旅游攻略多平台抓取助手

SKILL.md

# Tourism Guide Harvester Skill

## 版本
- **v1.5.0 (2026-04-24):** Phase 4 六步法详细版 + Phase 5 临时文件清理提醒（需用户批准）
- **v1.3.0 (2026-04-24):** 新增输出优化规则 - 信息源优先级排序、时间季节权重、攻略提及次数标注、参考攻略原文分平台展示
- **v1.1.0 (2026-04-23):** 小红书优化 - 多排序搜索、JavaScript正文提取、正确分享链接格式
- **v1.0.0 (2026-04-23):** 初始版本

## 技能描述
从多个旅游平台（小红书、马蜂窝、携程、微信公众号等）获取评分排名最高的旅游攻略，整合输出综合攻略文档。

**v1.3.0 输出优化规则：**
- 信息源优先级：小红书 > 微信公众号 > 马蜂窝 > 其他（基础权重 ×1.0 / 0.9 / 0.8 / 0.6）
- 时间权重：近一年更新 ×1.0，超一年降权；季节匹配内容 ×1.2（当前春季）
- 所有景点/美食/住宿/打卡点标注【共X篇攻略提及】并列出所有来源链接
- 参考攻略原文统一放在报告最后，按平台分组展示

## 触发词
- 旅游攻略获取
- 攻略抓取
- 多平台攻略整合
- 台州攻略
- 亲子游攻略

---

## 核心原则

### 1. Subagent分工原则
- **信息收集工作：** 全部由 subagent 执行
- **Main Agent职责：** 进度汇报、最终总结、整合输出
- **浏览器操作：** Subagent 不能同时操作浏览器，必须按顺序执行

### 1.5 Subagent记忆固化原则（防止任务丢失）

**核心：同时使用固定 session + 完整 task + 三文件持久化。**

| 机制 | 用法 |
|------|------|
| 持久化 Session | `mode: "session"` + 固定 `sessionKey` |
| 完整 task 参数 | 所有关键要求写进 `sessions_spawn(task=...)` |
| 任务真迹 | `~/.openclaw/workspace/tasks/[平台]_[日期]_任务.md` |

**SessionKey：** `tourism-[平台简称]-[日期]`

**最小 spawn 模板：**
```javascript
sessions_spawn({
  label: "[平台]攻略获取",
  mode: "session",
  sessionKey: "tourism-[platform]-[yyyymmdd]",
  task: `
目标：抓取至少5篇[目的地]攻略。
只读：_任务.md
只写：_状态.md + _数据.md
浏览器：CDP 18800
异常：立即写入状态文件并提示人工介入
`
})
```

**原则：** task 参数是运行真迹，文件是恢复真迹，session 只是执行容器。

### 2. 数据来源原则（重要！）
- **严格遵循用户指定的平台：** 不能擅自切换信息来源
- **数据纯正性验证：** 每个平台有特有的指标，用于验证数据来源
- **切换来源需用户同意：** 如果指定平台不可用，必须先征求用户确认

| 平台 | 特有指标 | 数据验证方法 |
|------|---------|-------------|
| 小红书 | 点赞数、收藏数、标签 | 不要用"浏览量"（那是马蜂窝指标） |
| 马蜂窝 | 浏览量、游记格式 | 浏览量是核心指标 |
| 携程 | 携程评分（⭐x.x/5）、点评数 | 评分格式是携程特有 |
| 微信公众号 | 来源公众号名称 | URL包含 mp.weixin.qq.com |

### 3. 输出文件原则（三文件分离，降低 token 消耗）

| 文件 | 谁写 | 谁读 | 作用 |
|------|------|------|------|
| `_任务.md` | Main Agent | Subagent | 任务要求/验收标准 |
| `_状态.md` | Subagent | Main Agent | 进度/断点/问题 |
| `_数据.md` | Subagent | Main Agent | 纯攻略数据 |

**命名：** `~/.openclaw/workspace/tasks/[平台]_[日期]_{任务|状态|数据}.md`

**规则：**
- Subagent 不回写 `_任务.md`
- Main Agent 汇总仅读 `_数据.md`
- `_状态.md` 只用于确认进度
- token 只随攻略数据增长，不再随任务说明/进度日志重复膨胀

### 4. 三文件分离原则

旧方案把任务、进度、数据混在一处；新方案把三者拆开。

**只记四条：**
- `_任务.md`：Main Agent 写一次，Subagent 只读
- `_状态.md`：Subagent 增量写，Main Agent 快速读
- `_数据.md`：Subagent 增量写，Main Agent 汇总只读它
- Subagent 重启后优先看 `task` 参数，其次看文件，不依赖会话记忆

---

## 🚀 速查表（快速参考）

### 信息源优先度（重要！新规则）
| 优先级 | 平台 | 说明 |
|--------|------|------|
| 🥇 1 | 小红书 | 首选来源，热门内容多 |
| 🥈 2 | 微信公众号 | 深度攻略，质量稳定 |
| 🥉 3 | 马蜂窝 | 游记为主，行程详细 |
| 🏅 4 | 其他（携程等） | 补充参考 |

**时间权重规则（适用于所有平台）：**
- 近一年内的攻略权重更高
- 更新时间接近当前季节（当前：春季）的攻略优先度提升
- 季节特征判断：
  - 春季(3-5月)：赏花、踏青、湿地、露营
  - 夏季(6-8月)：海滨、漂流、避暑、主题乐园
  - 秋季(9-11月)：红叶、采摘、温泉、晒秋
  - 冬季(12-2月)：冰雪、温泉、年味、暖冬目的地

