行知 · 周边出行顾问（TripSense）

按「时间 + 所在地」分析周边适合出行的目的地，叠加逐日天气、空气质量、公路与铁路可达性，给出可解释的备选清单；再由用户补充具体需求，交给任意 OpenAI 兼容接口生成可执行的逐日行程规划。

零 npm 依赖，仅使用 Node.js 内置模块（http / fs / path + 全局 fetch）。

---

快速开始

要求 Node.js >= 18。

cd tripsense
node server.js          # 或 npm start

服务默认绑定 0.0.0.0，启动后会打印本机与局域网的全部访问地址，例如：

  ➜  本机访问：  http://127.0.0.1:8788
  ➜  局域网访问：http://192.168.1.100:8788   (WLAN 2)
  ➜  局域网访问：http://100.121.122.41:8788   (Tailscale)

手机、平板或同网段电脑直接用上面局域网访问的地址即可打开。启动日志同时会打印当前的 AI 模式、公路与铁路数据来源。

端口被占用时会自动往后找（最多 10 个），所以实际端口以日志为准。若只想自己用， 用 HOST=127.0.0.1 node server.js 启动，就只监听本机。

---

三步流程

步骤	用户操作	系统行为
① 出行条件	输入地名联想 / 浏览器定位、选日期区间、单程时长上限、搜索半径、是否排除同城、交通与兴趣偏好	地理编码 → 检索周边候选 → 批量取天气与 AQI → 公路矩阵 + 铁路可达性 → 评分排序
② 备选清单	查看方位罗盘、评分环、逐日天气、推荐理由、数据来源说明；按地名分组浏览、搜索目的地；勾选目的地	默认预选 Top 3 并给出提示；支持按评分/天气/距离/单程时长排序；按「地名 → 景点」两级分组；可搜索、可「只看小众」、可「对比已选」并排看关键指标
③ 行程规划	填写具体需求（同行人、预算、体力、禁忌等），点击生成；生成后可继续提要求迭代	清单数据 + 需求 + 本站预设提示词 → OpenAI 兼容接口流式输出 Markdown 方案

页面右上角「设置」分两块：AI 接口（地址、密钥、模型，含常用供应商预设、预设提示词查看/复制、强制演示模式）与 数据源增强（高德 Web 服务 Key）。两者都只存在浏览器 localStorage，随请求传给本地服务代理。

界面

没有引入任何第三方 UI 框架（React / Vue / Tailwind / Bootstrap 均无），全部是手写 CSS 与原生 DOM。视觉为简约主题：纯白底、中性灰分隔、单一蓝色强调（#2f6fed）、细边框 + 轻阴影 + 圆角，标题与正文统一无衬线、数据用等宽。所有颜色集中在 styles.css 顶部 :root，想换主色改一个 --accent 即可。

表单记忆

出发地、起止日期、单程时长、搜索半径、是否排除同城、交通方式、兴趣偏好都会存进 localStorage（键 tripsense.form），刷新页面或从手机切回来不必重填。

• 日期会校验：存过的日期若已早于今天，自动回落到「今天 + 3 天」。
• 只输入地名、还没从下拉里选中时，输入框文字会保留，但不会被当成已选出发地（分析时会提示先选）。
• 完全重置：清站点数据，或控制台执行 localStorage.removeItem('tripsense.form')。

地名联想

输入出发地时按 340ms 防抖调用 /api/geocode。配了高德 Key 时高德优先，否则走 Open-Meteo。

为什么优先高德：Open-Meteo 基于 GeoNames，中文中小城市 / 区县覆盖很差——实测连「河池」都返回空，「金城江」更是查不到；高德能直接定位到区县中心。

几个兜底：

• 结构化长地址：「杭州市西湖区」会按行政后缀截成「杭州」再查一次，命中后下拉顶部注明「按「杭州」为你找到这些」。只认「市 / 地区 / 州 / 区 / 县 / 镇 / 乡 / 街道 / 路 / 街 / 号」等后缀，不做无脑截字——否则「金城江」会被截成「金城」，命中台湾金门、美国加州的同名地点，比查不到更糟。
• 完全查不到：不静默隐藏，而是显示「没找到「xxx」」，并按原因给建议（没配 Key 时提示去配、Key 无效时说明、网络超时时提示重试）。

设置里的「测试这个 Key」会实际请求一次高德，当场告诉你能不能用、为什么不能用。

移动端下拉紧贴输入框（间距 4px）、限高 46vh 可滚动，避免被软键盘顶出视口；窄屏下定位按钮收成 📍 图标，与输入框保持同一行——否则纵向排列会把下拉推到按钮下方，用户会以为没有联想。

排除同城

配了高德 Key 之后，周边检索会顺带返回大量本市城区的 POI（美术馆、寺庙、商场），清单很容易变成「本地一日游」。所以第一步提供 「排除出发地同城地点」 开关，默认开启：

语义要说清楚：排除的是「出发地所在的城市/城区」。 目的地本身所在的城不该被排除——比如出发地在河池市金城江区， 同市下辖的凤山、罗城、南丹（50–110km）恰恰是最该推荐的周边目的地。

判定分三层：

1. 距离硬排除：< 8km 一律排除。「周边出行」不该包含步行 10 分钟就能到的地方——这一条同时挡掉了「窑埠古镇」（离市中心 1km）这类城郊点位。
2. 区县级判定：出发地与候选点都有区县信息时，同区县才排除，跨县保留。高德 POI 的 cityname 是地级市（如「柳州市」），adname 才是区县（如「融水苗族自治县」「鱼峰区」），所以必须用 adname 判同城区。
3. 距离兜底：没有区县信息时（内置库 / Photon），退回按 localKm（默认 30km）判定。

• 过滤发生在轮转取样之前，不是对结果做后处理——否则同城点会先占满 maxCandidates 名额，把真正周边的地点挤掉。
• localKm 会被压到不超过搜索半径的 50%，所以选 50km 半径时实际排除约 25km 内，不至于把清单清空。
• 被排除了多少个会写进 stats.localExcluded 与 dataNotes，副标题也会显示「已排除出发地所在城区」。
• 想连本地一日游一起看，取消勾选即可（excludeLocal: false）。

实测（河池市金城江区出发，250km 半径）

候选 28 个，覆盖河池下辖县（东兰红水河第一湾 72km、大化八里九弯 82km、巴马百魔洞 109km、凤山三门海 111km、环江月亮山 16km）、柳州方向（柳州古城 141km、窑埠古镇 142km、融水双龙沟 125km、柳州博物馆 141km）以及邻省（荔波小七孔 77km、西江千户苗寨 199km）。localExcluded 13 个。

候选池检索策略

候选来自四路，按「覆盖度从高到低、可信度从高到低」合并去重：

来源	覆盖	说明
内置知名景区库 + 城市库	全国	无密钥、必定有坐标，兜底主干
内置小众地点库	全国 206 条	带 niche 标记，约占候选配额 30%
高德 place/text	跨城	主力：一组目的地类型词（风景区 / 古镇 / 森林公园 / 地质公园 / 湿地公园 / 瀑布 / 溶洞 / 峡谷 / 梯田 / 温泉 / 博物馆 / 古村落 / 山水景区 / 草原 / 湖）在省级范围内检索
高德 place/around	50km 内	只补近处遗漏
Photon（OSM）	有限	公共实例限流严格，仅按分类 + bbox 取少量，失败即降级

关键约束：

• 不能只查出发地一圈。高德 place/around 的 radius 上限 50km、返回按距离排序、offset 只有 25 条——以出发地为圆心连翻页，拿到的 150 条几乎全是市区的游园、亭子、码头，50km 外一个都搜不到。这是接口覆盖边界，不是参数问题。因此主检索改走 place/text 类型词跨城检索，再用直线距离过滤。
• place/text 用 city=<省级或目的地市> + citylimit=false，才能拿到跨城目的地；结果每条都带 city（地级市）与 adname（区县），正好支撑「排除同城」的区县级判定。
• Photon 分类检索用 bbox + 分类 作为稳定缓存键（公共实例限流，重复分析必须复用缓存）。
• 候选上限 28 个，按「类型轮转取样」抽取，保证小众点位不会被热门点位挤掉。

归属地名与分组

第二步把候选按「地名 → 景点」两级展示，所以每个候选都要先解析出它属于哪个地名。

来源	地名来源	层级
内置城市库	名字本身就是地名（柳州市）	地级
高德 POI	cityname（地级市）+ adname（区县）	地级 + 区县
内置知名 / 小众库	离线归属表 lib/places-admin.js	地级 + 区县
Photon / Overpass (OSM)	按 OSM 自带的县名字段查官方表 lib/places-admin-dv.js	地级 + 区县
以上都拿不到	按坐标找最近的县 → 推出地级（官方县表，≤60km）	地级 + 区县

