先来看看我完成了什么⬇️
随着大模型能力日趋成熟，如何将通用模型能力转化为垂直场景的生产力，成为开发者关注的核心命题。本文以出行规划为切入点，分享一套【技能编排 + 结构化提示】的智能体应用设计方法论，并解析 12306 票务查询智能体的技术架构。
────────────────────────────────────────
一、业务场景与技术挑战
业务场景：节假日出行规划，用户需要一份包含吃、穿、住、行、玩全维度的可执行行程。
技术挑战：直接用通用对话模型处理，会得到"正确但无用"的输出。典型案例如下：
Input: 国庆去扬州怎么玩？
Output: 扬州是一座历史文化名城，瘦西湖值得一去，东关街很有特色……
问题本质：旅行规划是多约束优化问题，而通用对话丢失了关键约束维度：
约束维度 缺失后果
出行人数 住宿片区、餐厅推荐全部失效
出行日期 无法匹配节庆活动、天气穿搭
预算区间 推荐超出承受范围的酒店
人群偏好 行程节奏完全不适配
技术判断：垂直场景智能体应用的瓶颈，不在模型能力，而在领域知识的注入方式。
────────────────────────────────────────
二、设计思路：领域知识与参数注入分离
借鉴软件工程的「关注点分离」原则，我们采用双层设计：
① 领域知识层（Skill）——沉淀专家经验
在 AiPy Pro 的「集市」中安装 「旅行规划大师」 技能。它内置了 行程节奏、住宿片区、通勤方式、拍照时段 等专业框架，产出的不是「攻略清单」，而是能直接照着走的行程表。
💡 类比：技能和普通对话的区别，就像「专业导游」和「路边热心人」。
- 专业导游：知道该问什么、该排什么
- 路边热心人：只会告诉你「那儿挺好看的」
② 业务参数层（Prompt）——注入个性化需求
通过结构化模板，将用户的人数、日期、预算、偏好等参数注入。
最终交付效果：
最终成果：定位精准、颗粒度极细的规划海报
一份定位精准（主打赏月与慢节奏）、颗粒度极细（包含具体耗时、避坑指南和单品价格）、视觉排版清晰的规划海报。
────────────────────────────────────────
三、落地实践：三步完成智能体编排（我是基于成本和安全考虑选择的AiPy,你们可以自行选择合适的）
步骤一：安装领域技能
打开 AiPy Pro，进入「集市」，搜索并安装 「旅行规划大师」 技能。
在集市中安装旅行规划大师技能
步骤二：按场景选择提示模板
装好技能后，看你处在哪个阶段——是心里已经有目的地了，还是完全没头绪。
场景 A：已确认目的地（参数填充型）
比如锁定扬州，直接把信息填满，让它出三天两晚的完整方案。
填写结构化提示词
它会按照你的要求，自动生成规划文件 👇
提示模板 A：
请帮我做一份【目的地 + 天数】旅行规划，完整覆盖吃、穿、住、行。
基础信息：
出行人数【X人】，出行日期【X月X日-X月X日】，预算【中等/高/低，人均X元不含大交通】
偏好风格：【慢节奏/亲子/文艺/美食向……】，优先【XX点位】，偏爱【XX氛围】，避开【XX】
需求细则：
✅住：推荐住宿片区+酒店类型，说明理由，订房小贴士
✅行：市内交通方案，景点间通勤方式，包含夜游路线
✅吃：本地特色美食+时令限定，推荐店铺，标注适合早餐/正餐/下午茶，避开坑店
✅穿：当地气温，穿搭建议，拍照穿搭灵感
✅游玩：每日行程拆分，重点标注节庆专属活动，标注最佳拍照时间
额外要求：行程不要排太满，预留休息时间；最后加出行必备物品清单和避坑提醒。
输出格式：1.行程总览 2.每日详细安排 3.住宿推荐 4.美食清单 5.穿搭指南 6.市内交通方案 7.出行贴士+避坑提醒
场景 B：未定目的地（筛选排序型）
这种情况更常见——假期有了，钱也备好了，就是不知道去哪。
⚠️ 关键：这时候别问「国庆去哪玩」，要把它当成一个筛选任务，把你的硬性偏好说清楚。
实测用这套模板跑了一遍，它筛出了 塔川、松阳、光雾山、阿尔山、霞浦 五个方向，还按「古村 / 山水 / 海岸」分了类，每个都标了拍照点位和一句话总结，对比起来特别快。
提示模板 B：
