plan-tour-route
Acerca de
Esta habilidad planifica y optimiza rutas de viaje con múltiples paradas reordenando los puntos de ruta para minimizar el tiempo o la distancia de viaje utilizando datos de OSM. Calcula estimaciones de duración para conducir o caminar, genera matrices de distancia y descubre puntos de interés cercanos, como restaurantes o atracciones, a lo largo de la ruta. Los desarrolladores pueden utilizarla para generar itinerarios detallados y comparar modos de transporte en aplicaciones de planificación de viajes.
Instalación rápida
Claude Code
Recomendadonpx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/plan-tour-routeCopia y pega este comando en Claude Code para instalar esta habilidad
Documentación
謀行徑
謀並優化多停之行徑,附時估、距算、沿途景點。
用時
- 謀多目地之公路行或徒步行
- 優訪序以減總旅時或距
- 發掘沿途之餐館、觀景、文化地
- 生實時預算之日行程
- 比駕/行/公共交通之選
入
- 必要:途點之列(地名、址、座標)
- 必要:旅模(駕、行、騎、公共)
- 可選:起終點(若異於首末途點)
- 可選:時制(出發時、必至時、開放時)
- 可選:欲發掘之 POI 類(食、觀景、博物館、燃料)
- 可選:徑型之偏(最速、最短、景觀)
法
第一步:定途點
採並結構行所必含之諸停。
Waypoint Schema:
┌──────────┬────────────────────────────────────────────┐
│ Field │ Description │
├──────────┼────────────────────────────────────────────┤
│ name │ Human-readable label for the stop │
│ address │ Street address or place name │
│ lat/lon │ Coordinates (if known; otherwise geocode) │
│ duration │ Time to spend at this stop (minutes) │
│ priority │ Must-visit vs. nice-to-have │
│ hours │ Opening/closing times (if applicable) │
│ notes │ Parking, accessibility, booking required │
└──────────┴────────────────────────────────────────────┘
分定序途點(如起終之店)與可重序之途點。
得:諸途點之結構列,至少含名與址或座標。
敗則:若途點模糊(如「該城堡」),用 WebSearch 釋為特定地。若需座標而唯有名,留至第二步地理編碼。
第二步:地理編碼並驗
化諸途點為緯經座標並驗其可達。
Geocoding Sources (in preference order):
1. Nominatim (OpenStreetMap) - free, no key required
https://nominatim.openstreetmap.org/search?q=QUERY&format=json
2. Overpass API - for POI-type queries
https://overpass-api.de/api/interpreter
3. Manual coordinates from mapping services
各途點:
- 對地理編碼服務查址或地名
- 驗返之座標於預期區
- 察多結果消歧(擇正確者)
- 將座標與原途點數據並存
得:諸途點皆有有效緯經座標,諸點皆於合理地理區(無越洲之異點)。
敗則:若地理編碼無果,試他拼、加區/國限、或搜近地標。若途點於 OSM 覆稀之偏地,用 WebSearch 自旅遊網或文找座標。
第三步:優徑序
定減總旅時或距之訪序。
Optimization Strategies:
┌─────────────────────┬────────────────────────────────────────┐
│ Strategy │ When to use │
├─────────────────────┼────────────────────────────────────────┤
│ Fixed order │ Stops must be visited in given sequence│
│ Nearest neighbor │ Quick approximation for 5-15 stops │
│ TSP solver │ Optimal ordering for any number │
│ Time-window aware │ Stops have opening hours constraints │
│ Cluster-then-route │ Stops span multiple days/regions │
└─────────────────────┴────────────────────────────────────────┘
近鄰啟發法:
- 自指定之起點始
- 自當前位,擇旅時最近之未訪途點
- 移至該途點並標已訪
- 重至諸途點皆訪
- 返指定之終點(若往返)