铁律：

• 组名必须落在地级（市 / 州 / 盟 / 地区）。用街道名或村名当组名等于没分组——同一个县下面的几十个点会被拆成几十组。
• Photon 的 osm.place.city 类目里混着景点 POI（牌坊、寺庙、老街），它们的名字也带「市 / 州」后缀。不能因为 kind === '城市' 就把名字当地名——会出现「社更穿洞北门」自己成一组这种荒唐结果。必须同时满足「名字是行政区名」且「能在官方地级表里查到」才当地名节点，否则走正常归属流程。
• OSM 中国的字段层级与直觉相反：county 是地级市/州，city 是县/区，district 是街道，locality 是村。
• 优先按名字精确查官方表，别靠「按坐标猜最近的县」。窄长县按中心点距离会判到隔壁省去：「环江喀斯特世界自然遗产」实际在环江县（河池市），按中心点却会判到 45km 外的荔波县（黔南州）——差一级省。而 OSM 的 addr:county 在多数条目上直接写了标准县名（环江毛南族自治县），按名字查是准的。
  • 查表必须带距离校验：同名县离候选点太远（>80km）就判为不可信，退回按坐标近邻。
  • 查表顺序：先在 county / city / district 三个字段里找县级（拿到下层地名），都找不到再退地级。OSM 常常把地级填进 county、县名填进 city（「黔南州」+「荔波县」），只看第一个字段就定案会丢掉下层地名。
• 不要信 OSM 自己填的归属字段的层级。Photon 的 city 字段会给出「乐依村」「陈家甫」这种村名当区县——所以查到的东西必须经 isDistrictName()（县/区/旗/盟/州/市）过滤，村名一律丢弃。
• OSM 的 admin_level 在中国是 L4=省 / L5=地级市 / L6=县，不是 L4/L6/L8。查 admin_level~"^[468]$" 会正好跳过地级市那层。
• 分组键会剥掉行政后缀（「柳州」与「柳州市」归一组），民族自治州要连民族名一起去掉（「黔南布依族苗族自治州」→「黔南州」）。
• 高德 regeo 的批量查询不可用（batch=true + locations，无论分隔符与参数顺序都返回 INVALID_PARAMS），必须逐点反查；并发 3 会触发限流，失败的候选会退回街道名当组名，因此用串行 + 60ms 间隔。

离线行政区划表（阿里 DataV GeoAtlas）

表	条数	作用
lib/places-admin.js	323	内置知名 / 小众地点的归属（地级 + 区县）
lib/places-admin-dv.js	2832 县 / 343 地级	官方行政区划表：按名字查县/地级，运行时归属判定的主力

数据来自阿里 DataV GeoAtlas（免密钥、免鉴权），用的是国家民政部 adcode 体系：省级 2 位 / 地级 4 位 / 县级 6 位，县级前 4 位即所属地级码（451226 环江县 → 4512 河池市）——归属关系是编码里写死的，不需要推断。

# 1) 拉原始数据（三级下钻：省 → 地级市 → 县），输出到 C:/tmp/datav-admin.json
node tools/fetch-datav-admin.cjs
# 2) 生成运行时表
node tools/build-admin-dv.cjs C:/tmp/datav-admin.json

早期版本用的是 Overpass 拉的 OSM 县表（lib/places-county.js / lib/places-prefecture.js），已废弃：OSM 中国的 admin_level 层级不可靠、编码只有约 50% 覆盖（1182/2362 个县查不到所属地级），且公共 Overpass 实例限流极狠（大查询后连 1KB 的小查询都 502/504）。DataV 版 2832 个县全部能定位到所属地级。

几个必须记住的坑：

• 同名县要保留全部候选。全国有 30 组同名县（「城中区」柳州/西宁都有、「鼓楼区」南京/徐州/福州/开封都有、「铁西区」沈阳/鞍山/四平都有、「市中区」济南/枣庄/内江/乐山都有）。用县名做单一字典键会互相覆盖——柳州的「城中区」会被归到西宁市。所以表里同名县的值是数组，运行时按坐标距离选最近的那个。
• 省直辖县级单位不是地级市。DataV 把海南的东方市/昌江黎族自治县、新疆兵团的石河子市、湖北的仙桃市等标成 level=city，靠 adcode 是否以 00 结尾区分（真地级市是 xx00，省直辖县级是 9xxx 段）。不按这个分，归属会整整差一级。
• 剥民族名要用显式清单，不能用 [一-龥]{1,3}族 这种贪婪正则——「环江毛南族自治县」会被吃成「环自治县」。而且顺序很重要：先剥「自治县/州」尾巴，民族名块才会露在末尾。
• 别名表要县/地分开（COUNTY_ALIAS → 县全称，PREF_ALIAS → 地级简称）。混在一张表里会因为「同名县/市」互相覆盖而查错。

兜底路径：Photon 全挂时走 Overpass

步骤	实现	说明
1. 取候选	overpassQuery()	按 OVERPASS_TAGS 逐类查 OSM 原始标签
2. 取行政区	overpassAdminAreas()	out center tags 取 bbox 内 L5/L6 行政区的中心点
3. 判归属	areaByPoint()	按中心点做近邻判定
4. 精确反查	overpassAdminAtPoint()	近邻判定拿不到时逐点用 is_in 反查
5. 归一	lookupAdminByName()	OSM 的简称/全称统一过官方表，同名县按距离消歧

关键事实：

• relation 级 geometry 在 Overpass 里拿不到。out tags geom 和 out geom 都不返回 relation 级的 geometry 数组（几何在 members 里）。所以不要走「拉多边形 + 本地点面判定」这条路。
• is_in 反查一次就能拿到完整层级：[out:json];is_in(lat,lon)->.a;.a out tags; 返回 L4 省 / L5 地级 / L6 县（实测 25.1,107.98 → 环江县 / 河池市 / 广西）。注意 rel(pivot.a) 拿不到点→区映射，要直接输出 area 集合。
• 公共实例必须多镜像轮换，且要判定响应体是否真是 JSON：实例可能返回 200 + HTML 错误页（如 duplicate_query），只看 res.status 会把错误页当成功。判据是响应体是否以 { 开头。
• 必须有硬超时和总时限预算。公共实例经常「连着不返回」（不报错也不结束），没有 AbortSignal.timeout 的话一次兜底能把分析流程拖成十几分钟（实测踩过）。三处都要限：
  • 单次请求超时（SEARCH.overpassTimeoutMs，默认 20s）；
  • 单个阶段的总时限（镜像轮询不超过 2 倍超时）；
  • 逐点 is_in 反查的次数上限（SEARCH.overpassIsInMax，默认 8）——这是最慢的一环，超限后改用 bbox 行政区中心点近邻判定。
  • 超时后候选照常入池（归属还有离线官方表兜底），不能因为反查超时就丢掉整个候选。
• Overpass 的兴趣点大多没有 addr:* 标签，直接拿归属必然得到空组名——必须靠 is_in 反查。

离线回归测试

归属逻辑不能只靠真实网络验证——Photon / Overpass 随时会挂，挂了就没法回归。仓库里有不发外部请求的离线测试：

node tools/test-admin-lookup.cjs            # 归属判定单测：同名县消歧、已知边界点、狭长县远端点
node tools/test-overpass-fallback.cjs        # 起本地假 Overpass：验兜底路径、简称归一、200+HTML 错误页
node tools/test-grouping-regression.cjs      # 起本地假 Photon：20 个候选的完整分组回归
node tools/test-route-map-followup.cjs       # vm 里跑真实 extractPlanPlaces：初版/追加轮两版路线点对比 + 源码断言

另有端到端 UI 验收（真实无头 Chrome，读真实 DOM）：

node tools/verify-ui-full.cjs                # 起假 Photon：分组 / undefined / 空组名 / 搜索 / 折叠 + 截图
node tools/verify-route-map-followup.cjs     # 追加轮路线图点数（1 → 9）+ 版本切换重绘 + 截图

写这类测试时注意：cfg.SEARCH.maxCandidates 缺省会静默返回 0 候选（selected.length < undefined 恒假）；第二轮跑要清 require.cache 或换 origin，否则命中第一轮缓存。

拉取时的坑：一次拉全国必然 502（5 个镜像全挂），必须按 10°×15° 分块；用 out center 而不是 out geom（几何版体积大十几倍，更容易超时）。境外行政区会混进同一层级数据，靠有无 division_code 或 name 本身是中文来剔除。

县级表第三项是所属地级名，由 GB/T 2260 编码前缀推出（县级码前 4 位即地级码：荔波县 522722 → 5223 黔南州）。这比「按距离找最近地级」精确得多——桂黔边境荔波县与河池市相距不到 40km，按中心点距离会分错。

评分口径

总分 0~100，由六项加权相加：天气舒适度 0~40、时间适配 0~26、兴趣匹配 0~14、距离 0~7、目的地辨识度 0~8、空气质量 0~6。整段行程都是坏天气时会触发硬门槛，不允许给出「强烈推荐」。每张卡片都带 breakdown、reasons、warnings，可解释。

耗时统一按人类可读格式输出（1小时38分 / 4分钟），不出现 1.07h 这类裸小数。AQI 按六档标注：优 / 良 / 轻度污染 / 中度污染 / 重度污染 / 严重污染。

天气数据的四种模式

模式	触发条件	数据来源
forecast	未来 16 天内	Open-Meteo 实时预报
forecast-past	区间含刚过去的日期	past_days 预报
archive	更早的历史日期	Open-Meteo 历史再分析
climatology	超出 16 天预报窗口	取去年同期气候，映射回所选日期，结果明确标注「历史气候参考」

