参赛项目名称
观途 · 跨城观演全程管家(上海 / 北京 / 成都 / 杭州 / 广州 五城)
团队 / 作者
oraguinal9
旅行场景与目标用户
场景:跨城观演——"为一场演出奔赴一座城"。用户先确定"我要看谁",再解决哪一天去、怎么去、住哪片、散场怎么走、周边吃什么。
目标用户:愿意为一场演唱会/音乐节跨城出行的观演者(95 后、00 后为主),以及带老人小孩的家庭观众。
我做了什么
一句话:不做演出聚合平台,只做「单场次全程管家」——从您动身到散场回家,这一场的事都管。
核心功能:
- 一句话编排:说一句"10月10号从南京带七十岁老人去听林忆莲,当天回得来吗",智能体自己认人 → 按演出时间倒推车次 → 给出「当天往返 / 住一晚」两条路,并替用户做判断。
- 按演出时间倒推车次:以开演前 90 分钟到场、散场点倒推,算出去程/末班车/次日返程,并标注"从容 / 有点紧 / 赶不上"。
- 散场怎么走:每个场馆的散场动线、接驳、地铁限流与错峰提醒(真实高频痛点)。
- 出处制度(核心创新):每条行程项都标来源(官方口径/公开信息/经验/飞猪 POI/待核实),答不上来直说"我这儿没资料",绝不编店名、时刻、方位。这是与"什么都能办"的作品最大的差别。
- 问管家:只依据本页已核实资料作答。
百炼使用说明(必填)
- 百炼能力 / 模型:通义千问 qwen-plus(文本生成)
- 调用方式:百炼 API(DashScope OpenAI 兼容模式,/compatible-mode/v1/chat/completions)
- 使用环节与输入输出:运行时链路,两处。①「问管家」——把本场次已核实资料作为事实上下文,用户提问 → 依据资料作答(120–220 字)。②「一句话编排」——两段式:先用 qwen-plus 解析意图(temperature 0.1,输出 JSON:艺人/出发地/人数/是否当天回/日期),中间用本地逻辑匹配演出并调飞猪算车次,再第二次调用生成方案(temperature 0.6,200–320 字,替用户做判断)。输入=结构化场次资料 + 车次实算结果;输出=成文方案/回答。
- Skill 名称(如有):无(未使用官方 skill,自行封装调用)
- 其他工具 / 技术栈:飞猪 flyai skill(search-train 火车 / search-hotel 酒店 / search-poi 门票玩乐 实时数据);零依赖 Node.js 服务端;Nginx + Let's Encrypt HTTPS。
效果展示
项目链接与复现方式
在线 Demo(可直接体验):https://concert.zbjh.top
- 复现步骤:打开 Demo → 顶部切换五城任一站 → 在「说一句,管家替你排一趟」输入"从南京带老人去看林忆莲怎么安排"看方案;或点「或者,自己挑一场」任一演出 → 看「三天怎么过」「散场怎么走」「出处一览」→ 在「从外地来·两种走法」填出发城市算来回 → 用「问管家」追问。
- GitHub 仓库:暂未开源(在线 Demo 即为完整可运行作品)。
- 说明:未提交任何 API Key / 密码。
踩坑记录(可选)
- 飞猪风控 451/429:高频调用会整站被拦 → 预取落库 + 强缓存(6h)+ 陈旧缓存兜底 + 限流退避重试 + 无缓存时降级不崩(不用 502)。
- 飞猪只有 CLI/Skill、无 HTTP 接口 → 自建一层 Node 转接。
- 演出的日期/场馆/票价服务端拿不到(商品页有验证码)→ 只能人工精选 + 结构化录入(反而成了内容护城河)。
- 飞猪没有"用车"命令 → "顺道去哪玩"改用 search-poi。
- 火车数据有方向性差异(上海→南京常只返回换乘)→ 如实标注,不硬说直达。
- AI 编不编取决于喂的资料厚不厚 → 先把资料喂厚,再加事实护栏。
参赛项目名称
观途 · 跨城观演全程管家(上海 / 北京 / 成都 / 杭州 / 广州 五城)
团队 / 作者
oraguinal9
旅行场景与目标用户
场景:跨城观演——"为一场演出奔赴一座城"。用户先确定"我要看谁",再解决哪一天去、怎么去、住哪片、散场怎么走、周边吃什么。
目标用户:愿意为一场演唱会/音乐节跨城出行的观演者(95 后、00 后为主),以及带老人小孩的家庭观众。
我做了什么
一句话:不做演出聚合平台,只做「单场次全程管家」——从您动身到散场回家,这一场的事都管。
核心功能:
百炼使用说明(必填)
效果展示
项目链接与复现方式
在线 Demo(可直接体验):https://concert.zbjh.top
踩坑记录(可选)