travel-template-studio
Skill0 starsChanged 2 months agoMITView on GitHub
根据实际旅行任务选择、改造或从零创建可运行模板,扩展页面、模块、样式和数据关联;用于选模板、加功能、做商务模板或保存可复用模板,不负责替用户预订。
In this repository22 other files it gives its agents.
- AGENTS.mdAGENTS.md
- docs/AGENTS.mdAGENTS.md
- CLAUDE.mdCLAUDE.md
- .github/copilot-instructions.mdCopilot instructions
- .cursor/rules/travel-roadbook.mdcCursor rule
- design-with-aiSkill
- travel-managementSkill
- travel-product-studioSkill
- travelSkill
- travel-template-studioSkill
- travel-verificationSkill
- design-with-aiSkill
- travel-managementSkill
- travel-product-studioSkill
- travelSkill
- travel-template-studioSkill
- travel-verificationSkill
- design-with-aiSkill
- travelSkill
- travel-managementSkill
- travel-product-studioSkill
- travel-verificationSkill
The file
Files
旅行模板与模块扩展
先判断需求需要改变哪一层。现有模板是起点,LLM可以生成新的代码;“字段存在”不是“功能已实现”。不把固定页面数、视觉风格或组件类型变成旅行限制。
| 需求 | 最小操作 |
| 已有结构适用,只改行程 | 从示例或本地旅行创建,修改travel-data.json |
| 同样功能,改变样式 | npm run template -- --trip <dir>复制独立模板,改该模板的CSS |
| 新页面、模块或行为 | 在该旅行模板中生成实际代码,补数据关系、路由、交互、失败与测试;列入manifest |
| 全新旅行/全新布局 | npm run new -- --blank --trip <dir>保留未知,再fork模板或指定另一模板;未知事实不能用示例订单补齐 |
| 复用自己的模板和数据起点 | npm run new -- --from <existing-trip> --trip <new-trip>,清查原日期、订单和隐私后再使用 |
运行:npm run dev -- --trip <dir>、npm run build -- --trip <dir> --out <output> --manifest <outside-output.json>。若存在<dir>/template,预览与构建自动使用它;也可显式--template <path>。自定义文件需列入template/manifest.json。复制模板是该旅行可恢复的分叉,不改公共模板。
实现契约
- 阅读该模板已有的数据、渲染与状态代码,列出真正需要改的文件。先复用,不因新增模块重做全站。
- 每个旅行事实只有一个权威来源。多个页面引用它;不得用相同文字复制出看似联动的第二套事实。租车使用
rentalRef联动取还车事件。 - 自定义页面同时处理入口、深链接、返回/刷新、可见状态、标题/语言、手机布局与打印/离线。页面存在但没有可达入口不算完成。
- 自定义模块同时处理数据为空、数据变更、操作状态、失败恢复和来源。报销记录、票券勾选等本地状态必须说明不等于付款/预订或多人同步。
- 不能靠通用校验器验证任意新业务字段。为新增逻辑写针对性测试,并用真实浏览器操作;生成新JS后检查它已打包和离线缓存。
- 模板HTML保留构建所需标题/数据入口;基础构建读取对应模板的语言包和服务工作线程。全新技术栈可由LLM生成,但同时提供匹配的构建、预览和验收命令,不能冒用默认构建通过。
按需参考
- 扩展交付清单:新模板、页面、功能的代码与测试边界。
- 旅行核验与场景:证件、同行人、交通、商务和异常场景。
- 设计协作:视觉方向不明确时比较真实内容小样。
完成时交付:可运行模板、对应数据、测试证据和未验证项。用户要保存到模板库时才新增示例,清掉真实订单和私密素材,并标明虚构演示;不自动把一次客户定制变成所有项目默认行为。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

