Metadata

name: migu-ai-guide
display_name: 咪咕AI导览
description: 咪咕AI导览助手。用户需要景点/城市/图片导览讲解、识别图片内容、根据上传图片生成中文讲解、或询问“介绍某地/讲解这张图/这是什么景点”时使用。通过咪咕旅游同产品的 guide_chat WebSocket 调用真实大模型；token 清洗、保存、诊断和 WebSocket 连接逻辑仿照 migu-trip-agent，但 token 文件保存在本 skill 自己的 secrets 目录中。
metadata: {"openclaw":{"emoji":"🧭","priority":82,"intents":["ai_guide","guide_chat","scenic_guide","image_guide","导览","图片讲解","景点讲解","城市介绍"]}}

咪咕AI导览

核心能力

本 skill 调用咪咕旅游同产品的真实接口：

文本导览：向 guide_chat WebSocket 发送问题，例如“介绍成都”“讲讲鼓浪屿”。
图片导览：先上传本地图片到 /trip-agent-api/v1/file/upload，再把返回的 filePath 放入 image_list 发送给 guide_chat。
会话复用：保存并复用 guide_session.txt 中的 session_id，支持连续追问。
token 逻辑复用：沿用原 migu-trip-agent 的 JWT 清洗、保存、诊断、WebSocket probe 逻辑；token 值默认保存在本 skill 的 secrets/plan_multi_token.txt。

OpenClaw 使用原则

OpenClaw 里不要使用交互终端。每次用户请求都执行一次 scripts/migu_ai_guide_client.mjs。

进入目录：

cd C:\Users\ll\.openclaw\workspace\skills\migu-ai-guide

文本导览：

node scripts\migu_ai_guide_client.mjs `
  --question "介绍成都" `
  --session-file "$env:USERPROFILE\.openclaw\workspace\skills\migu-ai-guide\guide_session.txt" `
  --json

图片导览：

node scripts\migu_ai_guide_client.mjs `
  --image "C:\path\to\photo.jpg" `
  --prompt "讲解图片中的内容" `
  --session-file "$env:USERPROFILE\.openclaw\workspace\skills\migu-ai-guide\guide_session.txt" `
  --json

如果用户直接给了线上图片地址，可跳过上传：

node scripts\migu_ai_guide_client.mjs `
  --image-url "https://gulangyu.migudm.cn/trip-agent/mediaFile/img/c/c1aceca77c8550f55f15dbe580f92b2c.jpg" `
  --prompt "讲解图片中的内容" `
  --json

请求协议

上传图片：

URL：POST https://gulangyu.migudm.cn/trip-agent-api/v1/file/upload
Header：Authorization: Bearer <JWT>、X-APP-From: 10、X-App-Version: 0.6.0
multipart 字段默认名：file
成功返回：data.filePath

WebSocket：

URL：wss://gulangyu.migudm.cn/trip-agent/ws/api/ws
查询参数复用原 skill：token、client_type=web、X-App-Version=0.6.4、tenant=hmxt、version=v0.6.4
默认同时发送 Authorization: Bearer <JWT> 握手头。

文本请求体：

{
  "header": {
    "task_type": "text_to_llm",
    "biz_type": "guide_chat",
    "session_id": "<session_id>"
  },
  "body": {
    "session_id": "<session_id>",
    "question": "介绍成都"
  }
}

图片请求体：

{
  "header": {
    "task_type": "text_to_llm",
    "biz_type": "guide_chat",
    "session_id": "",
    "image_list": ["<上传返回的 filePath>"]
  },
  "body": {
    "session_id": "",
    "question": "",
    "prompt": "讲解图片中的内容",
    "title": "【图片】",
    "image_list": ["<上传返回的 filePath>"]
  }
}

大模型流式帧示例：

{"status":"middle","content_type":"markdown","content":"眼前的","session_id":"8b450e43-9b47-49ce-927b-7d70e00ed250","category":"llm"}

脚本会拼接所有 category=llm 的 markdown 文本并输出。

Token 配置

默认 token 路径固定在本 skill 内：

C:\Users\ll\.openclaw\workspace\skills\migu-ai-guide\secrets\plan_multi_token.txt

也支持：

--token-file <path>
环境变量 MIGU_AI_GUIDE_TOKEN_FILE
环境变量 PLAN_MULTI_TOKEN_FILE（兼容原 skill 的环境变量名，仅作为显式覆盖）
环境变量 MIGU_AI_GUIDE_TOKEN
环境变量 PLAN_MULTI_TOKEN（兼容原 skill 的环境变量名，仅作为显式覆盖）

保存用户私发 token：

$userToken = "<用户私发的整行 JWT>"
$userToken | node scripts\migu_ai_guide_client.mjs --save-token-stdin

预检：

node scripts\migu_ai_guide_client.mjs --check-token --probe-auth --token-diagnostics

如果 token 不存在，不要编造导览内容；请提示用户登录 https://gulangyu.migudm.cn/multi-city-trip-agent/ 后，在 Network 的 WebSocket token= 或 HTTP Authorization: Bearer ... 中复制整段 JWT 私发。

输出规范

对用户直接输出脚本返回的 content。如果 --json 返回里包含：

uploaded.filePath：说明图片上传成功，可在内部记录，不必默认展示。
sessionId：已写入 guide_session.txt，后续追问继续复用。
content：导览正文，优先展示。

不要自行扩写接口没有返回的信息；可以做少量排版，但不要改变事实内容。

migu-ai-guide