**综合排序公式：**
```
最终优先级 = 平台基础权重 × 时间衰减系数 × 内容相关性
时间衰减系数：90天内=1.0，180天内=0.85，365天内=0.7，超过1年=0.5
```
| 参数 | 效果 | 用途 |
|------|------|------|
| `sort=hot` | 热度排序 | 热门爆款 |
| `sort=collect_count` | 收藏排序 | 高质量精选 |
| `sort=time_descending` | 时间降序 | 最新攻略 |
| 正文提取 | `eval "$(cat ~/.openclaw/workspace/skills/xiaohongshu-crawler/scripts/extract-article.js)"` --json | 获取正文 + 分享链接 |
| 分享链接 | `discovery/item/{noteId}?xsec_token={token}` | 有效链接，不跳转首页 |

### 各平台特有指标
| 平台 | 指标 | 验证方法 |
|------|------|----------|
| 小红书 | 点赞数、收藏数、标签 | 不用浏览量 |
| 马蜂窝 | 浏览量 | 必须提取 |
| 携程 | ⭐x.x/5 评分格式 | 必须提取 |
| 微信公众号 | 来源公众号名称 | URL含 `mp.weixin.qq.com` |

### 常见问题速查
| 问题 | 解决方案 |
|------|----------|
| 浏览器操作冲突 | 串行执行，一个subagent用浏览器完了再下一个 |
| 小红书正文获取失败 | 不要用 snapshot，必须用 `eval` + JavaScript |
| 分享链接跳转首页 | 用 `discovery/item` 格式带 `xsec_token` |
| 二维码风控拦截 | 输出提示，等待用户扫码后继续 |
| Chrome未启动/CDP连不上 | `google-chrome --remote-debugging-port=18800 &` 启动 |

---

## 执行流程

### Phase 1: 准备三文件（Main Agent）

```bash
# 为每个平台创建 3 个文件
# 任务文件（Main Agent 写一次）
write ~/.openclaw/workspace/tasks/小红书_2026-04-24_任务.md
# 状态文件（Subagent 写进度，Main Agent 读状态）
write ~/.openclaw/workspace/tasks/小红书_2026-04-24_状态.md
# 数据文件（Subagent 写攻略，Main Agent 读汇总）
write ~/.openclaw/workspace/tasks/小红书_2026-04-24_数据.md

# 其他平台同理
write ~/.openclaw/workspace/tasks/马蜂窝_2026-04-24_任务.md
write ~/.openclaw/workspace/tasks/马蜂窝_2026-04-24_状态.md
write ~/.openclaw/workspace/tasks/马蜂窝_2026-04-24_数据.md
```

**任务文件模板（Main Agent 写入，一次性）：**
```markdown
# [平台]攻略获取任务（[日期]）

## 任务要求
- 目标平台：[平台名]
- 获取数量：至少5篇评分排名最高的攻略
- 排序方式：[平台特有排序]
- 数据纯正确认：[平台特有指标]
- 输出文件：~/.openclaw/workspace/tasks/[平台]_[日期]_数据.md

## 浏览器状态
- CDP端口：18800（如需使用）
- 执行顺序：第N个（避免冲突）

## 操作提示
- 搜索URL：xxx
- 排序按钮：xxx
- 特有问题处理：xxx

## 验收标准
- 至少5篇完整攻略
- 每篇必须包含：标题、作者、平台指标、正文摘要
- 所有景点/美食/住宿必须附【来源链接】
- 原文链接必须是有效分享链接

## 数据文件格式（Subagent 每篇攻略写入数据文件）
### [序号]. [文章标题]
- 作者：xxx | 发布日期：xxxx-xx-xx | 平台：[平台名]
- [平台特有指标]：xxx
- 正文摘要：xxx（100字以内）
- 【景点】[景点名]：[一句话描述]（门票：xxx）
  来源：[原文链接](url)
- 【美食】[美食名]：[一句话描述]
  来源：[原文链接](url)
- 【住宿】[住宿名/类型]：[一句话描述]
  来源：[原文链接](url)
- 【打卡点】[打卡点]：[一句话描述]
  来源：[原文链接](url)（可选）
- 原文链接：[点击查看](有效分享链接)
---
```

**状态文件初始内容（Main Agent 写入，Subagent 增量更新）：**
```markdown
# [平台]攻略获取状态（[日期]）

## 执行进度
- [时间] 等待启动

## 断点记录
- 上次完成：0篇
- 下一步：连接浏览器，开始搜索

## 任务状态
- 状态：⏳ 等待启动
- 完成进度：0/5篇
- 数据文件：~/.openclaw/workspace/tasks/[平台]_[日期]_数据.md

## 待解决问题
- 无
```

**数据文件初始内容（Subagent 增量写入）：**
```markdown
# [平台]攻略数据（[日期]）
（每篇攻略完成后 append到此文件，Main Agent Phase4 仅读此文件）
```

### Phase 2: 启动Subagent（串行 + 方案二+四强化记忆）

```
执行顺序（避免浏览器冲突）：
1. 小红书 → 使用浏览器 CDP 18800
2. 马蜂窝 → 等小红书完成后使用同一浏览器
3. 携程 → 等马蜂窝完成后使用同一浏览器
4. 微信公众号 → 不需要浏览器，可并行执行
```

**每次 spawn 必须同时满足：**
- ✅ `mode: "session"` — 持久化 session，任务累积不丢失
- ✅ `sessionKey: "tourism-[平台]-[日期]"` — 固定 key，可跨 compact 恢复
- ✅ 完整 `task` 参数 — 塞满所有任务细节，每次回复都能看到
- ✅ 在 `task` 中告知三文件路径 — subagent 读取任务文件、写状态文件和数据文件```