/api/best-window 会在未来 16 天预报中寻找连续平稳天气窗口，前端选择出发地后自动提示并可一键应用。

---

数据源

数据源	用途	密钥	不可用时
Open-Meteo geocoding / forecast / archive / air-quality	地名检索、天气预报、历史气候、美标 AQI	免	重试 2 次后报错并提示
Photon (OpenStreetMap)	周边景点/公园/博物馆/山峰/古迹/城市检索	免	4 秒快速失败，切内置地名库
OSRM table/v1/driving	1→N 公路里程与耗时矩阵	免	降级为里程-速度估算并标注
BigDataCloud / Photon Reverse	浏览器定位后的反向地理编码	免	提示手动输入地名
内置 lib/places-cn.js	全国知名景区 + 主要城市坐标库	—	始终参与，保证任何城市都有可用清单
内置 lib/places-niche.js	206 条小众地点：古村、遗址、湿地、地质景观、洞穴、小馆、徒步线	—	始终参与，并保证约 30% 的候选名额
内置 lib/places-admin.js	内置地点的归属地名（323 条，离线生成）	—	始终参与；缺失时按坐标回退到最近地级市
内置 lib/places-admin-dv.js	官方行政区划表：2832 县 / 343 地级（DataV GeoAtlas，离线生成）	—	始终参与；同名县按坐标消歧，查不到时退到按坐标近邻
Overpass (OpenStreetMap)	Photon 全挂时的候选兜底（免密钥），多镜像轮换	免	跳过并注明「实时检索不可用」；实例返回 200 但内容是 HTML 错误页时同样判为失败
高德 Web 服务 geocode/geo / place/text / place/around（含 types=100000 住宿）/ direction/driving / staticmap（路线图真实底图）	中文地名检索、实时周边 POI、周边住宿参考、国内驾车路径、地图图层	AMAP_KEY 或页面「设置 → 数据源增强」	静默跳过并退回 Open-Meteo / OSRM / 内置库 / 方位示意图；Key 无效会在页面顶部或设置里直接报错
RollingGo rgh CLI（本机安装）	酒店实时参考价、星级、距离、可预订链接	npm i -g @rollinggo/hotel + rgh login	跳过，退回高德 POI；只调用只读子命令
铁路接口	真实高铁/城际耗时与票价	RAIL_API_URL	降级为里程-速度估算并标注
OpenAI 兼容接口	生成行程规划	AI_API_KEY	自动进入本地演示模式

Photon 公共实例常被限流，因此 lib/sources.js 采用「每类单独请求 + 并发限制 + 快速失败 + 内置库兜底」。名称过滤分三层：JUNK_NAME 去掉停车场/出入口等设施，POOR_NAME 去掉「土堆」「观景台」等无辨识度条目，LOW_VALUE_NAME 去掉「名字像景点但不是独立目的地」的点位（燕京八景中的小碑、外国使馆旧址等）——这三类过去会把真正值得去的地方挤出榜单。当实时 POI 完全不可用时，结果会带 stats.fallbackOnly，页面提示会明确写出「天气、空气质量与路况仍是实时数据，不受影响」，避免用户误以为整条链路都挂了。

小众地点库的坐标是近似 WGS-84，只用于天气与路网估算；结果里 source 会写「内置小众地点库」，不会伪装成实时检索。候选带 niche: true 与 region 字段，前端据此显示「小众」徽章并提供「只看小众」筛选。

---

配置

所有配置在 config.js，环境变量优先。

变量	默认值	说明
PORT / HOST	8787 / 0.0.0.0	监听地址；端口被占用时自动往后顺延，实际端口见启动日志
AMAP_KEY	空	高德 Web 服务 Key，开启国内驾车路径、实时周边 POI、中文地名检索与真实地图底图
HOTEL_PRICE_API_URL	空	可选价格源模板，支持 {name} {lat} {lon}，期望返回 [{name, price}]；用于补高德缺失的酒店价格
RAIL_API_URL	空	铁路接口模板，支持 {fromLat} {fromLon} {toLat} {toLon} {date} {fromName} {toName}；期望返回 {available, durationMinutes, distanceKm, fareCny, note}
RAIL_API_KEY	空	铁路接口鉴权
AI_BASE_URL	https://api.openai.com/v1	任意兼容 /chat/completions 的服务
AI_API_KEY	空	留空即演示模式
AI_MODEL	gpt-4o-mini	模型名
AI_TEMPERATURE / AI_MAX_TOKENS / AI_TIMEOUT_MS	0.7 / 8000 / 120000	生成参数；推理模型思考很吃 token，额度不够会自动放大重试

SEARCH 段为检索调参（maxRadiusKm / photonConcurrency / photonTimeoutMs / maxCandidates 等），一般不改。

临时覆盖（仅原型用途）

前端通过自定义请求头把设置交给本地服务代理：

请求头	含义
X-AI-Base-Url	覆盖 AI_BASE_URL
X-AI-Model	覆盖 AI_MODEL
X-AI-Api-Key	覆盖密钥；__server__ = 用服务端配置；__demo__ = 强制演示模式
X-AMAP-Key	覆盖 AMAP_KEY，只影响 /api/analyze 的周边 POI 与驾车路径

前端「设置 → 数据源增强」填的高德 Key 就是通过 X-AMAP-Key 生效的，优先级高于服务端环境变量；清除后即回到免密钥数据源。Key 无效（如 INVALID_USER_KEY）时不会静默失败，stats.amapError 会带回原因并在页面顶部提示，同时公路自动退回 OSRM。

示例：

AI_BASE_URL="https://api.deepseek.com/v1" \
AI_API_KEY="sk-..." \
AI_MODEL="deepseek-chat" \
node server.js

---

OpenAI 兼容接口与预设提示词

服务只要求对方提供 POST {BASE_URL}/chat/completions，请求体为标准格式（model / messages / stream: true / temperature / max_tokens），解析 choices[0].delta.content，同时兼容非流式 JSON 响应与 reasoning_content。前端设置里内置以下预设：

供应商	Base URL	示例模型
OpenAI	https://api.openai.com/v1	gpt-4o-mini
DeepSeek	https://api.deepseek.com/v1	deepseek-chat
通义千问	https://dashscope.aliyuncs.com/compatible-mode/v1	qwen-plus
Kimi	https://api.moonshot.cn/v1	moonshot-v1-8k
智谱 GLM	https://open.bigmodel.cn/api/paas/v4	glm-4-flash
本地 Ollama	http://localhost:11434/v1	qwen2.5:7b

预设提示词写死在 config.js 的 SYSTEM_PROMPT，页面设置弹窗可查看/复制。它向模型说明产品背景与输入 JSON 结构，并规定硬性规则：

1. 只用输入给出的候选地与数据，禁止编造景点、票价、班次、营业时间；
2. 估算值与历史气候必须显式标注「估算」/「历史气候参考」；
3. userNeeds 与数据冲突时必须直接指出并给替代方案，不许假装满足；
4. 先扣掉往返交通再安排游玩，节奏与同行人体力匹配；
5. 安全优先，预算用 ¥ 并注明粗估；
6. 输出固定 Markdown 结构：方案总览 / 逐日安排 / 天气与装备 / 交通方案 / 预算粗估 / 出发前清单 / 风险与备选。

dataNotes 会一并送入模型上下文，避免它把估算数据当作事实。未配置密钥时走本地 demoPlan() 规则引擎，输出同结构的示例方案并标注「演示模式」，因此整条链路无需任何密钥即可完整体验。

版本对比与保存

输出头部有一个版本下拉，把本次会话的每一版和本地保存的方案放在一起：

• 选任一会话版本即可回看，对比上一版 会把当前版与它前一版左右并排展示（各自独立滚动），再点一次退出。
• 保存 把当前版写进 localStorage（tripsense.saved，最多 20 条），下拉里显示成 11/5 15:02 · 北京市，选中即可载入并继续调整。
• 下拉末尾的「清空已保存」可以一次性清掉本地记录。
• 复制 / 下载都跟随当前查看的那一版，不会永远只导出最新版。

让 AI 能点名具体地点（nearby POI）

只给住宿 POI 时，模型只能说「附近有很多小吃」——因为它手里确实没有餐厅、景点数据，而提示词又禁止编造。所以生成方案前会多查一次目的地周边 POI：

• GET /api/nearby-pois?lat=&lon=&radius=8 → 高德 place/around，types=050000|110000|140100（餐饮 / 风景名胜 / 博物馆），一次请求拿三类
• 结果整理成 nearby = { area, radiusKm, food[], sights[] }，每项含 name / type / distanceKm / rating / cost
• 随 /api/plan 一起交给模型，SYSTEM_PROMPT 第 10、11 条要求：必须从 nearby 点名，写成「名称（类型，距目的地区域 X km，评分 Y，人均 ¥Z）」；只有某一类确实缺失时才允许退回「片区 + 筛选方法」，并且必须说明缺的是哪类数据

