我做了什么
「城里吃玩 City Routes」——一款城市步行路线应用。
成都、杭州、重庆 3 座城，9 条精选路线（经典观光 / 美食专线 / 拍照打卡，各含 1–3 天版本，共 27 个天数版本），82 个地点档案。
一条龙用下来是这样的：
城市探索页：按路线类型、天数、预算档筛选
路线详情：逐日时间轴 + 预算透明看板（门票/餐饮/交通/体验四类分项，人均区间、每日预算）
地点详情：核验档案卡（门票与优待、开放时间、预约要求、排队风险、雨天提示），直达官方购票渠道，一键唤起高德/腾讯/百度地图导航
出发准备：按城市+天数自动生成行前核对清单（预约、接驳、用餐、雨天预案），逐项打勾，勾选状态存本机
灵感来自一部分评论：
攻略不是没有，是不敢信。所以我一开始就给这个项目立了条数据红线：每个数字必须可追溯，估算必须明说，核不到的一律标「待核验」，绝不把不确定包装成确定事实。
用户美好：诉求
我想要【一个基于景区客流预测的网页工具：输入我的出行情况后，告诉我国庆哪天去、几点出发、怎么玩、走哪条路】——用来解决问题【把时间花在游玩上，而不是堵在路上、耗在排队上】。国庆不是不想出去玩，是被三件事劝退：堵在路上、抢不到票、到了景区人挤人。这三件事的共同点是 信息不对称 ——我不是不能接受人多，而是不知道“什么时候的人是我能接受的”。如果有可靠的预测和针对我的安排，我愿意去。
它解决了什么假期问题
我们产品提供了不同风格的游玩路线，从拍照打卡为主到美食专线，再到冷门观光路线，完全靠用户，产品自动选择最适合用户的路线，大多数年轻人都平均1-3天逗留时间，所以我们也做了不同停留时间可以决策出每一天可以去观光的经典，可以在沿路吃到的美食.
说走就走的旅行永远是多数青年旅客的青睐之选，我们解决了在花费最短的时间可以让用户决策出每一天的路线，每一天可以选择吃到的地方特色，那些景点需要预约门票，预约时间，门票多少钱，景点游客是否经常处于爆满状态，甚至可以决策出那些时间段排队花费时间多，什么时候去哪个景点最合适.
同时我们也完全做出价格估算，每一顿美食，打一次车，做一次地铁，一张门票，每一个单项计算单位都经过小红书mcp爬取数据并通过多轮官方数据查询得到，尽可能让用户知道，这几天差不多可以花多少钱.
为了防止遗忘，我们做了收藏路线功能和出发准备功能，每一条路线都会列出那几件事情是出发前必须做的，必须要携带什么证件，那些数据不太可靠需要自己动手查一下.
攻略不可信 → 价格、开放时间均由官方与多平台信息交叉验真，估算项明确标注，降级原因直接写在徽章悬浮提示里
行程不可执行 → 路线按实际动线排好顺序，站间交通方式 + 耗时 + 车费预估逐段写清
预算心里没数 → 人均区间 + 逐日分项预算，出发前算清这趟花多少
临出发手忙脚乱 → 行前清单把散落的预约/核验事项收成一张可勾选的任务表
体验链接：https://city-routes-china.app.workbuddy.host/
作品截图：
技术分享和关键步骤：在做这个项目的时候，有两个比较困难得问题：
1.如果让ai单方面通过网页搜集数据，是不是会少了点“地道味”，在做的工程中，我发现单单从网页搜集数据，agent需要自己做决策来分析路线，那些景点比较近，那些特色美食是串在一条线上的，所以后来想到，为什么不选社交媒体上得现有路线，在进行拆分改造呢，让ai搜索得网页数据为辅助（查询是否需要门票，门票时间，景点是否人多），那我就想到了小红书，因为小红书大多都是文字形式传递信息，而抖音和b站多以视频，而agent可以充分提取文字里面得信息，所以就选择了一个github上的小红书mcp（非官方）：GitHub - xpzouying/xiaohongshu-mcp: MCP for xiaohongshu.com · GitHub.
2.再实现数据搜集后，苦于素材太少，想展示景点特色图片但又怕版权问题，就想到了ai生图，但是ai生图花销太大，所以我有一个邪修：stitch（一个Google构建web原型的免费网站）每天有400积分，stitch不仅可以生成设计原型，也可以使用最新的模型生成图片，所以在官方的mcp下，我封装成了脚本和mcp，让agent自主决策生图promote，然后通过官方的mcp生图——>下载到本机电脑——>当作前端素材，完全0成本，整个过程都是交给dsv4.1，这是我自己做的mcp：从stitch获取到密钥后，每天大约可以生成400张图片：GitHub - ggwenling/stitch-image-stitch-goole- · GitHub
现在这个项目已经形成了具体的工作流，完全可以短时间快速迭代，dsv4.1搜集数据->kimi k3验收数据，写计划分析需要那些图片——>dsv4.1再次通过交付文档去使用stitch生图->前端再验收 → glm5.3 flash代码审查->glm5.3需求，前端功能验收，如果有对这个项目感兴趣的，还想要迭代的可以私信我
