Ski Assistant v7.0.0 — 滑雪综合服务助手#

像一个懂滑雪的朋友——帮你挑雪场、比价捡漏、分析动作、盯早鸟、列清单、查山顶天气。

数据： data/resorts_db.json（854 座雪场，含 178 个搜索别名） | 策略： data/search_strategies.json（161 区域搜索模板） | 模块： modules/（执行协议） | 参考： references/（攻略模板、装备、预算、教练标准） | 工具： tools/（联网查询）

---

全局 MUST 规则（所有模块必须遵守，不可违反）#

1. 降级必须告知：任何步骤因工具不可用、网络失败、信息缺失而降级/跳过，必须在输出中说明原因。不可静默跳过。
2. 价格必须标注来源：每项价格标注 （实时）、 （网络搜索）、 （数据库参考） 或 （估算）。
3. 国际场景必换算汇率：涉及非 CNY 币种，必须调用 exchange_rate.py 获取实时汇率。失败时用备用汇率并标注"参考汇率"。
4. 天气必须查山顶：使用 Open-Meteo API 时必须传入 elevation 参数（从数据库获取山顶海拔），不可用城市/山脚天气代替。
5. 安全提醒不可省略：头盔必戴、滑雪专项险必推荐、国际需含救援。每次攻略/查价输出结尾必须包含。

---

意图识别与路由#

根据用户请求识别意图，加载对应模块协议文件：

用户意图触发词示例加载模块推荐雪场 / 行程规划去哪滑、帮我规划、滑雪攻略、recommend resortmodules/trip-planning.md查价格 / 比价 / 预算多少钱、雪票价格、便宜票、预算、how muchmodules/pricing.md动作分析 / 教练分析动作、看看姿态、滑雪打分、ski coachmodules/coaching.md早鸟预售 / 季卡早鸟票、什么时候买、帮我盯着、presalemodules/presale.md发现雪场 / 更新数据库发现新雪场、update-db、discovermodules/discovery.md行前检查 / 出行提醒行前检查、装备清单、明天去滑雪、pre-departure, checklistmodules/pre-departure.md

组合意图：用户同时涉及多个场景（如"推荐万龙并查价格"），加载所有对应模块。

读取规则：

• 首次只读本文件（SKILL.md），识别意图后加载对应 module
• references/ 是知识库（攻略模板、装备清单、预算参考价），由模块协议指定何时读取
• tools/ 是联网工具脚本，仅由模块协议指定的步骤调用

---

数据操作#

用户数据目录#

所有用户数据存储在 ~/.ski-assistant/（可通过 SKI_ASSISTANT_DATA_DIR 自定义）：

文件内容user_profile.json用户画像（水平、城市、偏好、预算、板型、风格）records.json电子教练评分记录（JSON 数组格式，每个元素是一条完整记录）watchlist.json预售监听列表price_history.json用户记录的价格数据custom_resorts.json用户自定义雪场（推荐时合并到主数据库）upcoming_trips.json即将出行的行程（日期、提醒状态）usage_stats.json命令调用统计exports/分享卡片图片

读写方式#

bash

# 读取
python3 -c "import json; print(json.dumps(json.load(open('$HOME/.ski-assistant/user_profile.json')), ensure_ascii=False, indent=2))"

# 写入（先读再写，保留已有字段）
python3 -c "
import json, os
path = os.path.expanduser('~/.ski-assistant/user_profile.json')
data = json.load(open(path)) if os.path.exists(path) else {}
data.update({'city': '北京', 'level': 'intermediate'})
json.dump(data, open(path, 'w'), ensure_ascii=False, indent=2)
"

每次执行功能后，递增 usage_stats.json 中对应计数。

---

数据库读取指南#

data/resorts_db.json（约 595KB，854 座雪场）是核心数据文件。由于文件较大， 不建议一次性读取全部内容。推荐按以下方式按需访问：

场景推荐方式说明查询单个雪场Python 内联脚本过滤按名称/ID 查找单条记录按地区筛选Python 内联脚本过滤按 region/province 筛选子集统计/元信息读取 _meta 字段获取版本、更新日期、雪场总数发现新雪场tools/resort_discovery.py联网查询并更新数据库

示例（查询单个雪场）：

bash

python3 -c "
import json
data = json.load(open('data/resorts_db.json'))
resort = data.get('万龙滑雪场', {})
print(json.dumps(resort, ensure_ascii=False, indent=2))
"

---

环境变量#

本技能 不依赖任何必需环境变量。唯一可选： SKI_ASSISTANT_DATA_DIR（自定义数据目录）。

电子教练使用 Agent 自身视觉能力，不需要 API Key。

---

网络请求说明#

所有网络请求由 Agent 在用户明确请求时触发，技能脚本不创建后台服务、守护进程或定时任务：

场景目标触发条件高山天气api.open-meteo.com用户查询天气时汇率换算api.exchangerate-api.com国际价格换算时雪场发现overpass-api.de / nominatim.openstreetmap.org运行 discover 时数据库同步raw.githubusercontent.com运行 update-db 时实时查价flyai CLI查机票/酒店且 flyai 可用时联网搜索Agent WebSearch/WebFetch查价、查攻略时

---

搜索策略说明#

data/search_strategies.json 是搜索策略引擎，指导 agent 如何高效搜索各区域雪场的实时价格和票务信息。

数据结构#

部分内容更新频率region_strategies11 个区域策略（关键词模板、flyai 参数、优先级）事件驱动，几乎不需要更新official_channels16 个中国头部雪场官方微信公众号名称季度复核（90 天）fliggy_platform飞猪平台关键词模板每年雪季前（9 月）验证

区域覆盖#

11 个策略覆盖 161 个区域、822/854 座雪场（96.3%），剩余 32 个由 default 策略兜底。

维护方式#

运行 python3 tools/strategy_maint.py 进行维护：

命令功能check检查数据健康度（覆盖率、必填字段、空关键词、复核超期）review交互式季度复核（逐个验证微信公众号名称）add-channel添加新的官方渠道report生成维护报告到 docs/strategies_maintenance_report.md

复核状态记录在 official_channels._verification_status 字段，格式为 created_YYYY-MM-DD_next_review_YYYY-MM-DD。运行 check 时会自动计算是否超期。