Ski Assistant

核心功能

Ski Assistant v5.2.2 是一款专为滑雪爱好者设计的综合性服务助手，覆盖全球899座雪场（中国481座最全），提供四大核心模块：

行程规划：基于用户画像（水平、城市、预算、偏好）智能推荐雪场，生成完整攻略。采用多维度评分算法，综合距离、预算、雪季适配、地形偏好等因素，输出Top 3推荐。配套山顶海拔天气查询（非山脚），提供滑雪条件评分（1-10）。

智能查价：三路径价格获取策略——flyai CLI查询机票酒店、WebSearch抓取实时雪票（含官方/团购/二手渠道）、汇率换算支持10种货币。特别标注：雪票和二手票必须通过联网搜索获取，无自动化后台任务。

AI电子教练：基于照片/视频的滑雪动作分析，按四维度（基础姿态、转弯技术、自由式、综合滑行）评分，保存历史记录并生成进步报告、雪季总结。支持生成小红书分享卡片（需Pillow依赖）。

早鸟预售监控：提供历年预售时间线参考，支持将目标雪场加入本地监听列表。强调被动设计——仅本地记录，无后台定时任务，检查完全依赖用户主动触发或Agent平台调度能力。

显著优点

• 数据本地化：所有用户数据（画像、记录、监听列表、统计）仅存储于 ~/.ski-assistant/，零云端上传
• 零强制依赖：Python 3.9+标准库即可运行，Pillow/flyai均为可选，缺失时优雅降级
• 隐私优先：无必需API Key，视觉分析使用Agent原生能力；网络请求均为用户主动触发，无后台联网
• 国际化支持：27国304座核心雪场数据，含日本JR Pass攻略、欧洲申根提示、北美Ikon/Epic联票策略

局限性与风险

| 方面 | 说明 |

|------|------|

| 实时价格准确性 | 雪票价格依赖WebSearch，存在滞后性；二手票信息需人工验证可信度 |

| 自动化限制 | 预售监听无真正"提醒"功能，需用户主动查询或依赖外部Agent平台调度 |

| 视觉分析精度 | AI教练评分基于静态图像，无法替代真人教练的动态纠错 |

| 国际数据覆盖 | 非304座核心雪场的额外595座数据精度可能不足 |

| 汇率风险 | 备用静态汇率可能偏离实时值10-15% |

适合人群

• 国内雪友：尤其崇礼/东北/新疆外滑规划，依赖最全的481座中国雪场数据
• 进阶玩家：需要动作复盘、雪季数据追踪、进步可视化
• 价格敏感型用户：愿意主动监控早鸟票、研究二手票渠道
• 国际外滑规划者：需要签证/联票/反季雪场信息的跨地区旅行者

安全风险

• S级/低风险：MIT开源协议，代码可审计；无数据外泄通道，无后台进程
• 需注意：用户主动搜索二手票时，Agent会提示"建议正规平台交易"的风险提醒
• 依赖项Pillow（图像生成）和flyai（价格查询）均非必须，降低攻击面

核心用法

Ski Assistant 是一款面向滑雪爱好者的综合性智能助手，采用模块化设计提供五大核心服务：

行程规划模块通过多维度算法为用户匹配最优雪场。系统采集用户水平、出发城市、预算、偏好等画像信息后，从899座雪场数据库中按距离、预算、偏好匹配度、规模等12项因子打分排序，输出Top 3推荐并生成完整攻略。关键设计在于天气查询必须使用雪场山顶海拔数据，通过Open-Meteo API传入elevation参数获取真实滑雪条件，而非山脚城镇天气。

智能查价模块采用三路径策略：机票酒店优先通过flyai CLI获取实时价格，不可用时降级为WebSearch+数据库参考价；雪票价格通过多组关键词WebSearch覆盖官方、团购（酷雪）、住滑套餐等渠道；残票/转让票则定向搜索闲鱼、小红书、抖音等社交平台，并提醒二手交易风险。

AI电子教练利用Agent自身视觉能力对滑雪照片/视频进行四维度评分（基础姿态、转弯技术、自由式、综合滑行），满分10分，结果自动保存至本地records.json，支持进步趋势分析与雪季总结报告。小红书分享功能可生成1080×1440标准尺寸卡片。

