从「人找服务」到「服务找人」—— AI 时代的本地生活全场景管家
2025 美团 Hackathon 参赛方案赛道：基于 OpenClaw 实现一个可以帮用户解决某类问题的 Agent
方向：使用 OpenClaw Skill 能力，构建一个面向本地生活的「全天候私人管家」Agent，覆盖吃、住、行、玩、美、宠、财务等日常场景。
用户痛点：本地生活服务碎片化严重，用户需要在多个 App 之间跳转才能完成一个完整的生活事务链。例如出差需要分别打开 12306、酒店平台、打车软件、外卖平台、支付工具等多个应用。
💡 核心思路：将 AI Agent 从「被动问答工具」升级为「主动服务管家」——
三层渐进加载：description → 主文件 → 引用文件。让 Agent 在有限上下文窗口中高效管理 34+ 个 Skill。
Skill 之间可以互相联动调用，形成 Skill Chain，实现复杂场景下的自动编排。
全天候调度中枢，让 Agent 能主动在合适时间推送提醒、触发下游任务。
为不同用户群体提供差异化的语言风格和交互模式，真正做到「千人千面」。
| 维度 | 小团团（美团内部） | 小美（美团内部） | 千问办事（阿里） | 支小宝（蚂蚁） | 本方案 |
|---|---|---|---|---|---|
| 定位 | 美团App内AI助手 | 美团内部AI搜索 | 通义千问办事Agent | 支付宝智能管家 | 全天候本地生活私人管家 |
| 主动性 | 被动响应为主 | 被动搜索 | 部分主动推荐 | 部分主动提醒 | ✅ 全天候主动感知+推送 |
| 场景覆盖 | 美团生态内 | 美团生态内 | 阿里生态 | 支付宝生态 | ✅ 34个Skill覆盖7大类 |
| Skill链编排 | 无 | 无 | 有限 | 有限 | ✅ 完整Skill Chain |
| 人格化 | 统一风格 | 无 | 统一风格 | 统一风格 | ✅ 3种Soul适配不同人群 |
| 多人协作 | 无 | 无 | 无 | 无 | ✅ 拼单/投票/日程协调 |
差异化优势总结：
一个基于 OpenClaw Skill 机制的全天候本地生活私人管家，以「主动感知 + 智能推荐 + 一键执行」为核心体验，覆盖用户日常生活的方方面面。
外卖推荐 · 拼单 · 排队取号 · 堂食预约
订票 · 酒店 · 打车 · 景区门票 · 演出
美容 · 美发 · 美甲 · 按摩 · 健身
医疗 · 美容 · 寄养 · 用品 · 友好场所
预算 · 报销 · 缴费 · 订阅 · 领券
家政 · 快递 · 药品 · 日用品
日程协调 · 偏好投票 · 拼单
三层架构：Heartbeat（调度层） → Skill Chain（编排层） → 单 Skill（执行层）
heartbeat 是整个管家系统的「心脏」，负责：
核心创新——Skill 之间不是孤立的，而是可以自动联动：
| 触发 Skill | 联动 Skill | 触发条件 |
|---|---|---|
| trip_reserver（订票） | hotel_reserver（酒店） | 出行票预订成功 |
| trip_reserver（订票） | pet_boarding（宠物寄养） | 行程≥2天且有宠物 |
| food_recommend（午餐推荐） | queue_number（排队取号） | 检测到堂食意图 |
| food_recommend（午餐推荐） | ride_hailing（打车） | 餐厅距离较远 |
| concert_reserver（演出） | ride_hailing（打车） | 演出当天提醒出行 |
| meetup_scheduler（约局） | restaurant_reservation（订座） | 时间确定后 |
| pet_medical（宠物就诊） | pet_shop（宠物用品） | 就诊后购买处方粮 |
| 时间 | 触发 Skill | 内容 |
|---|---|---|
| 07:30 | morning_briefing | 早间资讯 + 天气 + 联动早餐/打车 |
| 09:00 | expense_reimbursement | 工作日推送可报销条目 |
| 10:00 | coupon_claim | 每日优惠券领取推送 |
