plan-tour-route
Acerca de
Esta habilidad planifica rutas de recorrido optimizadas con múltiples paradas utilizando datos de OSM, incluyendo ordenamiento de puntos de ruta, estimación de tiempo de viaje/distancia y descubrimiento de POI. Maneja geocodificación, calcula matrices de tiempo/distancia y genera itinerarios para comparaciones entre conducción, caminata o transporte público. Úsela al construir aplicaciones para viajes por carretera o recorridos a pie que requieran minimizar el tiempo de viaje y descubrir puntos de interés a lo largo de una ruta.
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
計遊徑
計優多站遊徑、含時估、距算、徑沿景發。
用
- 多的之車或步遊計→用
- 優訪序以減總行時或距→用
- 沿徑覓食、景、文景→用
- 生日日行程含實時算→用
- 比車、步、公運→用
入
- 必:途點列(地名、址或座)
- 必:行式(車、步、騎、公運)
- 可:起終點(若異於首末途點)
- 可:時限(發時、必至前、營時)
- 可:欲覓景類(食、景、館、油)
- 可:徑偏(速、短、景)
行
一:定途點
集並構諸需站。
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(如起末旅館)異於可序途點。
得:構諸途點列、各至少含名與址或座。
敗:途點模(如「城堡」)→ WebSearch 解為定處。需座而唯有名→步二地碼解。
二:地碼並驗
化諸途點為緯經座、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:
- 問地碼於址或地名
- 驗返座於預區
- 多果則明選正者
- 存座與原途點資
得:諸途點皆有效座、皆於合地區(無錯洲離點)。
敗:地碼無果→試異拼、加區/邦修飾或搜近標。途點於 OSM 弱覆遠區→ WebSearch 自遊誌或遊站覓座。
三:優徑序
定減總行時或距之訪序。
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:
- 始於指定起
- 自當位、選未訪中行時最近
- 移之、標已訪
- 至諸已訪
- 返指定終(若環)
多日遊→先按地近聚、各日內優。
得:序途點生徑無甚回。10 站以下總距當於論最 20% 內。
敗:近鄰果有顯回(晚站近於早)→試反徑或 2-opt 改:換邊對、若縮則留。時窗限→驗各站到時於營時內。
四:算時距
各段算行時與距。
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│
└──────────────┴────────────┴────────────────────────────────┘
各連對途點:
- 算直線(haversine)距為基
- 施繞因(路 1.3、城 1.4、高速 1.2)
- 自調距與式速估行時
- 加緩時:車 10%、公運 15%
- 諸段時加各站留時為總遊時
得:諸段時/距陣、累時納行與留。總遊時實(步遊不過晝)。
敗:時不實(如 10 km 城車 2 時)→察繞因否宜。山路→繞因加至 1.6-2.0。公運→ WebSearch 察實時表非估。
五:生行程含景
匯優徑為完行程含發景。
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
建行程檔:
- 首含遊名、日、總距、總時
- 各日(多日則):
- 日撮(始、終、總 km、總時)
- 各段:發時、行式、距、時
- 各站:到時、留時、述、近景
- 後勤段:泊、油、休區、急聯
- 圖參(OSM 徑連或 GPX 出)
得:完時計行程含實表、各站景薦、實後勤。
敗:景問返多→按評或相過。行程過時→標低序為選或分加日。遠區無景→注、薦遊者地研於到。
驗
- 諸途點皆地碼含有效座
- 徑序減回(無顯失)
- 行時實於擇式
- 各站留時納
- 總遊時於可用時窗內
- 景相關且近徑
- 時敏站之營時尊
- 行程含實後勤(泊、油、休)
忌
- 忽營時:純按距優可入閉館。必察景時窗
- 輕城行:城車與泊可倍時。城站加豐緩
- 行程過載:填每分無餘為延或意發。每半日留 30-60 分緩
- 直線謬:haversine 大輕實路距、尤山海。必加繞因
- 忘返後勤:單向徑需計返租車、趕車、辦接
- 季閉:山口、渡、景徑可季閉。發前驗開期
參
create-spatial-visualization— 於互動圖呈計徑generate-tour-report— 匯行程為格 Quarto 報plan-hiking-tour— 遊內徒段之專計assess-trail-conditions— 察步/徒段況
Repositorio GitHub
Habilidades relacionadas
content-collections
MetaEsta habilidad proporciona una configuración probada en producción para Content Collections, una herramienta centrada en TypeScript que transforma archivos Markdown/MDX en colecciones de datos con tipado seguro mediante validación Zod. Úsala al construir blogs, sitios de documentación o aplicaciones Vite + React con mucho contenido para garantizar seguridad de tipos y validación automática de contenido. Abarca todo, desde la configuración del plugin de Vite y compilación MDX hasta la optimización de despliegue y validación de esquemas.
polymarket
MetaEsta habilidad permite a los desarrolladores crear aplicaciones con la plataforma de mercados de predicción Polymarket, incluyendo la integración de API para operaciones y datos de mercado. También proporciona transmisión de datos en tiempo real a través de WebSocket para monitorear operaciones en vivo y actividad del mercado. Úsela para implementar estrategias de trading o crear herramientas que procesen actualizaciones de mercado en tiempo real.
creating-opencode-plugins
MetaEsta habilidad ayuda a los desarrolladores a crear complementos de OpenCode que se conectan a más de 25 tipos de eventos, como comandos, archivos y operaciones LSP. Proporciona la estructura del complemento, las especificaciones de la API de eventos y los patrones de implementación para módulos en JavaScript/TypeScript. Úsala cuando necesites interceptar, monitorear o extender el ciclo de vida del asistente de IA de OpenCode con lógica personalizada basada en eventos.
sglang
MetaSGLang es un framework de alto rendimiento para el servicio de LLM que se especializa en generación rápida y estructurada para JSON, expresiones regulares y flujos de trabajo de agentes utilizando su caché de prefijos RadixAttention. Ofrece una inferencia significativamente más rápida, especialmente para tareas con prefijos repetidos, lo que lo hace ideal para salidas complejas y estructuradas, y conversaciones multiturno. Elige SGLang sobre alternativas como vLLM cuando necesites decodificación restringida o estés construyendo aplicaciones con uso extensivo de prefijos compartidos.
