核心用法
Booking 是一款面向旅行场景的智能住宿预订技能，定位为搜索-比价-决策-执行的全流程自动化工具。用户通过自然语言描述需求（目的地、日期、人数、预算、用途），技能自动聚合 Booking.com、Airbnb、酒店官网及区域平台（如 Hostelworld、HousingAnywhere）的实时数据，输出 3-5 个精选方案而非冗长列表。
关键执行逻辑：
- 强制计算总成本（房费+清洁费+服务费+旅游税+附加项），禁止仅报夜间单价
- 交叉验证实时可用性与当前价格，拒绝依赖训练数据推荐
- 主动询问旅行目的（游客/商务/家庭/数字游民/背包客），触发对应的评估维度
- 提前暴露 deal-breakers：不可退款政策、无空调、差评模式（清洁度、噪音、WiFi稳定性）、地理位置缺陷
- 支持端到端执行：用户说"book this"即完成预订，而非仅提供链接
显著优点
1. 费用透明机制：行业普遍存在的"低价诱饵"问题（标价$80/晚，结账$140）被强制规则阻断
2. 多平台聚合：覆盖主流与长尾平台，避免单一数据源偏差
3. 旅行者画像适配：针对5类典型用户（休闲/商务/家庭/背包客/数字游民）预设常见陷阱检查清单
4. 记忆系统：通过 ~/booking/memory.md 持久化用户偏好、历史偏好、价格追踪警报
潜在缺点与局限性
- 依赖外部API稳定性：实时数据抓取受平台反爬策略、API变更影响
- 执行层风险：端到端预订需要存储支付凭证，存在凭证泄露与误操作风险（规则8要求明确声明取消政策，但未强制二次确认）
- 地域覆盖不均：部分区域平台（如东南亚本地OTA）可能未纳入比价范围
- 动态定价盲区：无法预测平台基于用户行为的个性化调价
适合人群
- 价格敏感型旅行者（厌恶隐藏费用）
- 多平台比价嫌繁琐的用户
- 商务出行需快速决策且重视取消灵活性的群体
- 长住数字游民（需验证月租真实费率，非简单×30）
常规风险
| 风险类型 | 具体表现 | 缓解措施 |
|---------|---------|---------|
| 价格波动 | 推荐后价格变动 | `alerts.md` 追踪机制 |
| 信息过时 | 房源下线/超售 | 预订前二次实时验证 |
| 执行误操作 | unintended booking | 规则8强制声明取消政策，建议增加预订前二次确认 |
| 隐私泄露 | 支付凭证存储 | 需明确加密与访问控制策略（文档未详述） |