所以现在方案里会出现具体店名/馆名，而不是「某某古镇附近」。查不到时（没配高德 Key）行为与之前一致，只是没有点名依据。

上下文体积（省 token）

每次生成都要把 SYSTEM_PROMPT + 上下文 JSON 发给模型，所以两者都做了裁剪：

项	之前	现在
SYSTEM_PROMPT	2799 字	1028 字（规则合并，输出结构只留标题与要点）
每个候选的逐日天气	31 天 × 8 字段	只带行程覆盖的天数 × 7 字段
候选里附带的字段	road / rail / options / reasons / warnings 全带	只要 travel.bestHours/bestMode + 结论性字段
dataNotes	12 条全文	4 条 × 80 字
实测单次请求	约 2 万字符	约 4000 字符（system 1028 + 上下文 2956）

weather.summary 保留为对象而不是压成字符串——演示模式的规则引擎要用它的 avgHigh/avgLow 等统计值。

住宿建议与路线示意

两者都在方案定稿之后才出现——先有行程，再谈住哪、怎么走。

住宿建议

• 落脚点取「已选里评分最高的目的地」，围绕它查 10km 内住宿；用户选的价位既用于筛选，也随需求传给模型。
• 价位支持 五档预设 + 自定义区间（自定义可填「最低–最高」，如 ¥200–800）。自定义值存 localStorage，切换后会自动按新区间重查住宿，不用重新生成方案。
• 数据源是高德 POI「住宿服务」（types=100000）。价格取 biz_ext.cost，缺失时明确显示「无标注价」，绝不编造；整片区域都没价格时会直接说明"无法按价位筛选，需自行核对"。每行带「查房价」外链（高德 URI API），方便直接核对。
• POI 里没有房态和实时房价，预设提示词第 7–9 条要求模型不得编造房型、空房、精确价格，且住宿要靠近当天主要活动地、跨片区要说明是否换住处。
• 未配置高德 Key 时只提示配置，方案里的住宿预算仍按所选价位给出。
• 数据源降级要如实说明：实时报价源（RollingGo）没命中而退回到只有位置的高德 POI 时，界面会多写一句「实时报价源这次没命中，已退回到只有位置的酒店数据。」，不会让人以为这就是完整报价。

关于「酒店都没价格」

这是数据源的硬限制，不是解析 bug：高德 POI 的 biz_ext.cost 对住宿类目覆盖很差，多数酒店干脆不返回该字段（extensions=all 也已经带上）。处理方式：

1. UI 坦白标注「无标注价」，并说明原因，不猜价；
2. 每行给「查房价」外链，一键到地图/预订平台核对；
3. 预留可插拔价格源：配置 HOTEL_PRICE_API_URL（模板支持 {name} / {lat} / {lon}，返回 [{name, price}]）后，后端会按酒店名匹配合并价格，命中时列表会显示 ¥380 起 且脚注标注「价格来自第三方价格源」。未配置时保持 null，不影响主流程。

住宿数据源：RollingGo（可选，能拿到真实报价）

rollinggo-hotel-skill-CN 提供的是 Claude Skill + 本机 CLI，不是 MCP Server：底层是 npm 包 @rollinggo/hotel，可执行文件 rgh，认证走 OAuth 2.1（rgh login），没有 API Key。它能给出酒店的真实参考价、星级、距离与可预订链接，正好补上高德缺失的价格。

接入方式（默认开启 auto，装了才生效）：

npm i -g @rollinggo/hotel      # 装 CLI
rgh login                      # 浏览器 OAuth 授权（只有你自己能做这一步）
rgh status                     # 确认已登录

然后在网页「设置 → 数据源增强 → 住宿数据源」点「检测」，会显示 rgh 是否安装、是否已登录。

• 只读白名单：lib/hotels-rollinggo.js 里 ALLOWED_SUBCOMMANDS 只允许 status / search-hotels / hotel-detail。price-confirm / book / pre-cancel / confirm-cancel 会触发真实资金操作，本适配器永不调用，也没有对应接口对外暴露。
• 降级链：RollingGo（已登录）→ 高德 POI → 明确提示不可用。任一环节失败都不影响方案生成。
• 价位直接下推：自定义/预设价位的上限会作为 --max-price-per-night 传给 CLI，由数据源侧筛选，而不是拿回来再过滤。
• Windows 编码坑：全局安装得到的是 rgh.cmd，经 cmd.exe 转发时中文参数与本地化报错会乱码（实测「不是内部或外部命令」被解成 GBK 乱码，导致"是否安装"判断失效）。适配器会从 bin 脚本位置反查 @rollinggo/hotel/dist/index.js，直接用 node 执行，绕开 shell；同时对自由文本做白名单校验，杜绝命令注入。

变量	默认	说明
HOTEL_PROVIDER	auto	auto = 装了 rgh 且已登录就用 RollingGo；amap = 只用高德；rollinggo = 只试 RollingGo
RHG_BIN	rgh	rgh 可执行文件路径，也可指向 .../dist/index.js
ROLLINGGO_TIMEOUT_MS	25000	单次 CLI 调用超时

⚠️ 使用边界（重要）：rgh login 把 OAuth 凭据写在本机配置文件（~/.hotel-cli/.env），一台机器只有一份登录态，CLI 也没有「传 token」这类多租户参数。所以：

• 它天生是单账号工具，不存在「每个访客填自己的」这种用法。给多人用只有两种模式：① 站长统一配置一个账号（所有人共用）；② 每个人在自己机器上跑一份服务、各自 rgh login。
• 站长统一配置时，所有访客的查询都算在站长账号上：额度、计费、风控都在站长身上；把账号提供给第三方查询也可能触及服务条款。只适合自己 / 家人朋友这种可信小范围使用。
• 要做公开站点，别用 CLI 兜：应走官方 API 或商务合作，或者干脆只保留「跳转到预订平台」的链接。
• 想彻底关掉它：HOTEL_PROVIDER=amap，服务端就完全不会去碰 rgh。

实测数据（北京 · 故宫周边 5km · 2026-11-09）

查询	结果
1 晚，不限价	8 家，最低 ¥521/晚（北京福庭酒店 3.6km）、¥547/晚（国际艺苑大酒店 1.3km）
3 晚	6 家，最低 ¥456/晚（秋果酒店前门店，3 晚总价 1368）
1 晚 + --max-price-per-night 600	3 家，全部 ≤ ¥600（521 / 524 / 456）

• price.lowestPrice 是每晚均价（CLI 原文：「3晚总价：1,563CNY（约521CNY/晚）」），所以界面显示 ¥521/晚，不是总价。
• 每条结果带 bookingUrl（https://rollinggo.cn/pages/hotel/detail/...），界面直接做成「去预订」。

踩到的解析坑：rgh 用 dotenvx 加载配置，启动时会往 stdout 打一行 ◇ injected env (1) from ... // tip: ... { path: '/custom/path/.env' } ——这行自带花括号。原先「取第一个 { 到最后一个 }」会把日志和 JSON 粘在一起，JSON.parse 必然失败，表现为「明明有结果却 0 家」。现在 extractJSON() 先从 "success" / "hotelInformationList" 等业务字段回推对象起点，再按括号配对（跳过字符串内的括号）精确切分，已用 6 个用例覆盖（含字符串里带 } 的情况）。

路线图

路线图画的是方案里实际安排的每个地点，不是用户勾选的候选清单。

旧实现只取「已选候选」，而勾选一个城市目的地时清单往往只有 1 项， 于是图上就一个点——这不是数据问题，是取错了源。

现在的流程：

1. 提取地点（public/app.js 的 extractPlanPlaces）：从方案正文里收集三类地点——① nearby 里模型被强制点名的餐饮/景点（名字必定出现在正文）；② 已选目的地；③ 正文里加粗的词。加粗词必须以场所类后缀结尾（景区/公园/博物馆/古镇/寺/山/岛/酒店…）才算地点，否则「演示模式」「自驾」「合计」「若遇降雨或大风」这类说明性词会被误当地点（黑名单永远补不全，所以用白名单）。
2. 按行程顺序排列：按地点名在正文中首次出现的位置排序，得到先后次序，而不是清单顺序。
3. 定位坐标：已有坐标的直接用；缺的走 POST /api/route-points，服务端用高德 place/text 按名字检索（city 传目的地所在市、citylimit=false、不限 types，否则会漏掉餐饮/酒店/场馆）。
4. 画线路：真实高德底图 + 自绘编号圆点 + 虚线动线；下方附完整行程点清单（含类型），图上只画 9 个代表点。

定位的两道护栏（都很重要）：

• 距离护栏：名字里带外地地名会让高德匹配到同名 POI——实测「马鞍山马尾坡野生红花林场」被定位到 1211km 外的安徽马鞍山市。参考点超过 150km 一律不认，宁可返回 null 让界面标注「未能定位」，也不能在地图上画一个完全错误的位置。
• 城市加分：查询「柳州马鞍山马尾坡」这类名字时，命中 cityname 与目的地一致的那条才加分，避免默认命中外地同名 POI。

其它约束：

• 地图只画目的地，不画出发地：出发地往往在 100km 外，塞进取景范围会把目的地压成一个点。起点改用文字标注（方位 + 直线距离，如「出发地河池市金城江区在东方 142km」），降级示意图里才画出起点。
• 静态地图最多承载 9 个点（服务端 staticMapMeta 同样按 9 点截取）。超出的按行程顺序均匀抽样，并保证首尾都在；否则图上只画得出前 9 个、图例却写着 18 个，对不上。
• 相距 80m 内的点会被合并（同一片街区常见），避免叠在一起连不出线。
• 标注做了避让：按 y 排序依次分配 6 个标签槽位（上/下/左/右），并记录已占用的矩形，冲突就换槽；全部冲突时只画编号不画名字——宁可少标也不能糊成一团。
• 取景的 metersPerPx 下限为 6：行程点往往集中在城市几公里内，按真实跨度算会 zoom 到 16 级、几十个点全叠成一坨，反而看不出线路。
• 有高德 Key 时显示真实地图底图：服务端代理高德静态地图（/v3/staticmap），Key 只在服务端使用，不出现在前端 URL 或 DOM 里。取图失败时自动降级为方位示意，并在图下说明原因。
• 无 Key 时降级为按真实经纬度等距投影（经度按 cos(lat) 修正）的示意图。
• 地图服务商只使用合规白名单（高德 / 腾讯 / 百度 / 天地图），不使用 Google / Apple / Mapbox / OSM 直连瓦片。

