摆摊创业全流程助手

SKILL.md

---
name: baitan-master
description: >-
  摆摊创业全流程助手。覆盖品类推荐→利润精算→选址评估→竞品分析→天气应对→合规检查→综合决策报告7大模块。
  基于2025年市场调研数据，内置40+品类利润数据、5维选址评分体系、10大痛点解决方案。
  提供品类智能匹配、利润计算器、选址评估器三大计算引擎和交互式HTML可视化报告。
  触发词：摆摊、地摊、夜市摆摊、摆摊创业、地摊经济、摆摊选品、摆摊选址、摆摊利润、摆摊成本、摆摊分析、摆摊报告、
  出摊、摊位、摆地摊、小吃摊、地摊创业、摆摊攻略、摆摊规划、摆摊决策、baitan、street vending。
agent_created: true
---

# 摆摊创业全流程助手

## 概述

本技能是摆摊创业的一站式辅助工具，覆盖从选品到运营的全流程决策支持。
内置三大计算引擎（品类匹配器、利润精算器、选址评估器）和一个完整HTML报告生成器。

### 核心能力

| 模块 | 功能 | 对应脚本/参考 |
|------|------|-------------|
| 品类推荐 | 基于预算/城市/季节/经验智能匹配最佳品类 | `scripts/product_matcher.py` |
| 利润精算 | 多维度成本核算、盈亏平衡、回本周期分析 | `scripts/profit_calculator.py` |
| 选址评估 | 5维加权评分（人流/客群/竞争/交通/成本） | `scripts/location_scorer.py` |
| 综合报告 | 生成交互式HTML可视化决策报告 | `scripts/report_generator.py` |
| 品类数据 | 40+品类利润/成本/难度参考 | `references/product_catalog.md` |
| 选址因子 | 选址评估因子详解与场景化速查 | `references/location_factors.md` |
| 痛点方案 | 10大核心痛点与应对策略 | `references/pain_points_guide.md` |

## 工作流程

### 阶段一：需求理解（交互式问答）

当用户触发本技能时，通过以下问题收集用户画像。根据用户初始输入的完整程度，灵活跳过已有信息的问题。

**必问核心信息**（按优先级）：
1. 启动预算多少？（如: 500元 / 1000元 / 3000元 / 5000元+）
2. 所在城市等级？（一线/新一线/二线/三线/四线）
3. 摆摊经验？（新手/有经验/老手）
4. 偏好品类方向？（美食/饮品/文创/日用/儿童玩具/不限）
5. 是否已有意向选址？（有/没有/有几个备选）

**可选深入信息**：
- 计划出摊时段（早市/午市/夜市/全天）
- 是否偏好低竞争蓝海品类
- 是否有特色技能（烹饪/手作/设计等）

**重要**: 不要一次性抛出所有问题。先问核心信息，根据用户回答再深入。用户若说"随便"或"不确定"，使用默认值（预算1000元/二线城市/新手/不限品类）继续。

### 阶段二：品类推荐

使用 `scripts/product_matcher.py` 进行智能匹配：

```bash
python scripts/product_matcher.py \
  --budget <用户预算> \
  --city-type "<城市等级>" \
  --season auto \
  --experience "<经验水平>" \
  --category "<偏好品类或留空>" \
  --json
```

若用户偏好低竞争品类，添加 `--low-comp` 参数。

从中获取JSON结果，提取 top 6 推荐品类，向用户展示并请其选择最有兴趣的 1-2 个品类深入分析。

**展示格式**：用表格形式呈现，包含排名、品类名、启动成本、毛利率、日流水预估、综合评分。

### 阶段三：利润精算

用户选定品类后，根据品类参考数据（`references/product_catalog.md`）获取该品类的典型数据，与用户确认或调整后，运行利润计算：

```bash
python scripts/profit_calculator.py \
  --revenue <日均营业额预估> \
  --food-cost <日均食材成本> \
  --rent <日均摊位费> \
  --equipment <设备总投资> \
  --equipment-days 180 \
  --loss-rate 0.05 \
  --working-days 26 \
  --json
```

**参数设置指引**：
- `--revenue`: 取品类日流水范围中值，或用户预期
- `--food-cost`: = revenue × (1 - 毛利率)，从品类数据取
- `--rent`: 询问用户摊位费，默认可设30-50元/天
- `--equipment`: 取品类启动预算
- `--loss-rate`: 食品类5-8%，百货类2-3%

展示结果包含：日/月/年利润、利润率、成本结构、盈亏平衡点、回本周期、健康度评级、优化建议。

### 阶段四：选址评估

参考 `references/location_factors.md` 的5维评分体系，引导用户评估选址：

若用户已有选址 → 逐项询问5个维度得分 (2/4/6/8/10)：

1. **人流量密度**: 日均人流量？(极高10 / 高8 / 中6 / 低4 / 极低2)
2. **目标客群匹配度**: 与品类的匹配程度？(完美10 - 不匹配2)
3. **竞品密度**: 500米内同类摊位数量？(零竞品10 - 极度饱和2)
4. **交通可达性**: 到最近地铁/公交距离？(极佳10 - 很差2)
5. **经营成本**: 日摊位费多少？(免费10 - >100元2)

