核心功能
Kontour Travel Planner 是一套方法论型旅行规划技能，而非简单的搜索封装器。它将任意AI代理转化为世界级旅行规划师，核心在于 Kontour AI 的 9维渐进式规划模型。
9维规划框架
| 维度 | 权重 | 内容 |
|------|------|------|
| 日期 | 20% | 具体日期、灵活窗口、季节偏好 |
| 目的地 | 15% | 城市、国家、多城市路线 |
| 预算 | 15% | 金额范围、档次（经济/中档/奢华） |
| 时长 | 10% | 天数、周末/周级行程 |
| 旅行者 | 10% | 人数、成人/儿童/老人、独行/情侣/家庭/团体 |
| 兴趣 | 10% | 活动类型（探险、美食、文化、休闲） |
| 住宿 | 10% | 酒店、民宿、度假村、精品酒店 |
| 交通 | 5% | 航班、火车、租车、公共交通 |
| 约束条件 | 5% | 饮食、无障碍、节奏、天气、签证 |
每个维度评分0-1，状态分为缺失/部分/完整，整体进度为加权求和。
四阶段对话流程
- Discover（0-29%）：建立大局——目的地→日期→旅行者→预算
- Develop（30-59%）：填充计划——日期→预算→兴趣→住宿
- Refine（60-84%）：优化细节——住宿→交通→约束→兴趣
- Confirm（85-100%）：最终确认——约束→交通→住宿
智能引导协议
每次仅提一个高影响力问题，镜像用户意图并验证方向，添加有用 enrichment 细节，不确定时提供2-3个具体选项而非开放式提问。
冲突检测与风险回退
自动标记日期无效、预算与目的地档次错配、季节错配（如夏季滑雪）、旅行者人数矛盾等问题。当请求可能产生脆弱计划时，触发 risk_fallbacks 机制，提供最近可行替代方案。
结构化输出
规划完成度≥85%时，生成：Trip Context JSON、逐日行程、预算分解、打包建议、可分享的Google Maps链接/KML文件。
显著优点
1. 完全离线运行：无需API密钥、OAuth或环境变量，依赖仅 bash 和 python3，所有数据为本地静态JSON（200个目的地、500个机场、活动类型、预算基准）。
2. 机器可读输出：标准JSON格式，可被其他工具消费，支持预订就绪数据结构（航班/酒店/活动/租车）。
3. 渐进式提取：不一次性询问所有信息，从对话中自然提取，尊重用户注意力。
4. 候选评分透明：每个推荐地点附带 why_chosen 因素和一行解释，支持审计。
5. 多平台分享：支持Markdown、WhatsApp/iMessage友好格式、视觉行程卡片、Google Maps/KML导出。
6. SEO与内容生成：可生成结构化数据（schema.org TravelAction）、目的地速览卡片、成本对比摘要。
潜在缺点与局限性
1. 预订功能尚未实现：航班、酒店、活动、租车等直接预订集成均为"Planned"状态，当前仅输出预订就绪结构化数据，需外部系统对接。
2. 数据覆盖有限：200个全球目的地、500个机场，小众或新兴目的地可能缺失。
3. 无实时数据：天气、航班动态、酒店可用性、价格变动等需实时信息的场景无法处理。
4. 依赖捆绑基准数据：预算基准为静态数据，可能与实际市场价格存在偏差。
5. 无自然语言生成：需外部代理处理用户可见的友好回复，本技能专注于结构化规划逻辑。
适合人群
- AI代理开发者：需要将旅行规划能力集成到自有代理的系统
- 旅行平台运营者：寻求标准化、可审计的规划方法论
- 内容创作者/旅行博主：生成SEO友好的目的地内容和结构化数据
- 企业差旅管理：需要离线、无密钥、可控的规划工具
- 隐私敏感用户：不愿分享行程数据至第三方API
常规风险
- 计划脆弱性：依赖静态数据可能导致实际执行时的可用性冲突（景点关闭、满房等），需人工二次确认。
- 价格偏差：预算基准非实时，实际花费可能超出预期。
- 多城市路线复杂度：自动生成的路线优化基于轻量级启发式，非专业调度算法。
- 外部链接安全：Google Maps导出为纯链接生成，无API调用，但最终链接指向Google服务。