出行智能导航AI助手 — 极限搜索自驾避堵方案,实测智能绕行可能比官方方案更优。一键跳转手机导航APP(iOS/Android)。目前支持高德,后续扩展
Scanned 6/7/2026
Install via CLI
openskills install modbender/skill-library-mcp---
name: navclaw
description: 出行智能导航AI助手 — 极限搜索自驾避堵方案,实测智能绕行可能比官方方案更优。一键跳转手机导航APP(iOS/Android)。目前支持高德,后续扩展
version: 1.0.0
icon: 🦀
---
# NavClaw 🦀 - 出行智能导航AI助手
导航平台:目前支持高德,后续扩展更多平台。
**⚠️ 前置条件**:需要高德 Web 服务 API Key(免费申请)。获取优先级:
1. 从记忆中查找用户是否已提供过高德 API Key
2. 如果没有,询问用户是否有高德 API Key
3. 如果用户没有,引导获取:[高德开放平台](https://lbs.amap.com/) → 控制台 → 创建应用 → 添加 Key(Web 服务)
拿到 Key 后填入 `config.py` 的 `API_KEY` 字段:
```python
API_KEY = "你的高德API Key"
```
**触发方式**:用户说"从 [起点] 到 [终点] 导航"、"导航从 [起点] 到 [终点]"或"navigate from [A] to [B]"即可自动执行。说"到家"时自动替换为 `config.py` 中的 `DEFAULT_DEST`。
**工作流程**:调用 `wrapper.py --origin "起点" --dest "终点"`,经过五阶段规划(广撒网 → 精筛选 → 深加工 → 迭代优化 → 路线固化),生成大量路线方案(含绕行优化),自动发送 3 条消息到聊天平台 + 日志附件:消息 1 完整对比表格,消息 2 快速导航链接,消息 3 最终推荐 + iOS/Android 一键深度链接。
**输出格式**:
- **Mattermost(原生支持,推荐优先使用)**:需要先在 `config.py` 中配置 `MM_BASEURL`、`MM_BOT_TOKEN`、`MM_CHANNEL_ID`,然后直接运行 `wrapper.py --origin "起点" --dest "终点"`,自动发送 3 条消息 + 日志附件(优先采用Mattermost 消息和日志附件,如果不成功则用备份方案)。
### Mattermost 发文件附件
OpenClaw Mattermost 插件不支持原生附件,用 curl 直调 API:
1. POST /api/v4/files 上传文件,拿 file_id
2. POST /api/v4/posts 发帖,带 file_ids 字段
- **其他聊天工具(备份方案)**:运行 `wrapper.py --origin "起点" --dest "终点" --no-send`,结果输出到 stdout,OpenClaw 读取后转发给用户即可。stdout 格式如下:
OpenClaw 可读取 stdout 按 `📨 消息 1/2/3` 分段转发给用户。日志文件路径在末尾 `📝 日志: log/navclaw/...` 行中,不要发路径,要读取后发出来,如果不能发附件,给发原文内容。
(一定要原样发给用户,各个消息,特别是链接要保留,不能舍弃)
**强烈建议先用原生方法**
**安装配置**:`pip install requests` → `cp config_example.py config.py` → 编辑填入高德 API Key、默认终点、Mattermost 配置(可选,包括MM_BASEURL,MM_BOT_TOKEN,MM_CHANNEL_ID,如果记忆或者配置没有,提示用户给出,如果用户没有就忽略。如果有,要写入config.py对应位置)。
**文件位置**:调用入口 `wrapper.py`,核心引擎 `navclaw.py`,配置 `config.py`(需用户创建),模板 `config_example.py`,日志 `log/`。
**聊天平台**:目前内置支持 Mattermost(通过 `wrapper.py`),其他聊天工具 OpenClaw 帮我转发。最简单的办法是直接聊天告诉 OpenClaw 运行并读取结果发送给你,支持任何聊天平台,稳定性和上下文长度取决于你的大模型 API。如果想节约 token、防止上下文截断、加快响应速度,可以自行扩展 `wrapper.py` 或让 OpenClaw AI 阅读现有 Mattermost 代码帮你适配新平台。
**性能参考**:短途无拥堵(迭代=0)约 6 秒、15 次 API、10 条路线;长途有拥堵(迭代=1)约 30 秒、150 次 API、40 条路线。首次使用建议 `MAX_ITER = 0` 验证配置正确,`MAX_ITER = 1` 深度优化可能找到比官方更快的路线。
**依赖**:Python 3.8+、`requests`(唯一第三方依赖)、高德 Web 服务 API Key。
**作者**:小红书 @深度连接
**更多信息**:[GitHub](https://github.com/AI4MSE/NavClaw) · 🌐 [NavClaw.com](https://navclaw.com) · 📧 Email: nuaa02@gmail.com
No comments yet. Be the first to comment!