请为我推荐适合【国庆/中秋/某假期】出行的旅行目的地，结合我的偏好筛选，不要只给名字。
基础信息：
出行时间【X月X日-X月X日，X天X晚】，出行人数【X人】，预算【中等，人均X元不含大交通】
硬性偏好：
- 优先【秋日氛围感强/海边/雪山……】，避开超级网红人山人海的热门城市；
- 喜欢【慢节奏，不赶路】，拒绝走马观花打卡；
- 可选方向：【山水/古村/小城/海岸/秋日氛围感强的城市/...可以自己补充】
输出要求： - 筛选出多个目的地，分风格归类；
- 每个目的地写明：核心看点、最佳拍照点位、特色美食、适合的配图方向；
- 每个目的地附带简短一句话总结，方便快速对比挑选。
步骤三：结果可视化输出
行程排好了，但一大段文字看着没啥头绪。这时候可以复制内容，在集市中找到 「平面与广告设计」 技能，让它把行程做成一张海报。
📐 推荐比例：9:16 竖版
AI 生成的行程海报
────────────────────────────────────────
四、技术解析：12306 票务查询智能体
行程定了，票还没买？AiPy 平台还有一个官方出行助手——12306 火车票查询智能体，由粉丝 @AI小智 基于开源项目二次开发。
12306 火车票查询智能体
4.1 能力矩阵
对接官方 12306 实时数据接口，支持全国火车票余票、车次、座席、时刻、票价、中转换乘等一站式查询
内置 7 大核心工具：
1.车票查询
2.票价查询
3.车站搜索
4.中转换乘
5.经停站查询
6.车次编号转换
7.智能时间工具
列车类型全覆盖：G / D / C / K / T / Z，从高铁到普速全覆盖
4.2 架构分析
维度 说明
Web 框架 FastAPI（异步高性能）
响应性能 秒级响应
数据源 官方 12306 实时数据接口
适配场景 AI 助手、自动化脚本、智能出行规划
💡 架构选型分析：票务查询属于典型的 I/O 密集型任务，瓶颈在网络等待而非 CPU 计算。FastAPI 基于 ASGI 的异步特性，可在等待 I/O 期间释放事件循环处理其他请求，从而在同等资源下获得更高的并发吞吐，与票务查询「高频、短时、外部依赖重」的业务特征高度契合。
4.3 应用场景
场景 说明
日常通勤查询 快速查余票、时刻
节假日抢票规划 提前锁定车次与座席
单程直达搜索 直达车次一键查询
复杂中转换乘 自动规划换乘方案
────────────────────────────────────────
五、方法论沉淀：智能体应用三层架构
结合本次实践，可抽象出智能体应用的三层架构：
层级 职责 本次实践对应
Model 层 基础推理能力 底层大模型
Skill 层 领域知识封装 「旅行规划大师」技能
Prompt 层 业务参数注入 两套结构化模板
核心结论：
8.Model 层趋于同质化——模型能力差距在缩小；
9.Skill 层构建差异化——领域知识封装是竞争壁垒；
10.Prompt 层可工程化——结构化输入带来输出质量的量级提升。
双节出行最怕的不是没时间，是时间花在了「查攻略、比价格、纠结去哪」上。把这部分交给 AI，你只需要决定「走还是不走」。
────────────────────────────────────────
六、常见问题
Q1：AiPy Pro 是什么？
AiPy Pro 是知道创宇推出的 AI 智能体软件，用大白话就能让它做 PPT、处理 Excel/PDF/Word、操作电脑上的软件，也能帮你把旅行规划这件事从头到尾安排明白。
Q2：需要会编程吗？
不需要。不用懂技术，只要会打字，它就能替你干活。
Q3：必须安装「旅行规划大师」技能吗？
强烈建议安装。通用对话给的是「正确但没用」的废话，专用技能内置了行程节奏、住宿片区、通勤方式、拍照时段等专业框架，产出的是能直接照着走的行程表。
Q4：海报用什么技能生成？
在集市中找到「平面与广告设计」技能，推荐使用 9:16 竖版比例。
Q5：火车票查询是实时的吗？
12306 火车票查询智能体对接官方 12306 实时数据接口，支持余票、车次、座席、时刻、票价、中转换乘等一站式查询。