### Phase 2: 各平台操作步骤

#### 小红书操作流程
```bash
# 1. 连接浏览器（已登录）
agent-browser --cdp 18800

# 2. 多维度搜索（3种排序覆盖热门/精选/最新）
# 热度排序 → 热门爆款
agent-browser --cdp 18800 open "https://www.xiaohongshu.com/search_result?keyword=[关键词]&type=note&sort=hot"
agent-browser --cdp 18800 snapshot -i --json

# 收藏排序 → 高质量精选  
agent-browser --cdp 18800 open "https://www.xiaohongshu.com/search_result?keyword=[关键词]&type=note&sort=collect_count"
agent-browser --cdp 18800 snapshot -i --json

# 时间排序 → 最新攻略
agent-browser --cdp 18800 open "https://www.xiaohongshu.com/search_result?keyword=[关键词]&type=note&sort=time_descending"
agent-browser --cdp 18800 snapshot -i --json

# 3. 从 snapshot 提取文章链接
# 每篇文章进入详情页

# 4. 获取完整内容 + 分享链接（必须用 eval + JavaScript）
agent-browser --cdp 18800 eval "$(cat ~/.openclaw/workspace/skills/xiaohongshu-crawler/scripts/extract-article.js)" --json

# 提取结果：标题、作者、正文、点赞数、标签、图片、shareUrl（有效分享链接）
```

**小红书排序参数：**
| 参数 | 效果 | 用途 |
|------|------|------|
| `sort=hot` | 热度排序 | 热门爆款 |
| `sort=collect_count` | 收藏排序 | 高质量精选 |
| `sort=time_descending` | 时间降序 | 最新攻略 |

**小红书特有要点：**
- **正文提取：** 不要用 `snapshot`，必须用 `eval` + JavaScript
- **分享链接：** 必须用 `discovery/item/{noteId}?xsec_token={token}` 格式
- **二维码拦截：** 输出提示"⚠️ 小红书检测到自动化操作，请手动扫码登录"，等待用户确认
- **press Enter无效：** 改用 `goto` 直接导航搜索URL
- **文章内容需要登录：** 通过连接用户已登录浏览器解决

#### 马蜂窝操作流程
```bash
# 1. 连接浏览器（小红书完成后）
agent-browser --cdp 18800

# 2. 导航到搜索页面
goto "https://www.mafengwo.cn/search?q=[关键词]&type=2"

# 3. 获取攻略列表
snapshot -i --json
# 提取：标题、浏览量（马蜂窝特有）、点赞数、发布日期

# 4. 逐篇点击获取详细内容
click [文章ref]
# 提取：行程安排、景点推荐、美食推荐

# 5. 输出到文件
```

**马蜂窝特有问题处理：**
- **目的地页面404：** 改用搜索功能访问
- **WAF反爬拦截：** 使用已登录的浏览器状态
- **浏览量指标：** 必须提取浏览量数据（马蜂窝特有）

#### 携程操作流程
```bash
# 1. 连接浏览器（马蜂窝完成后）
agent-browser --cdp 18800

# 2. 导航到景点页面
goto "https://you.ctrip.com/sight/[城市代码].html"

# 3. 获取景点评分排行
snapshot -i --json
# 提取：景点名称、携程评分（⭐x.x/5）、点评数、门票价格

# 4. 导航到游记页面
goto "https://you.ctrip.com/travels/[城市代码].html"

# 5. 获取游记列表并提取详细内容
```

**携程特有问题处理：**
- **JS动态加载：** 必须使用浏览器，web_fetch无法获取评分数据
- **IP重定向：** 可能被重定向到其他城市，需检查页面内容
- **评分格式：** 必须提取 ⭐x.x/5 格式的评分（携程特有）

#### 微信公众号操作流程
```bash
# 1. 使用搜狗微信搜索
web_fetch "https://wx.sogou.com/" 或搜索关键词

# 2. 获取文章列表
# 提取：标题、来源公众号名称、摘要

# 3. 尝试访问文章详情（可能失败）
# 微信公众号文章URL格式：https://mp.weixin.qq.com/s/[文章ID]

# 4. 输出到文件
```

**微信公众号特有问题处理：**
- **搜狗重定向到小红书：** 立即停止，报告问题，征求用户确认
- **反爬虫验证码：** 无法绕过，建议用户提供具体文章URL
- **数据来源验证：** 确认URL包含 mp.weixin.qq.com

### Phase 3: Subagent执行（5步法）

1. 读 `task` 参数，必要时核对 `_任务.md`
2. 按平台步骤抓取；遇验证码/重定向立即记录并暂停
3. 每完成 1 篇就 append 到 `_数据.md`
4. 每次进度变化就更新 `_状态.md`
5. 完成写 `✅ 完成`；中断写 `⚠️ 部分完成` / `❌ 失败`

**原则：** task 参数优先；任务文件只读；状态/数据文件读写

**Subagent 写数据文件格式（每篇攻略 append）：**
```markdown
### [序号]. [文章标题]
- 作者：xxx | 发布日期：xxxx-xx-xx | 平台：[平台名]
- [平台特有指标]：xxx
- 正文摘要：xxx（100字以内）
- 【景点】
  - [景点名]：[一句话描述]（门票：xxx）
    来源：[原文链接](url)
- 【美食】
  - [美食名]：[一句话描述]
    来源：[原文链接](url)
- 【住宿】
  - [住宿名/类型]：[一句话描述]
    来源：[原文链接](url)
- 【打卡点】（可选）
  - [打卡点]：[一句话描述]
    来源：[原文链接](url)
- 原文链接：[点击查看](有效分享链接)
---
```