运行评估器：

```bash
python scripts/location_scorer.py \
  --traffic <得分> --match <得分> --competition <得分> \
  --access <得分> --cost <得分> --json
```

展示总分、评级（A-E）、各维度详情、行动建议。

若用户有多个备选位置 → 逐个评估后自动对比，推荐最优选址。

若用户没有选址 → 根据品类类型，参考 `references/location_factors.md` 的"场景化选址速查"表，给出针对性选址建议。

### 阶段五：天气应对策略

根据当前季节和品类特点，生成天气应对建议：

- **雨季应对**: 防雨棚准备、防水设备、线上私域接单
- **高温应对**: 冷饮/冰品切换、遮阳伞、缩短出摊时间
- **寒冬应对**: 保暖设备、热饮/热食切换、保温包装
- **极端天气**: 停摊预案、社群通知模板

无需单独运行脚本，直接基于品类和季节生成。

### 阶段六：痛点预检清单

参考 `references/pain_points_guide.md`，为用户生成个性化出摊前检查清单，标注 P0/P1/P2 优先级：

| 检查项 | 严重度 | 说明 |
|--------|--------|------|
| 选址客群匹配验证 | P0 | 实地观察≥3天 |
| 进行证照办理/政策确认 | P0 | 营业执照+食品许可 |
| 差异化选品确认 | P0 | 与周边竞品差异点 |
| 供应商稳定确认 | P1 | 至少2家备份 |
| 天气应变方案 | P1 | 3套预案 |
| 私域沉淀准备 | P2 | 企业微信/微信群 |
| 动线陈列设计 | P2 | 阶梯货架+视平线 |

### 阶段七：生成综合决策报告

汇总所有阶段数据，构建JSON数据并调用报告生成器：

```bash
python scripts/report_generator.py \
  --output <输出路径>/baitan_report.html \
  --data '<完整JSON数据>'
```

**JSON数据结构示例**：
```json
{
  "user_profile": {"budget": 1000, "city_type": "二线", "season": "夏季", "experience": "新手"},
  "products": [{"name": "手打柠檬茶", "category": "美食饮品", "overall_score": 85, ...}],
  "profit": {"daily": {...}, "monthly": {...}, "breakeven": {...}, "assessment": {...}},
  "location": {"total_score": 72, "grade": "B - 优质选址", ...},
  "weather_tips": [{"condition": "雨天", "icon": "🌧️", "advice": "..."}],
  "competitor_analysis": {"nearby_competitors": [...], "strategy": "..."},
  "pain_point_checklist": [
    {"label": "选址客群匹配验证", "severity": "P0", "checked": false}
  ],
  "final_recommendation": {
    "recommendations": [
      {"title": "推荐品类", "description": "..."},
      {"title": "首周行动计划", "description": "..."}
    ],
    "motivation": "..."
  }
}
```

报告生成后，使用 `present_files` 展示HTML报告给用户。

## 默认参数速查

当用户说"随便"或不确定时，使用以下默认值：

| 参数 | 默认值 | 说明 |
|------|--------|------|
| 预算 | 1000元 | 新手友好启动线 |
| 城市 | 二线城市 | 中等消费水平 |
| 季节 | 当前月份自动判断 | 3-5春/6-8夏/9-11秋/12-2冬 |
| 经验 | 新手 | 推荐低难度品类 |
| 摊位费 | 40元/天 | 社区/夜市均价 |
| 损耗率 | 5% | 食品类通用 |
| 月出摊天数 | 26天 | 每周6天 |
| 设备折旧天数 | 180天 | 约6个月 |

## 脚本运行环境

所有Python脚本要求在技能目录的父级项目路径下运行。由于脚本输出含Emoji/中文，**Windows环境必须设置 `PYTHONIOENCODING=utf-8`**：

```bash
PYTHONIOENCODING=utf-8 python <skill_path>/scripts/xxx.py <args>
```

推荐使用 `C:/Users/PC/.workbuddy/binaries/python/versions/3.13.12/python.exe` 作为Python解释器。运行前确保工作目录正确。

## 交付物

完成全部流程后，必须交付：
1. 交互式HTML决策报告（`present_files` 展示）
2. 品类推荐清单（含评分排名）
3. 利润精算结果（含优化建议）
4. 选址评分与建议
5. 出摊前检查清单

## 注意事项

- 所有利润/成本数据为2025年市场调研参考值，实际需结合当地情况调整
- 选址评分仅供参考，强烈建议实地考察≥3天后再决策
- 首次出摊建议从500元以下品类试水，降低试错成本
- 合规经营非常重要：先确认当地城管/物业政策再投入设备