追加轮不能塌成一个点（用户反馈后修复）

现象：与 AI 优化改变行程后，第二次「行程路线示意」只剩一个点。根因不在地图，在多轮数据流：

• runPlan() 里只有 !isFollowUp 才查 /api/nearby-pois，末尾又无条件 state.nearby = nearby——追加轮 nearby 为 null，payload.nearby 也是 null。模型上下文里没有「可点名的地点」，第二版退化成「某片区 + 自行核实」，甚至不再重复加粗点名。
• extractPlanPlaces() 的三类来源里，nearby（带真实坐标）空了；加粗词常只剩说明性词，且不带坐标；没配高德 Key 时 resolveRoutePoints() 把它们全部判为 missing 丢掉 → 只剩「已选目的地」，而用户常常只勾了 1 个 → 图上孤零零一个点。

修复是组合拳，缺一不可：

1. 追加轮沿用 state.nearby：else if (state.nearby && shortlist.some(c => c.name === state.nearby.area)) nearby = state.nearby;，payload.nearby 继续带上；已选目的地变了才失效。
2. 提示词约束：追加轮末条 user 消息要求「上一版加粗点名的具体地点继续写出名称，不要退化成某片区/自行核实；新增地点从 nearby / shortlist 取真实名并同样加粗」。
3. 继承上一版坐标：extractPlanPlaces(text, inherit) 多一个继承池，只把「本版正文里仍出现」且不在否定语境里的点补回坐标；push() 支持「带坐标的同名点覆盖只有名字的加粗词」。
4. 路线点属于版本：planVersions[i] 存 routePoints / routeMissing，#versionSelect 切换、「回到初版」、载入保存方案都同步重绘；drawRouteMap() 改用 state.routeMissing 真正显示「有 N 个地点未能定位」。
5. 底稿取当前版本：previous 从 state.planText 改为 currentPlanText()，查看历史版时不会基于最后一版调整。

否定语境护栏（删掉|取消|去掉|不再|… + 名字前 12 字）同时作用于 nearby 沿用与继承两条路径：模型按要求在「风险与备选」里写「删掉 XX」时，该地点不会被画回图上。

实测（tools/verify-route-map-followup.cjs，真实 Chrome）：初版 11 点 / 图上 9（抽稀上限）；修复前追加轮 1 点 / 图上 1；修复后 9 点 / 图上 9；切回第 1 版重绘为 11 点 / 图上 9。

多轮调整

方案不是一次性的。生成完成后，输出框下方会出现输入条，写一句要求（「第二天改成室内为主」「总预算压到 1200」）点「继续优化」即可迭代。

• 后端把上一版方案作为 assistant 消息、新要求作为 user 消息一起发给模型，并要求输出完整的新版（不是 diff 片段），免得用户还得自己拼。
• 输出区顶部显示「第 N 版」，右侧「回到初版」可退回第一版做对比。
• 演示模式下规则引擎无法真正理解增量需求，会在开头注明并重新生成通用方案，不会假装已经改好。
• 上一版超过 12000 字会被截断，避免把上下文撑爆；previous 只用于多轮消息，不会重复塞进上下文 JSON。
• 追加轮沿用第一轮查到的 nearby 周边地点（已选目的地没变时），并把它继续放进上下文 JSON；清空会让第二版失去可点名的地点，路线图塌成一个点。详见上文「路线图 → 追加轮不能塌成一个点」。
• 每一版都存自己的 routePoints，切换版本 / 回到初版 / 载入保存方案时路线图同步重绘；previous 用 currentPlanText()，保证「正在看哪一版就基于哪一版改」。

AI 接口自检

设置里的「测试 AI 接口」会真的发一次最小请求（非流式、max_tokens: 32），把失败定位到具体环节，而不是只丢一句"没有输出"：

显示	含义
可用 · 320ms · gpt-4o-mini	地址、密钥、模型都通
HTTP 401：Invalid API key	密钥无效或已过期
HTTP 404：model not found	模型名写错
接口通了但没返回内容（finish_reason=length）	max_tokens 太小，或命中内容策略
无法连接：fetch failed	地址不可达 / 少了 /v1 / 需要代理
没有可用的 API Key	当前等同演示模式，不会发网络请求

为什么会出现「未获得任何输出」

这条提示只在流正常结束、但一个字的正文都没拿到时出现，常见原因：

1. 模型只返回了思考内容（reasoning_content），正文为空。推理模型（DeepSeek 系、o1/o3/gpt-5 等）思考很耗 token，max_tokens 不够时正文一个字都剩不下。默认额度已提到 8000，并且检测到「只有思考没有正文」会自动放大到 16384 重试一次（顶部会显示「已把上限 8000 → 16384 自动重试」），不需要手动改配置。两次都不够才会报错并建议换非推理模型。
2. 参数不被支持：新版模型会拒绝 temperature / max_tokens，返回 400 Unsupported parameter。代码会自动去掉这两个参数重试。
3. 额度超过模型上限：重试到 16384 时若模型只支持 8192，会先降到 8192，再退到服务端默认值，避免"重试反而把请求撑爆"。
4. 地址少了 /v1：请求打到 404 或返回 HTML，流里没有 data: 事件。
5. 网关返回 200 但 body 为空（部分代理在鉴权失败时这样）。

这几种情况都会在输出区给出具体原因（含 finish_reason、收到的事件数、原始片段），推理模型思考时会显示「模型思考中…已 N 字」。

---

HTTP API

接口	方法	说明
/api/health	GET	健康检查
/api/config	GET	当前 AI 状态、数据源、限制、systemPrompt
/api/geocode?name=杭州	GET	地名联想
/api/reverse?lat=..&lon=..	GET	反向地理编码
/api/best-window?lat=..&lon=..&days=2	GET	未来 16 天内连续好天气窗口
/api/analyze	POST	SSE：progress → result → done
/api/plan	POST	SSE：meta → delta → done
/api/hotels?lat=..&lon=..&radius=10	GET	主目的地周边住宿参考（高德 POI，不含房态与实时房价；配了 HOTEL_PRICE_API_URL 会补价格）
/api/nearby-pois?lat=..&lon=..&radius=8	GET	目的地周边可点名地点（餐饮 / 景点 / 博物馆），供 AI 规划使用
/api/route-points	POST	按地点名列表定位真实坐标（串行 + 120ms 间隔调高德），返回 points 与 missing，供路线图绘制
/api/hotel-providers	GET	住宿数据源可用性：高德 Key 是否配置、rgh 是否安装/已登录（只读）
/api/staticmap?pts=lat,lon;lat,lon&w=680&h=400	GET	代理高德静态地图，返回 image/png；失败时返回 {error}。Key 走 X-AMAP-Key 头，不进 URL
/api/ai-test	POST	用最小的非流式请求探测 AI 接口，返回各环节诊断（stage / status / ms / message）
/api/cache	GET / DELETE	查看缓存条目数与上限；DELETE 清空全部缓存

缓存

服务端有一层内存缓存（lib/cache.js），带 TTL 与 LRU（上限 300 条）。命中时不再打外部数据源，这是高德 QPS 限流与接口抖动的主要缓冲。

数据	TTL	理由
分析结果（/api/analyze）	30 分钟	天气/路况按小时更新，短时间内重复分析没必要重算
地理编码 / 反向地理编码	7 天	行政区划与地名几乎不变
候选发现（Photon + 高德 POI）	6 小时	商家与景点会变，但不至于几分钟一变
周边 POI / 住宿 POI / 静态地图底图	6 小时 / 30 分钟 / 7 天	房价波动快，底图几乎不变
天气 / 空气质量 / 路网 / 铁路	3 小时	对应上游数据的刷新节奏

缓存键 = 规范化请求指纹。高德 Key 的后 8 位参与指纹——换 Key 会改变 POI 与路网结果，不能串味。地理编码缓存键把坐标取整到 3 位（约 100 米），避免浮点尾数导致永远不命中。

前端行为：命中缓存时页面顶部出现提示条「这份清单来自 N 分钟前的缓存」，并提供「重新获取最新数据」按钮（请求体带 forceRefresh: true 跳过缓存）。若改了条件但结果看着像旧的，直接点它。

# 查看缓存状态 / 清空
curl http://127.0.0.1:8787/api/cache
curl -X DELETE http://127.0.0.1:8787/api/cache

缓存只在内存里，重启服务即清空。多实例部署时各实例独立，不共享。

请求体示例：

# 分析（SSE 流）
curl -N -X POST http://127.0.0.1:8787/api/analyze \
  -H 'Content-Type: application/json' \
  -d '{"origin":{"label":"北京市","lat":39.9042,"lon":116.4074},
       "startDate":"2026-11-09","endDate":"2026-11-10",
       "maxOneWayHours":2.5,"radiusKm":150,
       "excludeLocal":true,"localKm":30,
       "transportPrefs":["自驾","高铁/铁路"],"interests":["自然风光","拍照"]}'

