蘭(Lann)泰式按摩预约技能 — 技能工具

Name: 蘭(Lann)泰式按摩预约技能 — 技能工具
Author: lystrosaurus

lystrosaurus

💆 蘭(Lann)泰式按摩预约技能 — 技能工具

v1.0.4

提供蘭泰式按摩（Lann Thai Massage）的门店查询、SPA服务查询和在线预约功能。支持泰式古法按摩、精油护理、草本热敷等专业服务预约，覆盖上海、杭州、成都等多城市门店。

0· 89·0 当前·0 累计

by @lystrosaurus·MIT-0

生产力工具

下载技能包

License

MIT-0

最后更新

2026/4/10

安全扫描

VirusTotal

无害

查看报告

OpenClaw

安全

high confidence

The skill's files, instructions, and requested resources are consistent with a booking/lookup assistant for Lann Thai Massage and do not request unrelated credentials or perform unexplained actions.

评估建议

This package appears coherent for a booking skill. Before installing or running scripts: 1) Verify you trust the API host (https://open.lannlife.com) since test scripts/post requests contact it; 2) avoid running the install branch of start_mcp.sh unless you obtain lann-mcp-server from a trusted source; 3) when running tests, do not use real personal phone numbers if you don't want them sent to the remote API; and 4) if you require stronger guarantees, request the upstream repository URL or conta...

详细分析 ▾

✓ 用途与能力

Name/description (store/service query + booking) align with the included data files (org_store.json, prod_service.json), API endpoint, and test scripts. No unrelated credentials, binaries, or config paths are requested.

✓ 指令范围

SKILL.md and README instruct reading local JSON data for store/service lookup and calling a documented booking API. The runtime steps reference only the included files and the API endpoint; there are no instructions to read arbitrary system files or exfiltrate data.

✓ 安装机制

No install spec is declared (instruction-only skill). Provided helper scripts reference installing/starting a separate 'lann-mcp-server' project but do not download arbitrary executables from unknown shorteners or IPs. The scripts assume user action to obtain the MCP server.

✓ 凭证需求

The skill declares no required environment variables or credentials. The scripts expose a configurable API_ENDPOINT (defaulting to https://open.lannlife.com/mcp/book/create), which is appropriate for a booking integration. No broad secrets or unrelated service keys are requested.

✓ 持久化与权限

The skill does not request persistent privileges or force inclusion (always:false). Its files and scripts do not attempt to modify other skills or system-wide agent settings.

安全有层次，运行前请审查代码。

License

MIT-0

可自由使用、修改和再分发，无需署名。

查看条款 ↗

运行时依赖

无特殊依赖

版本

latestv1.0.42026/4/3

No changes detected in source files. No user-visible or functional changes in this version.

● 无害

安装命令点击复制

官方npx clawhub@latest install lann-booking

镜像加速npx clawhub@latest install lann-booking --registry https://cn.clawhub-mirror.com

技能文档

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
mobile	string	`/^1[3-9]\d{9}$/`	11 位中国大陆手机号	`"13812345678"`
storeName	string	必须与 `org_store.json` 中 `name` 字段完全一致	门店名称	`"淮海店"`
serviceName	string	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"`
count	number	`1 <= count <= 20`	预约人数	`2`
bookTime	string	ISO 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：

意图识别：确认用户想要创建预约
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

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

构造请求：组装符合 API 规范的 JSON 请求体
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

执行调用：发送预约请求
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)

{
  "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)

{
  "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：

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

读取 org_store.json
根据用户提到的地区、地标、地铁线等关键词进行模糊匹配
如果匹配到多个候选，列出前 5 个供用户选择
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：

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

缺少时间时：

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

缺少手机号时：

提示用户提供 11 位中国大陆手机号
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：

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

门店名称校验：

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：

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：

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：

from datetime import datetimedef 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：

{
  "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：

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

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

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）：

# 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：

import requestsresponse = 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：

{
  "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：

✅ 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

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
mobile	string	`/^1[3-9]\d{9}$/`	11 位中国大陆手机号	`"13812345678"`
storeName	string	必须与 `org_store.json` 中 `name` 字段完全一致	门店名称	`"淮海店"`
serviceName	string	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"`
count	number	`1 <= count <= 20`	预约人数	`2`
bookTime	string	ISO 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：

意图识别：确认用户想要创建预约
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

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

构造请求：组装符合 API 规范的 JSON 请求体
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

执行调用：发送预约请求
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)

{
  "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)

{
  "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：

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

读取 org_store.json
根据用户提到的地区、地标、地铁线等关键词进行模糊匹配
如果匹配到多个候选，列出前 5 个供用户选择
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：

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

缺少时间时：

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

缺少手机号时：

提示用户提供 11 位中国大陆手机号
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：

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

门店名称校验：

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：

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：

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：

from datetime import datetimedef 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：

{
  "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：

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

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

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）：

# 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：

import requestsresponse = 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：

{
  "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：

✅ 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

数据来源：ClawHub ↗ · 中文优化：龙虾技能库

OpenClaw 技能定制 / 插件定制 / 私有工作流定制

免费技能或插件可能存在安全风险，如需更匹配、更安全的方案，建议联系付费定制

了解定制服务

License

运行时依赖

版本

安装命令 点击复制

技能文档

概述

集成模式

模式 1：MCP 客户端模式（推荐）

模式 2：远程 MCP 服务模式

模式 3：直连 API 模式（降级方案）

能力定义 (Intents)

Intent 1: 查询门店 (query_stores)

Intent 2: 查询服务 (query_services)

Intent 3: 创建预约 (create_booking)

数据源说明

门店数据结构 (org_store.json)

服务项目数据结构 (prod_service.json)

工作流指南 (AI Assistant Workflow)

Step 1: 意图识别

Step 2: 信息补全

Step 3: 参数校验

Step 4: 构造请求

Step 5: 选择调用模式

Step 6: 执行调用

Step 7: 处理响应

错误处理规范

错误码定义

重试策略

最佳实践

1. 门店和服务名称匹配

2. 时间处理

3. 用户体验优化

4. 数据隐私保护

注意事项

预约政策

数据更新

兼容性

版本历史

相关资源

概述

集成模式

模式 1：MCP 客户端模式（推荐）

模式 2：远程 MCP 服务模式

模式 3：直连 API 模式（降级方案）

能力定义 (Intents)

Intent 1: 查询门店 (query_stores)

Intent 2: 查询服务 (query_services)

Intent 3: 创建预约 (create_booking)

数据源说明

门店数据结构 (org_store.json)

服务项目数据结构 (prod_service.json)

工作流指南 (AI Assistant Workflow)

Step 1: 意图识别

Step 2: 信息补全

Step 3: 参数校验

Step 4: 构造请求

Step 5: 选择调用模式

Step 6: 执行调用

Step 7: 处理响应

错误处理规范

错误码定义

重试策略

最佳实践

1. 门店和服务名称匹配

2. 时间处理

3. 用户体验优化

4. 数据隐私保护

注意事项

预约政策

数据更新

兼容性

版本历史

相关资源

安装命令点击复制