早鸟预售模块提供历年价格规律参考与实时公告搜索，watchlist.json本地记录监听目标，但强调技能脚本本身无定时任务能力，所有检查均需用户主动触发或依赖Agent平台调度。

雪场发现模块基于OpenStreetMap Overpass API地理数据，支持27国65个预定义区域的雪场自动发现与海拔数据补充。

显著优点

数据覆盖优势：899座雪场数据库中中国481座为全网最全，涵盖海拔落差、雪道分布、价格区间、交通参考等结构化字段，解决国内雪场信息分散痛点。

隐私设计典范：所有用户画像、评分记录、监听列表、价格历史均存储于~/.ski-assistant/本地目录，零远程上传，符合GDPR数据最小化原则，用户拥有完全数据主权。

零依赖安全架构：4个核心工具脚本仅使用Python标准库，无requirements.txt，从根本上杜绝供应链攻击风险。可选依赖Pillow缺失时自动降级，不影响核心功能。

透明可信来源：MIT开源协议，GitHub公开仓库持续维护；外部API均来自知名公共服务（Open-Meteo、OSM、ExchangeRate-API、GitHub），无黑盒自定义接口。

双语自然交互：支持中英双语自然语言触发，无需记忆特定指令，如"周末去哪滑""雪票太贵了""帮我看看这个动作"均可直接响应。

潜在缺点与局限性

实时价格依赖外部搜索：雪票价格无官方API直连，依赖WebSearch抓取，存在结果时效性波动和反爬限制风险；flyai CLI需用户自行安装，否则机票酒店查询降级为参考价。

动作分析依赖视觉模型能力：AI教练评分质量取决于Agent平台配置的视觉模型能力，若平台未接入GPT-4o/Claude等强视觉模型，分析深度可能受限。

无主动推送能力：早鸟监听仅为本地清单记录，技能脚本无定时任务和通知推送能力，需用户主动检查或依赖外部Agent平台实现提醒，实际"监听"体验不完整。

国际雪场深度有限：虽然覆盖40+国家，但非中国区雪场的票价、早鸟规律、交通细节等软信息依赖references/知识库静态文档，更新频率可能滞后于实际市场变化。

社交二手票风险提示不足：虽然标注"建议正规平台交易"，但对闲鱼/微信群等渠道的验票机制、纠纷处理缺乏具体操作指导，用户自行交易仍存在信息不对称风险。

适合的目标群体

• 国内滑雪爱好者：尤其华北、东北地区用户，崇礼/东北/新疆雪场覆盖最全，中文攻略和早鸟时间线最详实
• 预算敏感型玩家：比价功能覆盖官方、团购、二手多渠道，支持JPY/KRW/CHF等国际雪场实时汇率换算
• 技术进阶需求者：AI动作分析+进步追踪+小红书分享，适合希望量化训练效果的初中级进阶玩家
• 自由行规划者：拒绝打包套餐，需要自主比价、灵活组合交通住宿雪票的独立旅行者
• 隐私意识用户：数据本地存储设计特别适合不愿上传个人行程和评分记录的用户

使用风险

性能风险：WebSearch价格查询涉及多组关键词和多次页面抓取，响应延迟可能达10-30秒；OpenStreetMap Overpass API在高峰期存在超时可能，已配置kumi.systems镜像和Nominatim降级方案。

依赖项风险：flyai CLI为可选但关键依赖，该项目若停止维护或变更CLI接口，将影响机票酒店实时查询；Pillow版本未锁定，未来API变更可能导致卡片生成功能异常。

数据准确性风险：数据库价格区间为参考值，可能与实时票价存在偏差；二手票信息来自社交平台搜索，真伪和可用性需用户自行判断。

地理覆盖盲区：部分新兴雪场或小型私雪可能未收录于OSM数据库，discover模块依赖开放地图数据完整性。

汇率波动风险：国际价格换算使用ExchangeRate-API实时汇率，但网络失败时回退静态备用汇率，可能产生换算偏差。