ljg-travel

Deep travel research workflow for museums and ancient architecture. Input a city name, auto-generates structured knowledge document (org-mode) + portable…

INSTALLATION
npx skills add https://github.com/lijigang/ljg-skills --skill ljg-travel
Run in your project or agent environment. Adjust flags if your CLI version differs.

SKILL.md

ljg-travel-flow: 旅行研究

一条命令完成:全维度文化研究 → 内容提炼 → org 文档 + 便携卡片。

方法论借鉴考古学 Desk-Based Assessment(DBA):到达之前,穷尽一切文献证据。

模式

强制 NATIVE 模式。 本 workflow 是多 skill 管道(Research → ContentAnalysis → ljg-card),不走 Algorithm 七步流程。

参数

参数

说明

示例

城市名

必填,目标城市

西安、洛阳、大同

-f

聚焦主题(可选)

-f 唐代 -f 石窟 -f 青铜器

-q

快速模式,跳过内容提炼,只做研究+文档

执行

1. 解析参数

从用户消息中提取城市名称和可选参数。如有聚焦主题,后续所有搜索围绕该主题展开。

2. 全维度研究(Research extensive — 单次调用,12 个 Agent 并行)

调用 Skill tool 执行 Research,使用 extensive 模式。

核心设计:不分"知识底图"和"平台发现"两步——它们是同一个研究操作的不同搜索角度。 12 个 Agent 同时出发,一半做学术/百科研究,一半做平台内容搜索。

研究提纲(传入 Research 的 prompt):

对「{城市}」进行深度文化旅行研究。这不是旅游攻略,是出发前的考古学式案头研究(Desk-Based Assessment)。

研究覆盖以下维度,每个维度需要中英文双语搜索:

**维度 A — 历史分层**

该城市经历了哪些重要历史时期?每个时期在这座城市留下了什么物质遗存?朝代更迭如何影响城市格局?

**维度 B — 博物馆重点**

该城市有哪些重要博物馆?各博物馆的镇馆之宝和核心馆藏?哪些展品有重大考古意义?必须给出具体文物名称和展厅位置。

**维度 C — 古建遗存**

现存哪些重要古建筑和遗址?营造年代、建筑形制、结构特点。哪些是全国重点文物保护单位?看建筑时应关注什么细节(斗拱、彩画、碑刻等)?

**维度 D — 考古发现**

该城市及周边有哪些重大考古发现?出土文物现藏于哪些博物馆?发掘过程中有什么重要故事?

**维度 E — 人文脉络**

与该城市相关的重要历史人物、文学作品、文化传统。帮助理解这座城市的文化性格。

**维度 F — 深度内容发现**

搜索 B站(bilibili.com)、知乎(zhihu.com)、微信公众号(mp.weixin.qq.com)、抖音(douyin.com)、小红书(xiaohongshu.com)上关于该城市博物馆和古建的深度讲解内容。

筛选标准:

- 要:有知识增量的内容(讲背景、讲工艺、讲考古过程、讲建筑细节)

- 不要:纯打卡拍照、纯推荐无分析、广告软文

- B站视频优先 10 分钟以上的讲解类

- 公众号文章优先有参考文献或明确作者身份的

返回内容标题、URL、一句话摘要。

{如有聚焦主题:特别关注与「{聚焦主题}」相关的内容,其他维度作为背景补充。}

等待 Research 完成,获得全维度研究结果。

3. 内容提炼(ContentAnalysis — 可选)

如果用户指定了 -q 快速模式,跳过此步。

从步骤 2 返回的结果中,提取所有有效 URL(文章链接、视频链接)。

对每个 URL 并行启动 Agent subagent:

每个 subagent 调用 Skill tool 执行 ContentAnalysis,传入 URL,使用 fast 深度级别,提取核心知识点。

降级规则:

  • 如果 ContentAnalysis 对某个 URL 失败(无法访问、无字幕等),跳过该 URL,不阻塞
  • 如果所有 URL 都失败,流程不中断——步骤 2 的研究结果已经足够生成文档
  • ContentAnalysis 是增强层,不是必要层

收集所有成功提炼的内容摘要。

4. 合成 org-mode 文档

将步骤 2(研究结果)和步骤 3(内容提炼,如有)合成为一份结构化 org-mode 文档。

文档结构:

#+title: {城市}旅行研究

#+date: {当前日期}

#+filetags: :travel:museum:architecture:

* 城市概览

  {城市}的文明坐标——为什么值得去,去了看什么。一段话勾勒这座城市在中国文明史中的位置。

* 历史分层

** {时期1}({年代范围})

   核心事件、遗留痕迹、对应可看的实物。

** {时期2}

   ...