# 规划（SSE 流）
curl -N -X POST http://127.0.0.1:8787/api/plan \
  -H 'Content-Type: application/json' \
  -H 'X-AI-Api-Key: __demo__' \
  -d '{"origin":{...},"timeRange":{...},"constraints":{...},
       "shortlist":[...],"userNeeds":"带老人和小孩，两天一晚","dataNotes":[...]}'

/api/analyze 返回体含 origin / timeRange / constraints（含 excludeLocal、localKm）/ summary / candidates[] / dataNotes[] / stats（含 localExcluded、amapError）；每个候选带 score / verdict / weather / road / rail / aqi / breakdown / reasons。

---

已知限制与数据口径

• Photon 公共实例不稳定，实时 POI 可能整体降级到内置地名库（坐标为近似值），页面会明确提示。
• 高德 Key 必须是「Web服务」类型（不是「Web端(JS API)」），且需在控制台启用；填错或配额用尽会在页面顶部报出原因，不会静默失败。未配置时周边 POI 与驾车路径自动使用免密钥数据源。
• 未配置 RAIL_API_URL 时，铁路耗时与票价均为「里程-速度」估算；road.source 也可能为估算。
• 超出 16 天预报窗口的日期使用去年同期气候，仅作参考，不可当作实际天气。
• 所有估算、降级、历史气候替代都会写进 dataNotes 并展示在页面；票价、班次、门票、开放时间请临近出发前在官方渠道核对。
• 本工具是决策辅助原型，不构成出行安全承诺。

---

开放访问（局域网）

默认绑定 0.0.0.0，同网段设备可直接访问。要让它真正可达，注意三件事：

1. 防火墙：Windows 首次让 Node 监听端口时会弹窗询问，选「允许访问」。若当时点了取消，需要到「Windows Defender 防火墙 → 允许应用通过防火墙」里给 node.exe 勾上专用/公用网络。可用 Get-NetFirewallRule -DisplayName 'node.exe' 检查是否已有 Inbound Allow 规则。
2. 网络类型：家用/公司 Wi-Fi 通常是「专用」或「公用」，两种都默认放行；若被识别为「域」网络而规则未覆盖，要单独放行。
3. 同一网段：手机不能用 127.0.0.1（那是手机自己），要用启动日志里打印的局域网 IP。

安全边界（重要）

这个原型没有任何登录鉴权，绑定 0.0.0.0 意味着同网段任何人都能打开页面并调用 /api/*：

• 若服务端配置了 AI_API_KEY，同一网络的人可以通过本服务消耗你的额度（X-AI-Api-Key: __server__ 就是走服务端密钥）；启动日志在这种情况下会额外警告。
• CORS 当前是 *，任意网页都能在浏览器里调用你本机的接口。
• 没有限流，/api/analyze 每次都会打到 Open-Meteo / Photon / OSRM，反复调用可能让这些公共实例限流。

只在可信网络（家里、自己的热点）开放。要暴露到公网，先做：登录或 token、把 CORS 收紧到具体来源、加限流与超时、上 HTTPS 反向代理。

只给自己用：HOST=127.0.0.1 node server.js。

定位与 HTTPS

浏览器的 navigator.geolocation 只在安全上下文里可用：HTTPS，或 localhost / 127.0.0.1。

访问方式	定位
http://127.0.0.1:8788	✅ 可用（localhost 属安全上下文）
http://localhost:8788	✅ 可用
http://192.168.1.100:8788（手机 / 其他电脑）	❌ 浏览器拒绝，控制台报 Only secure origins are allowed

这是浏览器规范，不是代码问题。页面会提前把定位按钮置灰并给出中文说明，不会把英文底层报错弹给用户。手机上想用定位有三条路：

1. 直接输入地名（最省事）：地名联想走的是服务端地理编码，与定位无关。
2. 套一层 HTTPS：用 tailscale serve、cloudflared tunnel 或 caddy 反代到本地端口，拿到可信 HTTPS 域名后用手机访问。
3. 自签证书：需要在手机上安装并信任根证书，日常用比较麻烦。

局域网 http 下只是定位不可用，分析、天气、清单、AI 规划全部正常。

---

Linux / 服务器部署

可以直接跑，不需要改代码。 项目是纯 Node、零 npm 依赖，没有任何 Windows 专有调用；平台差异只集中在住宿适配器里，并且都有 Linux 分支。

已在 WSL Debian（内核 6.6，Node v22.11.0）实测通过：

项目	结果
node server.js 启动	正常，banner / 端口回退 / 网卡枚举均正常
/、/styles.css、/app.js	200
/api/config、/api/hotel-providers	正常（无 rgh 时正确报「未安装」）
/api/geocode?name=柳州	命中「柳州 · 广西」，中文无乱码
/api/staticmap	无 Key 时正确返回 {error:"未配置高德 Key"}
/api/analyze（柳州市 / 150km）	24 个候选、roadProvider=OSRM、6.3 秒完成

# 服务器上
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs
git clone <your-repo> /opt/tripsense && cd /opt/tripsense
HOST=0.0.0.0 PORT=8787 node server.js

systemd 示例（/etc/systemd/system/tripsense.service）：

[Unit]
Description=TripSense
After=network.target

[Service]
WorkingDirectory=/opt/tripsense
ExecStart=/usr/bin/node server.js
Environment=HOST=0.0.0.0
Environment=PORT=8787
Restart=always
User=www-data

[Install]
WantedBy=multi-user.target

注意事项：

• 静态资源用 path.join(__dirname, 'public')，所以与启动目录无关，systemd 里 WorkingDirectory 写对即可。
• 不要把 PORT 改成 80/443：用 Nginx / Caddy 反代，顺带解决 HTTPS（定位功能需要安全上下文）。
• HOST=0.0.0.0 后记得开放防火墙（ufw allow 8787），生产环境还应先补上鉴权与限流（见下节）。
• 平台相关代码只有 lib/hotels-rollinggo.js 里的 rgh 调用：Linux 用 which、不需要 shell、全局安装在 /usr/local/bin 或 ~/.local/bin。WSL 特有：which rgh 可能命中 /mnt/c/... 下的 Windows 版（那是 shell 脚本，Linux 跑不起来），适配器已主动排除 /mnt/ 路径。
• 服务器上装 RollingGo：npm i -g @rollinggo/hotel 后执行 rgh login。该命令是 OAuth 授权、没有「手动粘贴 code」的选项，无图形界面的服务器可能完成不了；兜底是在自己电脑上登录一次，然后把 ~/.hotel-cli/ 整个目录复制到服务器的同一路径。

---

生产环境建议

• 密钥只放在服务端环境变量；前端 X-AI-* 覆盖仅为原型调试用途，上线前应移除或改为服务端会话鉴权。
• 为 /api/* 增加认证、限流与超时保护，不要直接把 8787 暴露到公网。
• 换用有 SLA 的地理编码 / POI / 路网服务，或自建 Photon / OSRM 实例；内置地名库只应作为兜底。
• 对天气与路网结果加缓存（按坐标 + 日期），避免重复请求第三方。
• SYSTEM_PROMPT 若需调整，改 config.js 即可，前后端无需同步（弹窗从 /api/config 读取）。

---

项目结构

tripsense/
├── server.js              零依赖 HTTP 服务、路由、SSE、静态托管
├── config.js              端点 / 环境变量 / 检索参数 / SYSTEM_PROMPT
├── package.json
├── lib/
│   ├── util.js            fetch 重试、并发限制、haversine、坐标转换、日期工具
│   ├── data.js            WMO 天气码、兴趣标签、三层名称过滤、各地点库汇总
│   ├── places-cn.js       内置全国景区 + 主要城市坐标库
│   ├── places-niche.js    内置小众地点库（206 条，古村/遗址/湿地/地质/洞穴等）
│   ├── sources.js         地理编码 / POI 发现 / 天气 / AQI / 路网 / 铁路 / 天气窗口 / 静态地图
│   ├── hotels-rollinggo.js RollingGo 住宿适配器（本机 rgh CLI，只读白名单）
│   ├── analyze.js         校验 → 编排 → 评分 → 汇总 dataNotes
│   └── planner.js         OpenAI 兼容流式代理 + 演示模式规划
├── public/
│   ├── index.html         三步流程 + 设置弹窗
│   ├── styles.css         FIELD NOTES 设计语言、响应式、罗盘、Markdown 输出
│   └── app.js             表单 / 定位 / SSE / 渲染 / 筛选 / 对比 / 复制下载
└── preview/               三步页面的实际渲染截图