多日之行,先依地理近聚途點,再各日內優化。
得:途點有序之序,徑無過倒回。少於 10 停者,總距當於理論最優之 20% 內。
敗則:若近鄰之果有顯倒回(後停近於前者),試反徑或用 2-opt 改進:交對邊,若縮徑則留交。時窗制者,驗各停之至時於開放時內。
第四步:算時與距
對徑各段算旅時與距。
Time Estimation Methods:
┌──────────────┬────────────┬────────────────────────────────┐
│ Mode │ Avg Speed │ Notes │
├──────────────┼────────────┼────────────────────────────────┤
│ Highway │ 100 km/h │ Varies by country/road type │
│ Rural road │ 60 km/h │ Add 20% for winding roads │
│ City driving │ 30 km/h │ Add time for parking │
│ Walking │ 4.5 km/h │ Flat terrain; reduce for hills │
│ Cycling │ 15 km/h │ Touring pace with luggage │
│ Hiking │ 3-4 km/h │ Use Munter formula for accuracy│
└──────────────┴────────────┴────────────────────────────────┘
各連續途點對:
- 算直線(haversine)距為基
- 施繞路因子(路 1.3、城 1.4、高速 1.2)
- 自調距與模速估旅時
- 加緩衝時:駕 10%、公共 15%
- 段時加各停之停留時為總行久
得:諸段之時/距矩,附累時計旅與停留。總行久當實(徒步行不逾日光)。
敗則:若估時不實(如 2 時於 10 km 城駕),察繞路因子是否宜。山路者,繞路因子升至 1.6-2.0。公共交通者,用 WebSearch 察實時表而非估。
第五步:附 POI 生行程
將優化之徑匯為含發掘景點之完整行程。
POI Discovery (Overpass API query pattern):
[out:json];
(
node["tourism"="viewpoint"](around:RADIUS,LAT,LON);
node["amenity"="restaurant"](around:RADIUS,LAT,LON);
node["amenity"="cafe"](around:RADIUS,LAT,LON);
);
out body;
Recommended search radius:
- Along route corridor: 500 m for walking, 2 km for driving
- At waypoints: 1 km radius
立行程文:
- 含行名、日、總距、總時之首
- 各日(多日者):
- 日要(始、終、總 km、總時)
- 各段:出發時、旅模、距、久
- 各停:至時、停留、述、近 POI
- 事務節:泊、燃料、休、緊急聯
- 圖參(OpenStreetMap 之徑連結或 GPX 匯)
得:完備、時預算之行程文,含實時、各停 POI 薦、實事務訊。
敗則:若 POI 查返果太多,依評或相關濾。若行程逾可用時,標較低優先停為可選或分日。若偏地無 POI,記之並建議旅人至而地察。
驗
- 諸途點皆已地理編碼附有效座標
- 徑序減倒回(無顯不效)
- 旅時對所擇模實際
- 各停之停留時計入
- 總行久於可用時窗內
- POI 相關且近徑
- 時敏停之開放時受尊
- 行程含實事務(泊、燃料、休)
陷
- 忽開放時:純依距優化或致館閉後而至。常察景之時窗制。
- 低估城旅:城駕與泊或倍預期時。城停加豐之緩衝。
- 行程過載:填每分留無延誤或自發發現之餘。每半日留 30-60 分之鬆。
- 直線距之謬:Haversine 距嚴重低估實路距,尤山地或海岸。常施繞路因子。
- 忘返事務:單向徑需謀返租車、追火車、或安接送。
- 季節閉路:山口、渡輪、景觀道或季節閉。徑前驗准入日。
參
create-spatial-visualization— 於互動圖渲染所謀徑generate-tour-report— 將行程匯為格式之 Quarto 報plan-hiking-tour— 行內徒步段之專謀assess-trail-conditions— 察任何步行/徒步段之情
Repositorio GitHub
Habilidades relacionadas
llamaguard
OtroLlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.
cost-optimization
OtroEsta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.
quantizing-models-bitsandbytes
OtroEsta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.
dispatching-parallel-agents
OtroEsta Skill de Claude despliega múltiples agentes para investigar y solucionar 3 o más problemas independientes de forma concurrente. Está diseñada para escenarios que involucran fallos no relacionados que pueden resolverse sin estado compartido o dependencias. Su capacidad principal es la resolución paralela de problemas, asignando un agente por cada dominio problemático independiente para maximizar la eficiencia.
