技能介绍

解决什么问题

在高奢酒店预订场景中，用户的意图往往非常模糊，而底层 API 调用链路却很繁杂。从目的地解析、日历校验、多价格页抓取，到会员折扣、优惠券与积分的交叉比对，手动编排这些接口极易出错。更危险的是，当 Agent 无法获取权威数据时，很容易产生幻觉，编造出不存在的房态、价格或取消政策，最终导致客诉。这个技能的目标就是将这些分散的 B2C 与 B2B 预订流程封装成原子化的操作，并强制引入安全边界，让 Agent 能够可靠地完成高奢酒店的搜索与预订。

核心能力与工作流

技能的核心在于将自然语言映射为结构化的 API 调用序列。它涵盖了账户登录、模糊酒店发现、明确目标预订、订单管理以及旅客画像记忆等完整链路。

在具体执行时，Agent 会遵循以下关键步骤：

意图识别与路由：首先判断用户处于登录、查房、比价还是下单阶段，并映射到对应的工作流。
原子脚本优先：推荐使用 python3 scripts/luxtrip_api.py 作为 CLI 入口，直接获取精简后的 JSON，避免解析冗长的原始响应。
全量价格与礼遇比对：调用 /hotel/rates 时，会循环利用 nextResultReferenceCode 抓取所有价格页；随后通过 /tlpromotion/rate/coupons 针对候选 rateNo 拉取优惠，结合会员权益计算出最低实付总价。
严格写操作确认：在组装订单 payload 并调用 order/create 或 order/cancel 前，必须向用户展示确切后果并获得显式确认。

适用边界与注意点

该技能并非万能的自动化外挂，而是受限于 API 权威性与安全规范的执行框架。

禁止数据编造：严禁凭空生成房态、价格、取消规则或支付状态。所有展示的价格必须附带时间戳或查询日期。
支付交接限制：支付接口仅返回微信支付参数，技能本身不会也不能代为完成实际的资金扣款。
记忆克制原则：在维护旅客画像时，需区分显式、推断和历史订单数据，严禁从单条消息过度拟合。对于手机号、完整姓名或卡号等敏感信息，必须经用户确认后才能入库。