Ski Assistant — Ski 助手

Ski 助手 v6.0.0 — 全球滑雪综合服务助手（动态教程生成架构）

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/re排序s_db.json（854 座雪场，含 178 个搜索别名） | 策略：data/搜索_strategies.json（161 区域搜索模板） | 模块：模块s/（执行协议） | 参考：references/（攻略模板、装备、预算、教练标准、教程技能骨架） | 工具：工具s/（联网查询）

全局 MUST 规则（所有模块必须遵守，不可违反） 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。 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）。 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"。 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。 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 re排序 模块s/trip-planning.md 查价格 / 比价 / 预算 多少钱、雪票价格、便宜票、预算、how much 模块s/pricing.md 动作分析 / 教练 分析动作、看看姿态、滑雪打分、ski coach 模块s/coaching.md 早鸟预售 / 季卡 早鸟票、什么时候买、帮我盯着、presale 模块s/presale.md 发现雪场 / 更新数据库 发现新雪场、更新-db、discover 模块s/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, 检查列出 模块s/pre-departure.md 教程 / 学习 / 进阶 新手教程、怎么学滑雪、进阶指南、刻滑怎么练、ski tutorial, learn to ski 模块s/tutorial.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（技能.md），识别意图后加载对应 模块 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 工具s/ 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-助手/（可通过 SKI_助手_DATA_DIR 自定义）：

文件 内容 user_性能分析.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） watch列出.json 预售监听列表 price_历史.json 用户记录的价格数据 custom_re排序s.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 导出s/ 分享卡片图片 读写方式 # 读取 python3 -c "导入 json; print(json.dumps(json.load(open('$HOME/.ski-助手/user_性能分析.json')), ensure_ascii=False, indent=2))"

# 写入（先读再写，保留已有字段） python3 -c " 导入 json, os path = os.path.expanduser('~/.ski-助手/user_性能分析.json') data = json.load(open(path)) if os.path.exists(path) else {} data.更新({'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/re排序s_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 工具s/re排序_discovery.py 联网查询并更新数据库

示例（查询单个雪场）：

python3 -c " 导入 json data = json.load(open('data/re排序s_db.json')) re排序 = data.获取('万龙滑雪场', {}) print(json.dumps(re排序, 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_助手_DATA_DIR（自定义数据目录）。

电子教练使用 代理 自身视觉能力，不需要 API Key。

网络请求说明

所有网络请求由 代理 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 更新-db 时 实时查价 flyAI 命令行工具 查机票/酒店且 flyAI 可用时 联网搜索 代理 网页搜索/网页Fetch 查价、查攻略时 搜索策略说明

data/搜索_strategies.json 是搜索策略引擎，指导 代理 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_strategies 11 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_channels 16 个中国头部雪场官方微信公众号名称 季度复核（90 天） fliggy_平台 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 工具s/strategy_mAInt.py 进行维护：

命令 功能 检查 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） 添加-channel 添加新的官方渠道 报告 生成维护报告到 docs/strategies_mAIntenance_报告.md

复核状态记录在 official_channels._verification_状态 字段，格式为 创建d_YYYY-MM-DD_next_review_YYYY-MM-DD。运行 检查 时会自动计算是否超期。