我花了一个下午，给AI助手接上了全球200万家酒店

我花了一个下午给AI助手接上了全球200万家酒店下午两点半我坐在工位上对着Cursor发呆。事情是这样的我在做一个出行规划类的AI Agent功能已经搭得差不多了——能理解用户意图、能规划行程、能推荐景点。但有一个致命的短板它不会订酒店。不是订不好是完全不会。你问它杭州西湖附近有什么五星酒店它会给你写一篇小作文告诉你杭州酒店选择丰富建议考虑西湖周边区域——废话我知道选择丰富我要的是具体哪家、多少钱、能不能订。问题的根源很简单大模型的训练数据里没有实时酒店库存。它知道杭州大概有什么酒店但不知道这家酒店今天还有没有房、多少钱。要让Agent真正能订酒店需要接一个真实的酒店数据源。今天下午我把这件事搞定了。从零到跑通第一个真实订单总共花了不到三个小时。下面是完整的实操记录。如果你也在做类似的事如果你也在搭Agent或者想让你的AI助手具备酒店预订能力我的建议是先明确你的场景——是给个人用户用还是给企业差旅用还是做行程规划工具场景不同对数据源的要求不同优先选MCP原生支持的方案——省掉大量adapter开发工作测试交易闭环——不要只测搜索一定要走一遍下单流程确认数据真实性关注定价权——如果你想做商业化这个权限比API费用更重要接入申请地址RollingGo 接口申请个人开发者和企业都可以申请3天内首调解锁长期额度。一个Key同时覆盖酒店和机票MCP不需要分开申请。14:30 — 调研为什么这事这么难在动手之前我先花半小时理清了一个问题为什么之前一直没搞定答案很简单传统的酒店API不是给个人开发者用的。国内几家大OTA的开放平台接入门槛是企业资质商务对接保证金。我查了一下流程注册企业账号 → 提交商务申请 → 等审核 → 签合同 → 交保证金 → 拿API文档 → 开始开发。快的话两三周慢的话一两个月。而且保证金从几万到几十万不等。国际GDS系统Amadeus、Sabre更不现实文档几百页按查询次数收费还不一定覆盖得到国内酒店。我在GitHub上搜了一圈hotel MCP出来十几个项目点进去一看——大部分是Demo返回的是假数据价格是编的不能下单。能用的极少。直到我翻到道旅科技的项目star数不算特别高但README里的几个数字让我停下来了200万全球酒店11万直签酒店实时库存非缓存500全球供应商支持MCP协议最后一条是关键。MCPModel Context Protocol是2024年底Anthropic提出的开放协议现在已经是AI Agent连接外部工具的事实标准。如果这个项目原生支持MCP意味着我不需要写任何adapter代码直接配置就能用。决定试试。15:00 — 申请Key3分钟拿到申请入口在rollinggo.store/apply填了一个表单姓名、邮箱、使用场景描述。提交之后大概2分钟左右邮件就到了。邮件里包含两个东西API Key格式是mcp_开头的一串字符Partner Center账号用来管理加价比例、查看订单和收益整个过程不需要营业执照不需要商务对接不需要保证金。自动审核即时下发。这里有一个细节值得注意邮件里说3天内完成首次工具调用就能解锁永久调用额度。也就是说如果你申请了Key但一直不用额度可能会回收。这个设计挺合理的——优先服务真正有需求的开发者。15:10 — 配置Cursor2分钟搞定我日常用Cursor做开发它原生支持MCP协议。配置方式很简单在项目的.cursor/mcp.json里加一段{ mcpServers: { RollingGo-Hotel: { url: https://mcp.rollinggo.cn/mcp, type: http, headers: { Authorization: Bearer mcp_your_key_here } } } }把mcp_your_key_here换成邮件里收到的实际Key。保存重启Cursor。如果你用的是Claude Desktop配置文件在~/.claude/claude_desktop_config.json格式一样。Codex、Windsurf、Cherry Studio等平台也类似官方文档有每个平台的具体步骤。配置完之后我在Cursor的对话窗口里试了一句帮我搜一下杭州西湖附近后天入住的五星酒店Cursor思考了两秒自动调用了searchHotels工具。返回了5家酒店每家都带名称、星级、最低价、到西湖的距离、设施标签。第一个真实的酒店数据跑通了。15:30 — 深入测试搜索能力到底怎么样基础跑通之后我开始测一些更复杂的场景。场景1多条件组合搜索7月15日到17日东京站附近步行10分钟以内预算600元以内含早餐4星以上Agent把这段自然语言拆解成了结构化参数城市东京、地标东京站、距离800米、价格上限600、星级4-5、标签含早餐、入住日期2026-07-15、住宿天数2。