---

验证记录（本次实测）

• 全部 JS 文件 node --check 通过；静态资源 /、styles.css、app.js 均 200。
• /api/health / /api/config / /api/geocode / /api/reverse / /api/best-window 正常。
• /api/analyze SSE：北京市 2026-11-09 ~ 2026-11-10，total=28、avgScore≈69、rainyCount=0、weatherMode=forecast、roadProvider=OSRM；Top 5 为坡峰岭 78 / 故宫博物院 76 / 天坛公园 76 / 798艺术区 76 / 香山公园 76。
• 小众地点链路：stats.nicheCount=67（150km 半径内命中数）、候选里 niche=true 占 10/28、dataNotes 写明「内置小众地点 67 个」、region 正常透传到卡片。
• 逐日天气展开：展开后首卡 455px → 548px（+93px），同一行邻卡 486px → 486px（变化 0），布局不再被连带拉伸；勾选触发重渲染后 details[open] 数量保持不变。
• 筛选与对比：「只看小众」28 → 10 且全部带徽章；「对比已选」面板 7 行 × 3 列正常渲染。
• /api/plan 演示模式 SSE：约 2.7k 字符，7 个 Markdown 章节、3 张表格；另用本地 mock OpenAI 兼容服务验证过真实流式代理（stream=true、sysLen=1950）。
• 无头 Chrome 完整走通三步流程并截图：Step 2 渲染 28 张卡片 / 28 个罗盘点 / 6 条数据说明，Step 3 渲染 7 个章节 / 3 张表格。
• 排除同城（北京 / 150km）：默认开启时 28 个候选、最小距离 30.8km、stats.localExcluded=27、副标题显示「已排除 30km 内同城」，Top 5 全是 60km 以上的异地；关闭后最小距离 0.5km、12 个候选落在 30km 内。50km 半径时 localKm 自动压到 25km，候选从 11 个回升到 16 个。
• 开放访问：HOST=0.0.0.0 启动后实际监听 0.0.0.0:8788（8787 被占用，自动顺延），http://127.0.0.1:8788 与 http://192.168.1.100:8788 均返回 200，用局域网地址在无头 Chrome 打开页面渲染正常（title / eyebrow / Step 1 / 排除同城开关全部就位）。防火墙已有 node.exe 的 Inbound Allow 规则，覆盖 Private 与 Public。
• 非安全上下文定位：http://192.168.1.100:8788 下 isSecureContext=false，定位按钮自动置灰（.geo-off）、#originHint 转为 .hint-warn 并给中文说明，点击 toast 为「局域网 http 页面不能调用定位：请直接输入地名，或改用 HTTPS 访问」；http://127.0.0.1:8788 下 isSecureContext=true、按钮与提示保持原样（回归通过）。
• 地名联想（iPhone 视口 390×844 仿真，走局域网地址）：杭州 2 条、西湖 4 条、杭州市西湖区 宽松命中并显示「按「杭州」为你找到这些」、zzzqqqxxx 显示「没找到…」空态；下拉与输入框间距恒为 4px、宽度 328px 与容器右边缘对齐（溢出 0）。
• 中文地名覆盖：Open-Meteo 实测对「金城江」「金城江区」「河池」「河池市金城江区」全部返回空（GeoNames 中文小城市覆盖不足），「金城」只返回台湾金门 / 美国加州等同名地点。已接入高德 geocode/geo + place/text 作为有 Key 时的首选源；无 Key 或有 Key 但取不到时退回 Open-Meteo。
• 宽松重试不再乱猜：只对含「市/区/县/镇/路」等后缀的结构化长地址截断（杭州市西湖区 → 杭州），「金城江」这种纯区县名不再被截成「金城」，避免返回同名异地。
• 设置里「测试这个 Key」：空 Key → 「先填 Key 再测」；无效 Key → 「不可用：高德地理编码：INVALID_USER_KEY」。
• AI 接口自检（本地 mock 服务，端口 9998）：正常 → ok:true, 74ms, sample="可用"；401 → HTTP 401：Invalid API key provided；空正文 → 接口通了但没返回内容（finish_reason=length）；地址不可达 → 无法连接：fetch failed；拒绝 temperature 的模型 → 自动去掉参数重试后 ok:true 并附 note。
• /api/plan 失败诊断（同一 mock）：空正文 → 「接口返回了流但没有正文（收到 2 个事件，finish_reason=length）」并附原始片段；只有推理内容 → 「模型只输出了 N 字思考过程，没有正文」；401 → 带状态码与上游错误体。设置弹窗实测显示 可用 · 14ms · mock-gpt（绿）/ 没有可用的 API Key（红）。
• 表单记忆：改单程时长 4h、半径 250km、取消「排除同城」、去掉「自然风光」、设出发地「河池 · 广西」→ 刷新后全部原样恢复（hoursLabel 也是「4 小时」，出发地提示「已定位：河池 · 广西（24.693, 108.085）」）。
• 多轮调整：第一轮 messages 为 system,user；追加轮变成 system,user,assistant,user，assistant 携带上一版正文，末条 user 含新要求且要求「输出完整方案」。UI 实测：初次生成后出现输入条，追加后 meta 变「第 2 版 · 生成完成」、提示「当前是第 2 版，可以继续改」，点「回到初版」恢复第 1 版且 planText === basePlan。
• 简约主题：实测 body 背景 rgb(255,255,255)、--accent=#2f6fed、顶栏白底、标题字体不含 Songti（已统一无衬线）、正文 rgb(23,26,31)。
• 需求输入框：原来不在 .field 里所以没吃到样式，实测高度只有几十像素；修复后 225px、1px rgb(213,217,222) 边框、聚焦有蓝色描边。
• 版本与保存：生成两版后下拉出现「第 1 版 / 第 2 版 · 第二天改成室内为主」，选「对比上一版」左右并排渲染（左「第 1 版（初版）」右「第 2 版 …」），点「保存」写入 tripsense.saved 并在下拉里出现 11/5 15:02 · 北京市。
• 住宿接口：无 Key → {hotels:[],available:false,reason:"未配置高德 Key"}；无效 Key → {available:true,error:"高德住宿检索：INVALID_USER_KEY"}；进入第三步时左侧显示对应提示。
• 住宿时机：进入第三步时 #planExtra 仍为隐藏（不再提前列酒店），生成方案后同时出现「行程路线示意」与「住宿建议」；#stayNote 显示「围绕「坡峰岭」· ¥200–800」（自定义区间），切换价位后同步更新。
• 路线图只含目的地：无 Key 时渲染 3 个编号节点（坡峰岭 / 石林峡 / 野鸭湖湿地）、circle 共 6 个（每点两个环），不含出发地圆心与「出发地」图例，图例为「已选目的地（编号为推荐顺序，虚线为行程动线）」；#routeNote 为「3 个目的地 · 方位示意」。
• 真实地图图层：/api/staticmap 无 Key → {error:"未配置高德 Key"}；非法 pts → {error:"pts 不是合法坐标"}；无效 Key → {error:"高德静态地图：{\"status\":\"0\",\"info\":\"INVALID_USER_KEY\"...}"}，前端自动降级为方位示意，并在图下写明原因（标题保持简短，不换行）。
• 静态地图 URL 结构核对：三点 74km 跨度 → zoom=9、size=680*400&scale=2、逐点 markers=medium,0x2f6fed,<n>:lng,lat、paths=4,0x2f6fed,0.35,,:...；单点 → zoom=16；5km → 13；200km → 8。坐标均为 GCJ-02（wgs84ToGcj02）。
• 自定义价位：点「自定义」展开两个输入框 → 填 200 / 800 → currentLodging() 返回 {min:200,max:800,label:"¥200–800"}、chip 高亮「自定义」、提示「当前：每晚 ¥200–800」、localStorage.tripsense.form.lodgingCustom 正确落库；/api/plan 请求体里 lodging 为 {key:"custom",min:200,max:800}。
• 住宿价格渲染（CDP 拦截 /api/hotels 造数据）：三家全部无价格 → 顶部写明「无法按 ¥200–800 筛选」，出现 .price-warn 说明 biz_ext.cost 覆盖问题，每行「查房价」外链指向 uri.amap.com/search?keyword=...；改为 380/168/760/无价 四条 → 「命中 2 家 · 另有 1 家无价格标注」，168 被过滤、760 与 380 保留、无价照常列出并标「无标注价」，脚注变「价格来自第三方价格源」。
• 演示模式修复：演示方案开头是「> ⚠️ 演示模式…」，原先用 startsWith('> ⚠️') 判断生成失败，导致演示模式下永远看不到路线图与住宿；改为按 errMsg 与「未获得任何输出」判定后恢复正常。
• RollingGo 适配器（实测 @rollinggo/[email protected]，装在临时目录、未登录）：
  • rgh --help / search-hotels --help 均可执行，确认参数含 --max-price-per-night / --required-tag / --star-ratings / --distance-in-meter，没有 --json 开关（成功时直接输出 JSON）。
  • 未安装 → {installed:false, reason:"未安装 rgh（npm i -g @rollinggo/hotel）"}；已安装未登录 → {installed:true, ready:false, reason:"rgh 已安装但未登录（执行 rgh login）"}。
  • 未登录时调用 search-hotels 不崩，返回可读错误「RollingGo 返回无法解析：搜索失败: 未登录，请先执行 rgh login」。
  • 白名单校验：book / price-confirm 均不在 ALLOWED_SUBCOMMANDS 内。
  • JSON 提取：在输出前混入「📦 有新版本可用！」时仍能正确捞出 hotelInformationList。