| 11:00 | food_recommend | 午餐外卖推荐 |
| 每月1号 | budget_manager | 月度消费报告 |
| 缴费日前1天 | bill_autopay | 账单缴费提醒 |
| 药品耗尽前3天 | medicine_reminder | 药品补买提醒 |
| 出行前3天 | trip_reserver | 出行提醒+联动酒店/寄养 |
根据不同用户画像，管家提供差异化的语言风格和交互模式：
适用人群：商旅出差族、职场高频用户
语言风格：简洁干练、信息密度高、直接给结论不废话
典型话术：「下周三北京出差已安排：G102 二等座 + 亚朵朝阳门店 + 宠物寄养 3 天。需要调整吗？」
适用人群：生活服务重度用户、养宠人群
语言风格：温暖亲切、有情感温度、像朋友聊天
典型话术：「嘿～你家毛孩子的驱虫药下周就该吃了哦，要不要帮你提前买好？顺便给它约个洗澡？🐱」
适用人群：银发人群、手机操作不熟练的用户
语言风格：耐心、简单、字大、步骤少，主动解释每一步
典型话术：「阿姨，您的电费这个月是 87 块钱，我帮您交好了。下次不用自己去营业厅排队啦～」
通过管家的午餐推荐获得精准流量，基于用户偏好的智能匹配提升转化率。
行程联动自动推荐，根据出差/旅游不同场景匹配最合适的住宿选项。
OpenClaw 的 Skill 采用三层渐进加载机制，解决了「34个 Skill 如何在有限上下文窗口中共存」的核心问题：
每个 Skill 的 description 中精心设计了触发词列表。Agent 根据用户输入自动匹配最相关的 Skill，无需硬编码路由规则。
Skill 之间通过约定的输出格式互相触发。如 trip_reserver 订票成功后输出标准化数据，自动触发 hotel_reserver。
Soul 人格不是写死在代码里，而是通过 Skill 配置动态加载。可以根据用户画像实时切换语言风格。
budget_manager 从用户每次本地生活交互中自动提取消费数据，无需手动记录。通过 Skill 间数据流自动完成。
以「Kevin 出差」为例，展示管家如何串联多个 Skill 完成一次完整出差服务
→ 7个App，15+步操作，耗时 40 分钟以上
→ 1个对话窗，6次确认，全程 3 分钟
管家（trip_reserver）：「Kevin，你下周三去北京的固定行程快到了。G102 7:00发 二等座 ¥553，G106 8:00发 ¥553。帮你订哪趟？」
Kevin：「订 G102」
管家（hotel_reserver 联动）：「票已搞定 ✓ 顺便帮你看了酒店：① 亚朵朝阳门 ¥428 ② 全季国贸 ¥368。选哪个？」
Kevin：「亚朵」
管家（pet_boarding 联动）：「你要出门 3 天，橘猫'肥橘'需要寄养。附近萌宠乐园 ¥89/天 散养，要预约吗？」
Kevin：「好的」
管家（ride_hailing + 天气感知）：「今早有雨 🌧️ 高铁 7:00 发车，建议 5:50 出发叫车。现在帮你叫？」
Kevin：「叫吧」
管家（expense_reimbursement）：「出差结束！本次出行消费汇总：高铁 ¥553 + 酒店 ¥428 + 打车 ¥67 = ¥1,048。一键生成报销单？」
Kevin：「生成」
以「民宿老板林姐」为例，展示管家如何为 B 端商户提供运营辅助
B端价值：管家不仅服务 C 端用户，同样可以赋能 B 端商户。通过 Skill 机制，未来可以开放给商户开发者自定义 Skill，形成 Skill 生态市场。
共 34 个 C 端 Skill + 1 个调度中枢，覆盖 7 大生活场景：
| Skill 名称 | 类别 | 触发方式 | 联动 Skill |
|---|---|---|---|
| heartbeat | 基础设施 | 开屏 / 定时 | 所有下游 Skill |
| food_recommend | 餐饮 | 每日11:00 / 用户主动 | order, queue_number, ride_hailing |
| group_order | 餐饮 | 收到拼单链接 / 用户主动 | order |
| queue_number | 餐饮 | food_recommend 联动 / 用户主动 | ride_hailing |
