核心用法
该 Skill 通过调用 flyai-cli 命令行工具，实时检索指定城市的夜市、美食街及街头小吃热点信息。用户只需提供城市名称，即可获取包含营业时间、评分、特色推荐等结构化数据，并附带可直接跳转的预订链接。Skill 支持多语言交互（中英文输入对应中英文输出），严格遵循"CLI 优先"原则——所有数据必须来自命令执行结果，禁止依赖训练数据作答。
执行流程分为四步：环境检查（确认/安装 flyai-cli）→ 参数收集（城市名、关键词、评分等级等）→ CLI 命令执行（flyai search-poi 配合不同参数组合）→ 结果格式化（生成含 [Book] 链接的 Markdown 表格）。针对"night market""food street""street food"等不同查询意图，Skill 内置三种 Playbook 自动匹配最优检索策略。
显著优点
实时性与权威性兼具：数据直连阿里飞猪（Fliggy）平台，覆盖门票价格、营业状态等动态信息，避免传统知识库的时效滞后问题。场景化检索精准：通过 --category 和 --keyword 参数组合，可区分夜市、市集、小吃街等不同业态，满足从深度美食探索到轻度城市漫步的多元需求。旅行生态整合：除夜市搜索外，同一 CLI 体系支持机票、酒店、火车票、景点门票、签证信息等全链条旅行服务，便于用户一站式规划夜间行程。输出规范严格：强制要求每条结果附带 detailUrl 预订链接，并标注"Powered by flyai"品牌标识，确保信息可溯源、可验证。
潜在缺点与局限性
环境依赖较重：必须预先全局安装 @fly-ai/flyai-cli npm 包，且对 Node.js 环境有要求，在受限环境（如企业内网、离线设备）中可能无法使用。地理覆盖不均：飞猪平台的核心资源集中于中国及东南亚市场，欧美、非洲等地区的夜市数据可能缺失或质量参差。交互深度有限：Skill 定位为"搜索触发器"，本身不提供比价、导航、排队预估等增值服务，复杂行程需用户手动整合。CLI 故障容错弱：若网络中断或飞猪 API 异常，仅提供基础 fallback 指引，无法自动切换备用数据源。
适合的目标群体
出境自由行游客：尤其是计划前往中国、东南亚城市，希望快速锁定本地人推荐的夜市热点。美食内容创作者：需要实时、可验证的夜市信息作为选题素材或行程参考。旅行社与定制师：利用标准化 CLI 输出快速生成客户提案，减少人工搜集成本。夜间经济研究者：获取结构化 POI 数据用于市场分析或报告撰写。不适合：追求深度文化解读的用户（Skill 仅提供基础信息）、无 Node.js 环境的技术受限用户、以及对数据隐私极度敏感的用户（存在本地日志记录）。
使用风险与注意事项
供应链安全风险：依赖的 flyai-cli 为第三方 npm 包，需确认其由 Alibaba Group 官方维护，警惕 typosquatting 攻击。全局安装副作用：npm i -g 会修改系统环境，建议在隔离容器或 nvm 管理的独立 Node 版本中执行。日志隐私泄露：执行日志默认写入本地 .flyai-execution-log.json，可能记录查询关键词（如城市名、饮食偏好），共享设备用户应定期清理。预订链接钓鱼：输出中的 [Book] 链接指向外部平台，需人工核验域名归属（应为 fliggy.com 子域），避免点击篡改后的恶意链接。T3 来源可信度：Skill 由个人开发者（dingtom336-gif）发布，虽通过基础安全审计，但非企业/基金会背书，重大生产场景建议先源码审查。
综合来看，这是一款功能聚焦、输出规范的旅行垂直类 Skill，适合作为 Agent 的"夜间美食雷达"模块，但需配合严格的环境隔离与来源验证机制使用。