* 博物馆指南

** {博物馆1名称}

   地址、开放时间、预约方式(如需要)。

*** 镇馆之宝

    - {文物名}:{为什么重要} | 看什么细节:{具体观察点}

*** 重点展厅

    - {展厅名}:{核心看点}

*** 容易错过的

    - {被忽视但值得看的内容}

** {博物馆2名称}

   ...

* 古建遗存

** {古建1名称}({朝代},{保护级别})

   形制概述。

*** 看什么

    - {具体观察点1}:{为什么值得注意}

    - {具体观察点2}

** {古建2名称}

   ...

* 考古发现

** {遗址/发现1}

   发现经过、意义、出土文物现藏地。如果有有趣的发掘故事,讲出来。

* 参观路线

** 路线一:{主题名}({预计时间})

   适合谁:{描述}

   1. {地点} → 重点看 {什么}({停留建议时间})

   2. ...

** 路线二:{主题名}

   ...

* 深度内容推荐

  从各平台发现的值得在出发前看的内容。

** 视频

   - [[{URL}][{标题}]] — {一句话摘要}

** 文章

   - [[{URL}][{标题}]] — {一句话摘要}

** 书籍(如有推荐)

   - {书名} — {为什么值得读}

文件命名:使用 denote naming schema,保存到 ~/Documents/notes/ 目录:

{YYYYMMDDTHHMMSS}==z--{城市}旅行研究.org

写作要求

  • 每个推荐必须有「为什么看」和「看什么细节」,不许空泛
  • 语气是给自己写的笔记,不是导游词
  • 有确切信息写确切的,没有的不编

5. 铸造便携卡片(ljg-card)

从步骤 4 的 org 文档中提取核心内容,铸造两张卡片,并行执行

卡片 A — 城市文明概览(信息图):

调用 Skill tool 执行 ljg-card -i,输入内容为:城市历史分层 + 核心博物馆清单 + 必看古建清单的精华摘要。一张图看懂这座城市的文明骨架。

卡片 B — 参观路线速查(长图):

调用 Skill tool 执行 ljg-card -l,输入内容为:参观路线建议 + 每个地点的核心看点。手机上随时查看。

6. 汇总报告

════ 旅行研究完成 ═══════════════════════

🏛️ 城市: {城市名}

📝 知识文档: {org 文件路径}

🖼️ 文明概览卡: {PNG 文件路径}

🖼️ 路线速查卡: {PNG 文件路径}

📊 研究覆盖: {N}个博物馆 | {M}座古建 | {K}处考古遗址

📎 深度内容: {X}个视频 | {Y}篇文章

关键约束

  • 步骤 2 是核心——12 个 Agent 并行覆盖学术研究和平台内容,一次完成
  • 步骤 3(内容提炼)是增强层,失败不阻塞流程
  • 步骤 5 的两张卡片之间并行
  • org 文档是主产出,卡片是衍生产出——文档质量优先
  • 不产出泛泛的旅游攻略,每个推荐必须有「为什么看」和「看什么细节」
  • Research 搜索使用中英文双语关键词,扩大覆盖面
  • 没有确切信息时宁可留空,不编造

Known Pitfalls

(首次创建,暂无记录。使用中积累。)

BrowserAct

Let your agent run on any real-world website

Bypass CAPTCHA & anti-bot for free. Start local, scale to cloud.

Explore BrowserAct Skills →

Stop writing automation&scrapers

Install the CLI. Run your first Skill in 30 seconds. Scale when you're ready.

Start free
free · no credit card