  • 注入防护：地点名含 & del /f /q C:\ 时直接拒绝，不进入子进程。
  • 服务端链路：/api/hotels 在无 Key 时返回「未配置高德 Key，且 rgh 已安装但未登录（执行 rgh login）」；设置里「检测」按钮实测显示「rgh 已安装但未登录（执行 rgh login）· 未配高德 Key」。
• RollingGo 登录后真实数据（rgh status → ready:true）：
  • /api/hotels?name=故宫&nights=1 → provider=rollinggo、8 家、带 cost / distanceKm / bookingUrl；nights=3 → 6 家；maxPrice=700&nights=3 → 4 家且全部 ≤ ¥700/晚（证明 --max-price-per-night 下推生效）。
  • 完整三步流程（demo 方案 + 真实住宿）：住宿区显示「价位 ¥300–600 · 命中 3 家」，列表为 北京福庭酒店 ★4 · ¥521/晚 · 3.5km 去预订 / 国际艺苑大酒店 ¥547/晚 1.2km / 北京新侨饭店 ¥524/晚 2.3km，脚注「价格为 RollingGo 返回的每晚参考价，实际金额以下单页锁价为准」，无「无标注价」警告。
  • 设置里先填 Key 再点「检测」→「RollingGo 可用（实时报价）· 高德 Key 已配置（页面填写）」，修掉了「只读环境变量、误报未配 Key」的问题（前端用输入框当前值 + X-AMAP-Key 头）。
• 两个环境相关修复：① 服务进程的 PATH 可能不含 npm 全局目录，resolveBin 补查 %APPDATA%\npm 等位置；② Windows 下 where rgh 首个结果是无扩展名的 sh 脚本（spawn 不起来），改为按 .exe > .cmd > .bat 排序后再取。
• 静态地图 20003 修复：markers 原先写成多个同名参数（&markers=..&markers=..），高德判为非法并返回 {"status":"0","info":"UNKNOWN_ERROR","infocode":"20003"}（这不是 Key 失效）。改为单个 markers= 参数、组间用 | 分隔；同时 size 从 680×400 降到 640×360，因为 scale=2 会返回双倍像素，680×400×4 会超过高德 1024×1024 的上限。
• 路线图单点场景：只有 1 个目的地时补出发点（origin 参数 → markers=small,0x6b7280,S），SVG 降级图同样画出发地并连线；多目的地时不含出发地。实测 1 个目的地 → 1 个编号节点 + 出发点 + polyline；3 个目的地 → 3 个节点、无出发点。
• 住宿地点类型：柳州市 这类行政名原先按「景点」查 → RollingGo 返回 0 家 → 误降级到高德（于是又看到「价格未标注」）。新增 guessPlaceType()（市/地区/自治州→城市，区/县→区-县，其余→景点），并支持查空后换一种类型重试一次。实测 柳州市 → 城市类型 6 家；柳州 → 景点类型也能查到 4 家；坡峰岭 换城市类型虽返回重庆酒店，但被距离过滤全部丢弃，最终 0 家（正确）。
• 住宿距离修正：数据源返回的 distanceInMeters 是错的（柳州城中区的酒店被标 64527 米，按坐标算实际 2.8km），改为优先用坐标自己算 haversine，并按查询半径过滤（城市类放宽到至少 20km），避免「去柳州却推荐重庆酒店」。
• 住宿城市兜底：景区名在酒店库里常查不到（酒店按城市建库），查空后用反向地理编码取所属城市再查一次，再按坐标过滤。
• 地图 20003 的两轮排查：① markers 写成多个同名参数 → 改为单个 + | 分组；② 手工拼 query 会留下裸 |，高德判为非法 → 改用 URL + URLSearchParams 构造，| 编码为 %7C。同时服务端做了渐进降级（full → markers → base），并通过 X-Map-Mode 告诉前端用了哪一档；/api/staticmap?probe=1 会依次试 编码版 / 未编码版 / 只标记 / 只底图 四种组合，设置页「测试这个 Key」直接调用它，一次就能定位是哪个参数被拒（返回里带脱敏后的完整 URL）。
• 地图 20003 的第三个原因（已改）：对照高德官方文档，markers 的 size 只接受 small / mid / large——原来写的是 medium，属于非法值；同时官方所有示例都用裸分隔符（, ; |），所以默认改回裸分隔符拼接，编码版仅作对照。今 URL 形如 markers=mid,0x2f6fed,1:109.41,24.30|mid,0x2f6fed,2:...，paths=4,0x2f6fed,0.35,,:...（weight 4 在 [2,15] 内）。
• nearby POI：/api/nearby-pois 无 Key 时返回 {available:false, reason:"未配置高德 Key"}；有 Key 时按 biz_ext.rating/cost 补齐评分与人均，按距离排序、按名称去重，餐饮与景点分开各取前 12 条。
• 推理模型 token 不足的自动重试（mock 四个用例）：正常模型 1 次请求即成功；「只有思考没有正文」→ 请求序列 [8000, 16384]，顶部出现「已把上限 8000 → 16384 自动重试」并最终拿到正文；两次都只有思考 → 报「已把 max_tokens 提到 16384 仍不够，建议换非推理模型」；额度超限 → 序列 [8000, <无 max_tokens>]，降级后成功。
• 高德 Key 链路（用故意无效的 Key 验证）：设置弹窗能填写并存入 localStorage → 请求带 X-AMAP-Key → 服务端覆盖 cfg.AMAP_KEY → 高德真实返回 INVALID_USER_KEY → stats.amapError 透传 → 页面顶部红边提示「高德接口拒绝请求：INVALID_USER_KEY」并给出「修改 Key」入口；同时公路正确回退为 roadProvider=OSRM（不再因"配了 Key"就谎称走高德）。清除 Key 后提示切换为「设置已更新，请重新分析」。
• 路线图消失的根因：routeMapBlob 是从未声明过的模块级变量，'use strict' 下抛 ReferenceError；drawRouteMap() 是 async 且调用处没有 catch，异常变成未处理的 Promise 拒绝 → DOM 保持为空、尺寸 0×0，页面看起来"路线图不显示"。改为 state.routeMapBlob（在 state 里声明）并在调用处补 .catch()，失败时降级为方位示意并写明原因，杜绝静默失败。修复后实测 #routeMap 尺寸 563×326、img 与 svg 各 1 个、3 个编号标记 + 折线。
• 缓存失效的根因（隐蔽）：$('#analyzeBtn').addEventListener('click', runAnalyze) 会把 Event 对象传进 runAnalyze(force)，而 Boolean(event) 恒为 true —— 于是每一次点击都是「强制刷新」，缓存永远不命中。改为只认严格的 force === true，并把监听器包成 () => runAnalyze()。实测：冷启动 12.8s → 第二次 518ms（24 倍），提示条正确显示；点「重新获取最新数据」后提示条正确隐藏。
• 反向地理编码的假地名：reverseGeocode 彻底失败时兜底返回「当前位置」这个假地名，拿它去查酒店库必然落空，还会被误判成"该数据源没数据"。新增 resolveCityName() 把假地名视为失败并重试一次；数据源层缓存也不缓存假地名。
• 缓存分层实测：/api/analyze 层缓存 30 分钟；数据源层（lib/sources.js）另有 Photon 分类检索 / 高德 POI / 天气 / AQI / 路网 / 铁路各自的缓存。清空后重建：discoverCandidates 首次 8137ms → 第二次 0ms；roadMatrix 首次 127ms → 第二次 0ms。
• AI 追加轮路线图只剩一个点：根因是 runPlan() 追加轮把 state.nearby 置 null（let nearby = null; if (!isFollowUp) {...查 POI...} state.nearby = nearby;），payload.nearby 随之为空；第二版正文不再点名 nearby 地点，extractPlanPlaces() 里带坐标的来源 1 空，加粗词又没坐标，无 Key 时全被 resolveRoutePoints() 判为 missing 丢掉 → 只剩 1 个已选目的地。修复：追加轮沿用 nearby + 提示词要求保留加粗点名 + extractPlanPlaces(text, inherit) 继承上一版坐标（含否定语境护栏）+ 每个版本存 routePoints 并在切版本时重绘 + previous 改用 currentPlanText()。真实 Chrome 验收：初版 11 点 → 修复前追加轮 1 点 → 修复后 9 点 → 切回初版 11 点。另修两个隐性 bug：drawRouteMap() 的 missing 是永远为空的局部数组，导致「有 N 个地点未能定位」提示从不显示；「回到初版」未同步 state.viewing，正文与版本下拉不跟着变。

预览图见 preview/preview-step1.png、preview/preview-step2.png、preview/preview-step2-detail.png（展开逐日天气 + 对比面板）、preview/preview-step3.png、preview/preview-settings.png（设置弹窗含高德 Key）、preview/preview-amap-error.png（Key 无效时的提示）、preview/preview-map-fallback.png 与 preview/preview-map-price.png（只含目的地的路线图 + 自定义价位 + 住宿价格缺失说明）。

本轮（缓存 + 路线图修复 + 真实浏览器验收）新增：preview/preview-diag-route.png（高德真实底图 + 3 个编号标记 + 折线连线）、preview/preview-diag-hotel.png（RollingGo 真实报价 ¥2416/晚）、preview/preview-cache.png（缓存命中提示条）。

追加轮路线图修复新增：preview/preview-route-followup.png（修复后的多点行程路线示意 + 完整行程点清单）。

说明：上面这组截图恰好是在 Photon 公共实例全部超时（stats.fallbackOnly=true）时拍的，因此 Step 2 顶部能看到降级提示条——这正好是「实时源挂掉时页面怎么表现」的真实记录；天气、AQI、路况仍为实时数据。