**Subagent 写状态文件格式（每次进度变化，替换或 append）：**
```markdown
## 执行进度
- 19:30 任务启动
- 19:32 连接浏览器成功
- 19:35 导航到搜索页面成功
- 19:38 获取文章列表（12篇）
- 19:45 第1篇完成 → 已写入数据文件
- 20:10 第5篇完成

## 断点记录
- 上次完成：第5篇（最后1篇）
- 下一步：更新状态文件 → 任务完成
- 最后活跃：20:15

## 任务状态
- 状态：✅ 完成
- 完成进度：5/5篇
- 数据文件：~/.openclaw/workspace/tasks/[平台]_[日期]_数据.md

## 待解决问题
- 无
```

## 信息源优先级与排序规则（新优化）

### 优先级量化表
| 优先级 | 平台 | 基础权重 | 说明 |
|--------|------|----------|------|
| 🥇 第1优先 | 小红书 | ×1.0 | 热门爆款多，内容鲜活 |
| 🥈 第2优先 | 微信公众号 | ×0.9 | 深度长文，质量稳定 |
| 🥉 第3优先 | 马蜂窝 | ×0.8 | 游记详细，行程可落地 |
| 🏅 第4优先 | 其他（携程等） | ×0.6 | 补充参考 |

### 时间与季节权重
**综合排序公式：**
```
最终优先级分 = 平台基础权重 × 时间衰减系数 × 季节匹配系数
```

| 时间范围 | 衰减系数 | 说明 |
|----------|----------|------|
| 90天内 | 1.0 | 最新鲜，权重最高 |
| 91-180天 | 0.85 | 近期内容 |
| 181-365天 | 0.70 | 一年内的内容仍优先 |
| 超过1年 | 0.50 | 降权参考，历史数据 |

| 当前季节 | 适合主题 | 权重提升 |
|----------|----------|----------|
| 春季(3-5月) | 赏花、踏青、湿地、露营、户外 | ×1.2 |
| 夏季(6-8月) | 海滨、漂流、避暑、乐园、水上 | ×1.2 |
| 秋季(9-11月) | 红叶、采摘、温泉、晒秋 | ×1.2 |
| 冬季(12-2月) | 冰雪、温泉、年味、暖冬 | ×1.2 |

### 整合策略
1. **同一景点/美食/住宿出现多次时：** 保留提及次数最多的，引用所有来源链接
2. **内容冲突时：** 优先高权重平台 + 新发布时间
3. **数据不足时：** 不凑数，宁缺毋滥

### Phase 4: Main Agent整合

#### Subagent → Main Agent 数据传递机制

**核心：三文件各司其职，Main Agent 只读数据文件汇总，token 消耗降到最低。**

```
Subagent 执行  ──→  写数据文件（攻略正文）
                 写状态文件（进度状态）    ──→  Main Agent 读状态文件（快速确认）
                                                        Main Agent 读数据文件（仅此文件汇总）
                                                                              ↓
~/.openclaw/workspace/tasks/小红书_2026-04-24_数据.md  ──→  ~/llm-wiki/raw/articles/台州综合攻略.md
```

**文件职责：**
- 任务文件：Main Agent 写，Subagent 启动时读一次，之后不碰
- 状态文件：Subagent 写，Main Agent 快速读（确认进度）
- 数据文件：Subagent 写，Main Agent **仅读此文件汇总**（纯攻略内容）

**token 优化对比：**
```
旧方案 token 消耗（Main Agent Phase4 读文件）：
  任务要求（500字）+ 进度日志（800字）× 5篇 = 4500+ token

新方案 token 消耗（Main Agent Phase4 读文件）：
  数据文件：纯攻略内容 5篇 ≈ 1500 token
  状态文件：极小 ≈ 100 token
  合计 ≈ 1600 token（减少 ~65%）
```
#### Phase 4 整合执行步骤（v1.5.0 详细版）

**Phase 4 共 6 步，每步可核查，失败可断点续传：**

**第1步：快速扫状态文件（极小文件，token≈0）**
```bash
read ~/.openclaw/workspace/tasks/小红书_2026-04-24_状态.md
read ~/.openclaw/workspace/tasks/微信公众号_2026-04-24_状态.md
read ~/.openclaw/workspace/tasks/马蜂窝_2026-04-24_状态.md
```
判断：全✅→继续 | 有⚠️/❌→汇总已有+标注 | 有⏳→汇总已完成部分

**第2步：仅读数据文件（纯攻略内容，无冗余token）**
```bash
# 按优先级顺序读：优先读小红书（权重最高）
read ~/.openclaw/workspace/tasks/小红书_2026-04-24_数据.md
read ~/.openclaw/workspace/tasks/微信公众号_2026-04-24_数据.md
read ~/.openclaw/workspace/tasks/马蜂窝_2026-04-24_数据.md
```
原则：只读数据文件，不读任务文件，不重复读状态文件。

**第3步：跨篇统计景点/美食/住宿/打卡点**
```
景点统计：
  ① 从所有数据文件提取所有【景点】项
  ② 同名景点归一（忽略空格/标点差异）
  ③ 每归并一次 → 提及次数+1
  ④ 每项附加所有来源链接（跨平台）
  ⑤ 按提及次数降序，生成景点汇总表
美食/住宿/打卡点统计：同上（步骤①改为提取对应项）
```