返回了3家符合条件的酒店。说实话这个结果让我有点惊讶。不是惊讶AI能理解需求——这是大模型的基本能力——而是惊讶数据源真的有这些酒店。东京站步行10分钟以内的酒店是一个很具体的地理范围能精确到这个粒度说明底层的位置数据是结构化的不是随便填的城市中心点。场景2查房型和实时报价搜索结果里每家酒店都有一个hotelId。拿这个ID调getHotelDetail就能看到这家酒店在指定日期的所有房型、价格、退改政策。我查了其中一家的详情返回了6种房型从标准双床到行政套房每种都带房型名称、面积、床型、早餐类型、价格CNY、是否可免费取消、最后退改时间。这些信息量和你在OTA上看到的详情页基本一致但格式是结构化JSONAgent可以直接理解和对比。场景3价格对比我拿同一家酒店的同一天入住价格和携程做了对比。结果RollingGo的价格是¥1,053携程是¥1,264。差了约20%。这个价差的原因后面才想明白它给的是供应链直供底价携程给的是零售价。零售价里包含了平台佣金通常15%-25%。道旅本来就是给OTA供货的供应商现在通过MCP直接把底价开放给了Agent开发者——等于跳过了中间的零售加价环节。16:15 — 交易闭环从搜索到下单搜索和查价只是前半段。真正让我觉得这事成了的是交易闭环。RollingGo的MCP提供了完整的交易链路Step 1搜索酒店→ 拿到hotelIdStep 2查房型报价→ 拿到ratePlanIdStep 3锁价确认→ 调用price-confirm拿到referenceNo这一步很关键。锁价意味着系统在一段时间内为你保留这个价格即使后续酒店涨价你按锁定价下单。referenceNo是交易凭证后续下单要用。Step 4提交预订→ 调用book传入入住人信息姓名、邮箱返回一个支付链接Step 5查询订单→ 调用orders查看订单状态我在对话里走了一遍完整流程用户帮我订这家酒店7月15日入住7月17日退房2人入住Agent好的我先为您确认价格。Agent调用price-confirm价格已锁定¥1,053/晚2晚合计¥2,106。免费取消截止时间7月13日18:00前。是否确认预订用户确认Agent调用book预订已提交支付链接已生成请点击完成支付[链接]整个流程在对话里完成没有跳转到任何外部平台。用户只需要在最后一步点击支付链接完成付款。16:45 — 一个意外发现盯价功能测试过程中我注意到MCP还提供了一个盯价能力——设置一个目标酒店和价格阈值当价格低于阈值时主动推送提醒。这个功能对C端用户来说很实用订了酒店担心买贵设一个盯价如果降价了自动提醒你取消重订。还没订酒店但想等低价设一个监控降价了第一时间通知你。我在Agent里试了一下用户帮我盯一下这家酒店如果7月15日入住的价格降到900以下就提醒我Agent配置监控规则已为您设置价格监控。当前价格¥1,053目标价格¥900。当价格触发阈值时我会第一时间通知您。虽然这次测试没有等到实际降价但功能逻辑是通的。17:00 — 总结一个下午的收获从14:30开始调研到17:00跑通完整的搜索→查价→锁价→预订→盯价流程实际花了约2.5小时。其中调研和选型30分钟申请Key配置5分钟功能测试1小时交易闭环验证30分钟盯价功能探索15分钟如果是纯接入不深入测试从申请Key到第一次成功调用确实5-10分钟就够了。几个实际感受第一MCP协议的价值被低估了。如果没有MCP我需要读API文档、写HTTP请求、处理认证、解析返回格式、适配数据结构——这套流程下来至少半天。MCP把这一切标准化了Agent自动发现工具、自动构造参数、自动解析返回。开发者只需要配一个URL和一个Key。第二供应链直连和OTA API是两个物种。OTA API给你的是零售端数据——价格已经被加过、库存可能被过滤。供应链直连给你的是源头数据——直签酒店的实时PMS同步价格是直供底价。对于Agent来说后者明显更适合。第三交易闭环是分水岭。能搜索的API很多能搜索能下单的极少。RollingGo的锁价→预订→支付链路是完整的这让Agent从能聊天变成了能办事。第四定价权是个隐藏的价值点。通过Partner Center可以自主配置加价比例这意味着接入方不只是调用API的技术角色而是拥有商业自主权的分销节点。对于想做商业化变现的开发者来说这个权限比免费调用更有价值。以上就是一个下午的实操记录。没有高深的架构讨论就是一个开发者把一件事从头到尾跑通的过程。如果你在接入过程中遇到问题可以在GitHub仓库提Issue或者到官方开发者群里交流。写完这篇的时候看了一眼时间比我预计的快了不少。看来选对工具确实是最高效的开发。