| restaurant_reservation | 餐饮 | meetup_scheduler联动 / 用户主动 | ride_hailing |
| trip_reserver | 出行 | 出行前3天 / 用户主动 | hotel_reserver, pet_boarding, order |
| hotel_reserver | 出行 | trip_reserver联动 / 用户主动 | order |
| ride_hailing | 出行 | 天气触发 / 上下文触发 / 用户主动 | — |
| attraction_ticket | 出行 | 用户主动 | ride_hailing, order |
| concert_reserver | 出行 | 关注列表开售前1天 / 用户主动 | ride_hailing, order |
| movie_ticket | 出行 | 用户主动 | ride_hailing, order |
| beauty_service | 丽人 | 周期提醒 / 用户主动 | — |
| hair_salon | 丽人 | 周期提醒 / 用户主动 | — |
| nail_salon | 丽人 | 周期提醒 / 用户主动 | — |
| massage_booking | 丽人 | 情绪感知 / 用户主动 | — |
| fitness_booking | 丽人 | 用户主动 | — |
| pet_medical | 宠物 | 疫苗到期前7天 / 用户主动 | pet_shop |
| pet_grooming | 宠物 | 周期提醒 / 用户主动 | — |
| pet_boarding | 宠物 | trip_reserver联动 / 用户主动 | pet_shop |
| pet_shop | 宠物 | 其他宠物Skill联动 / 用户主动 | order |
| pet_supplies | 宠物 | 消耗品到期前3天 / 用户主动 | order |
| pet_friendly | 宠物 | 用户主动 | ride_hailing |
| budget_manager | 财务 | 每周一/每月1号 / 用户主动 | — |
| expense_reimbursement | 财务 | 工作日9:00 / 用户主动 | — |
| bill_autopay | 财务 | 缴费日前1天 / 用户主动 | — |
| subscription_manager | 财务 | 到期前3天 / 用户主动 | — |
| coupon_claim | 财务 | 每日10:00 / 用户主动 | — |
| home_service | 生活 | 周期提醒 / 用户主动 | — |
| package_tracker | 生活 | 驿站超时前2h / 用户主动 | — |
| medicine_reminder | 生活 | 耗尽前3天 / 用户主动 | order |
| supplies_reminder | 生活 | 耗尽前3天 / 用户主动 | order |
| morning_briefing | 生活 | 每日7:30 | food_recommend, ride_hailing |
| meetup_scheduler | 协作 | 用户主动 / 多人场景检测 | restaurant_reservation, preference_poll |
| preference_poll | 协作 | 用户主动 / meetup联动 | — |
| order | 基础设施 | 上游Skill调用 / 用户主动 | — |
从「用户主动搜索服务」到「服务主动找到用户」
一个对话窗口 = 一个全能管家。不再需要在多个 App 之间切换，所有生活事务在一个地方完成。
从「流量分发平台」升级为「AI 生活服务平台」。通过 Skill 生态吸引开发者和商户，构建新的竞争壁垒。
获得 AI 精准推荐的高质量流量，以及 AI 运营辅助工具，降低经营成本。
探索「AI Agent + 本地生活」的新范式，为整个行业提供可复制的 Skill 架构方案。
🐙 OpenClaw + 本地生活 = 全天候私人管家
让每一个美团用户都拥有一个懂你、主动、高效的 AI 生活管家。