**第4步：计算优先级分并排序**
```
最终优先级分 = 平台权重 × 时间衰减系数 × 季节匹配系数

| 项目 | 计算方式 |
|------|----------|
| 平台权重 | 小红书×1.0 / 公众号×0.9 / 马蜂窝×0.8 / 其他×0.6 |
| 时间衰减 | 90天内×1.0 / 91-180天×0.85 / 181-365天×0.70 / 超1年×0.50 |
| 季节匹配 | 当季主题×1.2 / 其他×1.0 |
| 提及次数 | 直接计入推荐指数：5次=⭐⭐⭐⭐⭐ |

排序：先按最终优先级分降序，同分按提及次数降序
```

**第5步：生成最终攻略文件**
```bash
write ~/llm-wiki/raw/articles/[目的地]综合攻略.md
```
输出前逐项检查：
- [ ] 景点/美食/住宿/打卡点每项有【共X篇提及】+ 来源链接（同平台最多3条代表性链接）
- [ ] 超1年攻略标注「⚠️ 内容较旧」
- [ ] 参考攻略原文放在报告末尾，按平台分组
- [ ] 当前季节（春季）适合内容标注【🌸春季推荐】

**第6步：输出完成报告**
```
【综合攻略生成完成】
📊 数据来源：小红书X篇 / 公众号X篇 / 马蜂窝X篇
📋 景点：共X个 | 美食：共X个 | 住宿：共X个 | 打卡点：共X个
📁 完整攻略：~/llm-wiki/raw/articles/[目的地]综合攻略.md
```

---

### Phase 5: 临时文件清理提醒（需用户批准）

**触发（出现任一情况时，也必须先经用户批准）：** 任务完成 / 失败 / 超7天未动 / 用户主动要求清理。

**流程：**
1. 先列出 `tasks/` 下候选文件
2. 向用户展示“本次任务 / 历史文件 / 保留文件”
3. 未获明确批准前，不执行任何清理
4. 获批后使用 `trash`，不要用 `rm`

**规则：**
- 只清理中间文件，不删最终攻略
- 默认保留 72h 内文件
- “可以清理 / 全删了 / 只清这次”算批准；“先看看”不算

---
## 常见问题与解决方案

### 问题1: 浏览器操作冲突
**现象：** 多个subagent同时操作浏览器，导致状态混乱
**原因：** CDP端口只能同时被一个agent使用
**解决方案：**
- Subagent按顺序执行（小红书 → 马蜂窝 → 携程）
- 微信公众号不使用浏览器，可并行执行
- Main Agent监控进度，协调启动顺序

### 问题2: 小红书文章内容无法获取
**现象：** 使用 `snapshot` 无法提取到文章正文
**原因：** 小红书正文不在 accessibility tree 中，只在静态 HTML 中
**解决方案：**
- 不要使用 `snapshot`，必须用 `eval` + JavaScript 提取
- 正确选择器：正文 `#detail-desc`，标题 `.note-content`
- 使用 `xiaohongshu-crawler` 提供的提取脚本：
  ```bash
  agent-browser --cdp 18800 eval "$(cat ~/.openclaw/workspace/skills/xiaohongshu-crawler/scripts/extract-article.js)" --json
  ```

### 问题3: 小红书分享链接无效
**现象：** 保存的链接点进去跳转到首页
**原因：** `explore/{noteId}` 格式需要 `xsec_token` 参数，否则会被拦截
**解决方案：**
- 使用 `discovery/item/{noteId}?source=webshare&xsec_token={token}` 格式
- 从当前页面 URL 提取 `xsec_token` 参数
- xiaohongshu-crawler 提取脚本自动处理

### 问题4: 小红书二维码拦截
**现象：** 小红书弹出二维码，拦截自动化操作
**原因：** 小红书反爬虫机制检测非人类操作
**解决方案：**
- 输出提示："⚠️ 小红书检测到自动化操作，请手动扫码登录"
- 暂停操作，等待用户确认登录成功
- 用户确认后继续操作

### 问题5: 数据来源不正确
**现象：** Subagent返回的数据混入了其他平台
**原因：** 搜索引擎重定向或agent误判
**解决方案：**
- 每个平台有特有指标（见上方表格），用于验证
- 发现数据来源问题时立即停止
- 报告问题并征求用户确认是否接受替代数据

### 问题6: 携程评分数据缺失
**现象：** web_fetch只能获取静态框架，无法获取评分
**原因：** 携程使用JavaScript动态加载内容
**解决方案：**
- 必须使用浏览器（agent-browser）访问携程
- 等其他浏览器任务完成后启动携程subagent

### 问题7: 微信公众号详细内容无法获取
**现象：** 只能获取文章列表，无法进入详情页
**原因：** 搜狗反爬虫机制触发验证码
**解决方案：**
- 获取文章列表输出到文件（至少有价值）
- 建议用户提供具体文章URL（https://mp.weixin.qq.com/s/xxxxx）
- 使用 `wechat-article-spider` 技能抓取具体URL

### 问题8: Gateway重启导致Subagent失败
**现象：** Subagent报告 "gateway closed" 错误
**原因：** Gateway服务重启，CDP连接断开
**解决方案：**
- Main Agent检测到失败后重新启动Subagent
- 通知用户重新启动Chrome浏览器（--remote-debugging-port=18800）

### 问题9: Chrome未启动/CDP连接失败
**现象：** 报告 "Chrome未启动" 或 "CDP端口18800不可用"
**原因：** 浏览器没有启用远程调试
**解决方案：**
```bash
# Linux
google-chrome --remote-debugging-port=18800 &

# macOS  
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome --remote-debugging-port=18800 &

# Windows
chrome.exe --remote-debugging-port=18800
```
Skill会检测到CDP不可用时，提示用户执行以上命令启动浏览器。

