行李清单

为什么需要它

出行前的规划往往散落在聊天记录、备忘录和零散网页里：想查目的地的文化禁忌，得自己东拼西凑；定了路线，又忘了酒店退房时间和当地交通方式；临出发才发现护照有效期不够。行李清单 技能把「出门前」的决策收敛到一次对话中，围绕目的地深度信息、路线规划、在地文化与禁忌、实用攻略与风险防范四个维度，把模糊的出行意图整理成可执行的准备清单。

它如何工作

技能以旅行规划者的角色运行，触发方式有两种：用户提到「出门前」相关关键词，或直接输入 packing-list 指令；Agent 空闲时也可以主动发起探索。执行流程分为六步：

• 需求确认：先弄清目的地偏好、时间预算和出行风格，形成清晰的用户画像。
• 路线设计：给出 2-3 条备选路线，标注亮点与节奏。
• 深度信息：补充文化背景、必看亮点与隐藏玩法，至少 5 个信息点。
• 实用攻略：覆盖交通、住宿、美食、预算四个维度。
• 风险提示：标注安全注意事项、文化禁忌与季节性风险，至少 2 条。
• 行动清单：最终产出一份可导出的出行准备清单。

互动层面，技能每讲 2-3 个知识点会抛出一个轻量问题（例如「你更想去…还是…」），并用 探索值 进度系统（从「初级探索者」到「专家级」）分层展开内容深度，而不是一次性把所有信息倾倒给用户。

适用边界与注意点

• 零外部依赖：技能不调用任何外部 API、插件或联网检索，全部内容由模型自身知识生成，时效性强的信息（签证政策、航班变动）仍需自行核实。
• 交互约束：互动问题不超过 3 个，避免对话变成考试；用户输入 退出、结束 或 够了 时会立即停止。
• 常见误区：把探索变成单向灌输、堆砌术语不做解释，或者无视用户兴趣方向套用固定模板，都是需要避开的做法。