总安装量 15
评分人数 19
该 Skill 通过 MCP（Model Context Protocol）协议连接 Lokuli 提供的健身服务平台，为用户提供从搜索到预订的完整闭环体验。
核心用法：用户可通过自然语言触发预订流程（如"预订附近的健身房"），Skill 会调用三个核心工具完成服务：使用 search 工具根据邮编和关键词搜索周边健身场馆；使用 check_availability 工具查询特定场馆在指定日期的可预订时段；最后通过 create_booking 工具提交预订，需提供姓名、邮箱和电话等联系信息。整个过程基于 SSE 传输和 JSON-RPC 2.0 协议与远端 MCP 服务端通信。
显著优点：作为纯文档型 Skill，其最大优势在于极致的透明度和本地安全性——仅包含 Markdown 文档和 JSON 配置示例，无任何本地可执行代码，彻底杜绝了代码注入或恶意脚本执行风险。功能设计闭环完整，覆盖搜索、查档、预订全流程，且参数结构清晰直观。采用标准化的 MCP 协议架构，便于与各类支持 MCP 的 AI 客户端集成。
潜在缺点：该 Skill 完全依赖第三方服务 Lokuli 的 MCP 服务端（https://lokuli.com/mcp/sse），若服务端宕机或网络连接中断，功能将完全失效。作为 T3 级社区来源，缺乏顶级开源基金会或官方组织的背书，代码仓库未明确标注开源许可证。此外，虽然 Skill 本身不存储数据，但用户必须向 Lokuli 服务端提供真实个人信息（姓名、电话、邮箱）才能完成预订，存在数据外泄和隐私风险。
适合群体：主要面向有定期健身需求且偏好数字化管理的都市人群，特别是需要快速查找附近健身房、比较不同场馆档期并即时预订的用户。适合对 MCP 生态有一定了解，能够接受通过 AI Agent 完成线下服务预订的早期采用者，以及希望简化电话预订流程、提升效率的健身爱好者。
使用风险：除依赖外部服务的可用性风险外，需特别注意个人信息保护——建议在使用前确认 Lokuli 平台的隐私政策和数据保护措施。网络通信可能存在延迟，尤其在查询可用时段时。此外，MCP 协议的 SSE 传输虽为行业标准，但在公共网络环境下仍需注意传输层安全。由于 Skill 本身无本地错误处理逻辑，所有业务异常（如场馆满员、时间冲突、支付失败）均由远端返回，用户体验和错误提示质量完全取决于 Lokuli 服务的稳定性。