### 问题10: Subagent进度卡住
**现象：** Subagent长时间无响应或重复失败
**原因：** 浏览器页面跳转异常、网络问题等
**解决方案：**
- Main Agent定期检查subagent状态（subagents list）
- 发现卡住时kill并重新启动
- 或手动操作浏览器帮助恢复状态

---

## 优化建议

### 1. 排序优化
- 小红书：尝试按"最多点赞"/"最多收藏"排序（如果有）
- 马蜂窝：按浏览量排序
- 携程：按评分/点评数排序
- 微信公众号：按阅读量排序（如果可用）

### 2. 增量式文件更新
```
步骤：
1. 先获取文章列表，输出到文件
2. 逐篇点击进入详情页
3. 补充详细内容到文件
4. 最后一篇完成后，文件包含完整信息
```

### 3. 进度汇报模板
```
## 📊 进度汇报

| 平台 | 状态 | 结果 | 问题 |
|------|------|------|------|
| 小红书 | 🔄/✅/⚠️ | xx篇 | — |
| 马蜂窝 | 🔄/✅/⚠️ | xx篇 | — |
| 携程 | 🔄/✅/⚠️ | xx篇 | — |
| 微信公众号 | 🔄/✅/⚠️ | xx篇 | — |

下一步：xxx
```

---

## 输出格式模板

### 单平台输出文件模板
```markdown
# [平台名][目的地]旅游攻略（[日期]）

## 数据来源
- 平台：[平台名] ([域名])
- 排序方式：[排序方法]
- 获取时间：[日期]
- ✅ 数据来源确认

## 攻略列表

### 1. [文章标题]
- 作者：xxx
- 发布日期：xxx
- [平台特有指标1]：xxx
- [平台特有指标2]：xxx

#### 行程安排
- Day1: xxx
- Day2: xxx

#### 景点推荐
- 景点1：xxx（门票：xxx）

#### 美食推荐
- 美食1：xxx

#### 交通方式
xxx

#### 住宿建议
xxx
```

### 最终综合攻略模板
```markdown
# [目的地][天数]日亲子游综合攻略（[年份]终极版）

> **适合人群：** [目标人群]
> **推荐旅行季节：** [季节]
> **数据来源：** 小红书、微信公众号、马蜂窝（多平台综合，加权排序）
> **更新时间：** [日期]
> **信息源优先级：** 小红书 > 微信公众号 > 马蜂窝 > 其他

## 📊 数据来源说明
| 平台 | 基础权重 | 获取篇数 | 代表链接 |
|------|----------|----------|----------|
| 小红书 | ×1.0 | xx篇 | [查看热门攻略](#小红书热门攻略) |
| 微信公众号 | ×0.9 | xx篇 | [查看热门攻略](#公众号热门攻略) |
| 马蜂窝 | ×0.8 | xx篇 | [查看热门攻略](#马蜂窝热门攻略) |
| 其他 | ×0.6 | xx篇 | — |

## 📋 综合推荐榜（加权排序）

### 🏞️ 景点推荐【共X个，被Y篇攻略提及】
| 景点 | 推荐理由 | 提及次数 | 推荐指数 | 适合季节 | 来源攻略 |
|------|----------|----------|----------|----------|----------|
| 景点1 | 一句话亮点 | 【共3篇】⭐⭐⭐⭐ | 全年皆宜 | [链接1](url) [链接2](url) [链接3](url) |
| 景点2 | 一句话亮点 | 【共1篇】⭐⭐ | 春季最佳 | [链接](url) |

### 🍜 美食推荐【共X个，被Y篇攻略提及】
| 美食 | 推荐理由 | 提及次数 | 推荐指数 | 推荐店铺 | 来源攻略 |
|------|----------|----------|----------|----------|----------|
| 美食1 | 一句话亮点 | 【共5篇】⭐⭐⭐⭐⭐ | 必吃推荐 | xxx老店 | [链接1](url) [链接2](url) |
| 美食2 | 一句话亮点 | 【共2篇】⭐⭐⭐ | 特色小吃 | xxx店 | [链接](url) |

### 🏨 住宿推荐【共X个，被Y篇攻略提及】
| 住宿 | 位置/类型 | 提及次数 | 推荐指数 | 价位 | 来源攻略 |
|------|----------|----------|----------|------|----------|
| 住宿1 | 市中心/亲子友好 | 【共4篇】⭐⭐⭐⭐ | ¥300-500/晚 | [链接1](url) [链接2](url) |

### 📸 打卡点推荐【共X个，被Y篇攻略提及】
| 打卡点 | 拍照亮点 | 提及次数 | 推荐指数 | 出片时间 | 来源攻略 |
|------|----------|----------|----------|----------|----------|
| 打卡点1 | 日落/建筑 | 【共2篇】⭐⭐⭐ | 傍晚最佳 | [链接](url) |

## 🗓️ 行程总览（加权排序整合）
[按天列出行程，行程中的景点/美食/住宿均标注来源链接]

## 🎯 分板块详解

### 🏞️ 景点详解
[按推荐指数排序，每景点标注：【共X篇攻略提及】+ 所有来源链接]

### 🍜 美食地图
[按提及次数排序，每美食标注：【共X篇攻略提及】+ 所有来源链接]

### 🏨 住宿指南
[按推荐指数排序，每住宿标注：【共X篇攻略提及】+ 所有来源链接]

### 📸 打卡点攻略
[按推荐指数排序，每打卡点标注：【共X篇攻略提及】+ 所有来源链接]

## ⚠️ 注意事项
[避坑指南，标注数据来源]

---

## 📎 参考攻略原文（按平台分组，附链接）

### 🔴 小红书热门攻略【共X篇】
| # | 标题 | 作者 | 发布日期 | 点赞 | 收藏 | 链接 |
|---|------|------|----------|------|------|------|
| 1 | 攻略标题 | @作者名 | 2025-03-15 | 3.2k | 8.5k | [查看原文](url) |
| 2 | 攻略标题 | @作者名 | 2025-01-20 | 1.8k | 4.2k | [查看原文](url) |

### 🟠 微信公众号热门攻略【共X篇】
| # | 标题 | 公众号名称 | 发布日期 | 链接 |
|---|------|------------|----------|------|
| 1 | 攻略标题 | 公众号名称 | 2025-02-10 | [查看原文](url) |
| 2 | 攻略标题 | 公众号名称 | 2024-11-05 | [查看原文](url) |

### 🟡 马蜂窝热门攻略【共X篇】
| # | 标题 | 作者 | 发布日期 | 浏览量 | 链接 |
|---|------|------|----------|--------|------|
| 1 | 攻略标题 | @作者名 | 2024-09-20 | 12.5k | [查看原文](url) |
| 2 | 攻略标题 | @作者名 | 2024-08-15 | 8.3k | [查看原文](url) |

### 🟢 其他平台热门攻略【共X篇】
| 平台 | 标题 | 发布日期 | 链接 |
|------|------|----------|------|
| 携程 | 攻略标题 | 2025-01-10 | [查看原文](url) |
```

