分钟",
    count=2,
    bookTime="2024-01-15T14:00:00"
)

直连 API 模式示例：

python

import requests

response = requests.post(
    "https://open.lannlife.com/mcp/book/create",
    headers={"Content-Type": "application/json"},
    json={
        "mobile": "13812345678",
        "storeName": "淮海店",
        "serviceName": "传统古法全身按摩-90分钟",
        "count": 2,
        "bookTime": "2024-01-15T14:00:00"
    }
)
result = response.json()

Step 7: 处理响应#

成功响应：

json

{
  "success": true,
  "bookingId": "BOOK123456",
  "message": "预约成功！",
  "startTime": "2024-01-15T14:00:00",
  "endTime": "2024-01-15T15:30:00",
  "storeInfo": {
    "name": "淮海店",
    "address": "上海市黄浦区进贤路216号（近陕西南路）",
    "telephone": "021-62670235",
    "traffic": "地铁1号线陕西南路1号口出，沿陕西南路走到进贤路右转约100m"
  },
  "serviceInfo": {
    "name": "传统古法全身按摩-90分钟",
    "desc": "通过独特的推、拉、蹬、摇、踩等手法，还有大量被动瑜伽的动作，打开韧带，释放疲劳，让肌肉的疼痛与紧绷得到真正缓解，实现从身到心的全面放松。"
  }
}

AI 回复模板：

text

✅ 预约成功！

📋 预约详情：
- 预约 ID：BOOK123456
- 门店：淮海店
- 地址：上海市黄浦区进贤路216号（近陕西南路）
- 电话：021-62670235
- 服务：传统古法全身按摩-90分钟
- 时间：2024-01-15 14:00 - 15:30
- 人数：2 人

🚇 交通指引：
地铁1号线陕西南路1号口出，沿陕西南路走到进贤路右转约100m

💡 温馨提示：
- 请提前 10 分钟到店
- 如需取消或改期，请至少提前 1 小时联系门店
- 祝您享受愉快的按摩体验！

失败响应处理：

错误场景错误消息示例AI 应对策略手机号格式错误"请输入正确的11位中国大陆手机号"提示用户重新输入正确的手机号门店不存在"未找到匹配的门店"列出可用门店供用户选择服务不存在"未找到匹配的服务项目"列出可用服务供用户选择人数超出范围"预约人数必须在1-20人之间"提示用户调整人数时间格式错误"预约时间格式不正确"提供正确的时间格式示例时间已过期"预约时间必须晚于当前时间"提示用户选择未来时间API 服务器错误"HTTP 500 Internal Server Error"建议用户稍后重试网络错误"网络连接失败"检查网络连接，建议重试

错误处理规范#

错误码定义#

错误类型HTTP 状态码错误消息处理建议参数校验失败400具体校验错误信息修正参数后重试门店/服务不存在404"未找到匹配的门店/服务"重新选择门店/服务时间冲突409"该时段已被预约"选择其他时间服务器错误500"内部服务器错误"稍后重试网络超时504"请求超时"检查网络后重试

重试策略#

• 可重试错误：网络超时、服务器错误（500/502/503/504）

  • 最多重试 3 次，每次间隔递增（1s, 2s, 4s）

• 不可重试错误：参数校验失败、资源不存在

  • 提示用户修正参数

最佳实践#

1. 门店和服务名称匹配#

• 原则：传入 API 的 storeName 和 serviceName 必须与 JSON 文件中的 name 字段 完全一致
• 实现：先进行模糊匹配找到候选列表，再让用户确认选择
• 避免：直接使用用户输入的原始文本（可能包含错别字或简称）

2. 时间处理#

• 存储格式：ISO 8601（ YYYY-MM-DDTHH:mm:ss）
• 显示格式：友好格式（ 2024年1月15日 14:00）
• 时区：默认使用北京时间（UTC+8）
• 相对时间解析：支持"明天下午 2 点"、"后天上午 10 点"等自然语言

3. 用户体验优化#

• 主动推荐：根据用户描述的需求（如"肩颈疲劳"），主动推荐合适的服务
• 就近推荐：如果用户提供位置信息，推荐距离最近的门店
• 信息确认：在提交预约前，汇总所有信息让用户确认
• 进度提示：在调用 API 时，告知用户"正在为您预约..."

4. 数据隐私保护#

• 手机号脱敏：在日志和非必要场景中，将手机号中间 4 位替换为 ****
• 不存储敏感信息：Skill 本身不应持久化存储用户的手机号等敏感信息
• 最小化原则：只收集完成预约所必需的信息

注意事项#

预约政策#

• 提前预约：建议至少提前 2 小时预约，以确保有可用时段
• 取消政策：如需取消或改期，请至少提前 1 小时联系门店
• 人数限制：单次预约最多 20 人，超过需分批预约或联系门店
• 营业时间：各门店营业时间可能不同，请以门店实际为准

数据更新#

• 门店数据：可能会定期更新（新增/关闭门店），请以 org_store.json 最新版本为准
• 服务数据：服务项目和描述可能会调整，请以 prod_service.json 最新版本为准
• 同步机制：建议每次使用前检查数据文件是否为最新

兼容性#

• API 版本：当前 API 接口保持稳定，向后兼容
• MCP 协议：遵循 Model Context Protocol 规范
• 运行环境：支持 Node.js 16+、Python 3.8+

版本历史#

• v2.0.0（2026-04-09）：
  • 重构 Skill 架构，支持三种集成模式（MCP、远程 MCP、直连 API）
  • 优化意图识别和参数校验逻辑
  • 完善错误处理和重试机制
  • 增加详细的工作流指南和最佳实践
• v1.0.2（2026-04-03）：
  • 初始版本，实现门店查询、服务查询和创建预约功能

相关资源#

• 官方文档：参考 references/api_reference.md

• 测试脚本：参考 scripts/test_booking.py

• 数据文件：

  • 门店数据： org_store.json
  • 服务项目： prod_service.json

• 预约模板：参考 assets/booking_template.md