**输出格式说明：**
- 所有景点、美食、住宿、打卡点必须标注【共X篇攻略提及】
- 每项的来源攻略链接全部列出（同一平台最多3篇代表性链接）
- 参考攻略原文板块放在报告最后，按平台分组展示
- 链接使用 markdown 格式：`[查看原文](url)`
- 时间权重：当前季节（春季）适合的内容标注【🌸春季推荐】等季节标签

---

## 使用示例

### 用户请求
```
调用subagent从小红书、马蜂窝、携程和微信公众号中获取至少5篇评分排名最高的台州旅游攻略，
总结后输出一份详细的综合攻略到raw/article/文件夹下。
```

### Main Agent执行流程

#### Step 1: 准备三文件（Main Agent）
```bash
# 创建任务目录
mkdir -p ~/.openclaw/workspace/tasks

# 为每个平台创建 3 个文件
write ~/.openclaw/workspace/tasks/小红书_2026-04-24_任务.md
write ~/.openclaw/workspace/tasks/小红书_2026-04-24_状态.md
write ~/.openclaw/workspace/tasks/小红书_2026-04-24_数据.md
```

**任务文件内容（Main Agent 写入，一次性）：**
```markdown
# 小红书攻略获取任务（2026-04-24）

## 任务要求
- 目标平台：小红书 (xiaohongshu.com)
- 获取数量：至少5篇点赞排名最高的攻略
- 排序方式：综合排序（小红书默认热度）
- 数据纯正确认：点赞数、收藏数（小红书特有）

## 浏览器状态
- CDP端口：18800
- 执行顺序：第1个

## 操作提示
- 搜索URL：https://www.xiaohongshu.com/search_result?keyword=台州旅游攻略&type=note
- 排序按钮：综合排序（默认）
- 特有问题：二维码拦截 → 通知用户扫码登录

## 验收标准
- 至少5篇完整攻略
- 每篇必须包含：标题、作者、点赞数、收藏数、正文摘要
- 所有景点/美食/住宿必须附【来源链接】
- 原文链接必须是有效分享链接

## 三文件分离说明
- 任务文件：仅写此文件（一次），Subagent 启动时读一次后不再碰
- 状态文件：Subagent 写进度（每次进度变化）
- 数据文件：Subagent 写攻略正文（每篇攻略增量 append）
```

**状态文件初始内容（Main Agent 写入）：**
```markdown
# 小红书攻略获取状态（2026-04-24）
## 执行进度
- 等待启动
## 断点记录
- 上次完成：0篇
- 下一步：连接浏览器，开始搜索
## 任务状态
- 状态：⏳ 等待启动
- 完成进度：0/5篇
- 数据文件：~/.openclaw/workspace/tasks/小红书_2026-04-24_数据.md
## 待解决问题
- 无
```

#### Step 2: 启动Subagent

> 完整规范见上方 **Spawn 调用规范**；这里只保留最小示例。
```javascript
sessions_spawn({
  label: "小红书攻略获取",
  mode: "session",
  sessionKey: "tourism-xiaohongshu-20260424",
  task: `
## 任务（必须完整执行，不得遗漏任何步骤）

### 目标
1. 从小红书获取至少5篇「台州旅游攻略」点赞排名最高的攻略
2. 提取每篇的标题、作者、点赞数、收藏数、正文摘要
3. 所有景点/美食/住宿标注【共X篇提及】+ 原文链接
4. 输出到 ~/.openclaw/workspace/tasks/小红书_2026-04-24_数据.md（攻略正文，仅写此文件）

### 执行顺序
1. 连接浏览器（Subagent 启动时任务文件已在 task 参数中，无需重读）
2. 执行3种排序搜索
3. 提取文章列表（去重，约10篇）
4. 逐篇提取正文（至少完成5篇高质量攻略）
5. **每篇完成后 append 攻略到数据文件**（详见下方格式）
6. **每篇完成后更新状态文件**（进度 + 断点）
7. 全部完成后更新状态文件任务状态为「✅ 完成」
8. 如遇二维码拦截，输出「⚠️ 小红书检测到自动化操作，请手动扫码登录」，等待用户确认
9. 如遇任何问题，**更新状态文件**并输出「⚠️ 需要人工介入」

### Subagent 写文件规范（必须严格遵守！）
**数据文件（每篇攻略 append）：**
### 1. [文章标题]
- 作者：xxx | 发布日期：xxx
- 点赞数：xxx | 收藏数：xxx
- 正文摘要：xxx
- 【景点】[景点名]：[一句话描述]
  来源：[原文链接](url)
- 【美食】[美食名]：[一句话描述]
  来源：[原文链接](url)
- 【住宿】[住宿名/类型]：[一句话描述]
  来源：[原文链接](url)
- 【打卡点】[打卡点]：[一句话描述]
  来源：[原文链接](url)（可选）
- 原文链接：[查看原文](有效分享链接)
---

**状态文件（每次进度变化，更新进度/断点/状态）：**
```markdown
## 执行进度
- [时间] 第1篇完成 → 已写入数据文件
## 断点记录
- 上次完成：第1篇
- 下一步：继续提取第2篇
## 任务状态
- 状态：⏳ 进行中
- 完成进度：1/5篇
```

## 任务文件路径（Main Agent 写一次，Subagent 启动后不重读）
~/.openclaw/workspace/tasks/小红书_2026-04-24_任务.md

## 数据文件路径（Subagent 增量写，Main Agent Phase4 仅读此文件汇总）
~/.openclaw/workspace/tasks/小红书_2026-04-24_数据.md

## 状态文件路径（Subagent 增量写，Main Agent 读状态确认进度）
~/.openclaw/workspace/tasks/小红书_2026-04-24_状态.md
  `
})
```

#### Step 3: Subagent执行（写数据文件和状态文件）

**Subagent 行为：**
- 任务文件：启动后从 task 参数读取一次，之后不重读
- 数据文件：每篇攻略完成后 append 攻略正文
- 状态文件：每篇完成后更新进度（进度时间线 + 断点 + 任务状态）

**状态文件更新示例（每篇完成后）：**
```markdown
## 执行进度
- 19:30 任务启动
- 19:32 连接浏览器CDP 18800成功
- 19:35 导航到搜索页面成功
- 19:38 获取文章列表（12篇）
- 19:45 第1篇完成 → 已写入数据文件
- 19:50 ⚠️ 遇到二维码拦截
- 19:50 输出提示：【需要用户帮助】请手动扫码登录小红书
- 20:05 用户确认登录成功
- 20:10 第5篇完成

## 断点记录
- 上次完成：第5篇
- 下一步：更新状态 → 任务完成
- 最后活跃：20:15

## 任务状态
- 状态：✅ 完成
- 完成进度：5/5篇
- 数据文件：~/.openclaw/workspace/tasks/小红书_2026-04-24_数据.md

## 待解决问题
- 无
```

#### Step 4: Main Agent检查状态并整合（三文件分离后）
```bash
# 1. 快速读状态文件确认各平台进度（极小文件）
read ~/.openclaw/workspace/tasks/小红书_2026-04-24_状态.md
read ~/.openclaw/workspace/tasks/马蜂窝_2026-04-24_状态.md
# 读状态文件只为了确认：✅ 完成 / ⚠️ 部分完成 / ❌ 失败

# 2. 仅读数据文件汇总（纯攻略内容，不含任务/状态指令）
read ~/.openclaw/workspace/tasks/小红书_2026-04-24_数据.md
read ~/.openclaw/workspace/tasks/微信公众号_2026-04-24_数据.md
read ~/.openclaw/workspace/tasks/马蜂窝_2026-04-24_数据.md
# 数据文件只包含攻略正文，token 消耗最低

# 3. 跨篇统计（景点/美食/住宿/打卡点各统计一次）
#    工具：LLM 从数据文件中抽取、归类、去重、统计提及次数

# 4. 计算优先级分并排序
#    公式：平台权重 × 时间衰减 × 季节匹配

# 5. 输出最终攻略
write ~/llm-wiki/raw/articles/台州综合攻略.md

# 确认输出路径
"最终攻略将输出到：~/llm-wiki/raw/articles/台州综合攻略.md，是否确认？"
```

---

## 快捷脚本

```bash
# 一键创建三文件，自动检测浏览器，自动启动（如果找不到）
./scripts/start-tourism-guide.sh "目的地" [数量] [平台...]

# 示例
./scripts/start-tourism-guide.sh "台州亲子游" 5 xiaohongshu mafengwo ctrip
./scripts/start-tourism-guide.sh "黄山三日游" 5 xiaohongshu
```

## 技能元数据

```json
{
  "name": "tourism-guide-harvester",
  "version": "1.5.0",
  "author": "OpenClaw + darwin-skill",
  "description": "多平台旅游攻略获取与整合技能 - v1.3输出优化版",
  "requires": {
    "tools": ["sessions_spawn", "exec", "read", "write", "web_fetch"],
    "skills": ["xiaohongshu-crawler", "agent-browser-clawdbot", "multi-search-engine", "wechat-article-spider"]
  },
  "optimizations": [
    "添加速查表",
    "一键脚本 start-tourism-guide.sh",
    "自动检测并启动Chrome浏览器 (CDP 18800)",
    "小红书多维度排序 (hot/collect_count/time_descending)",
    "JavaScript 提取正文，解决 snapshot 提取失败",
    "v1.5.0 Phase4六步法详细版 + Phase5清理提醒机制（需用户批准）",
    "v1.3 时间/季节权重公式",
    "v1.3 攻略提及次数标注与来源链接",
    "v1.3 参考攻略分平台展示在报告末尾"
  ],
  "platforms": ["小红书", "马蜂窝", "携程", "微信公众号"],
  "output_path": "~/llm-wiki/raw/articles/",
  "scripts": {
    "start": "scripts/start-tourism-guide.sh",
    "extract-article": "scripts/extract-article.js"
  }
}
```