开店选址分析

SKILL.md

---
name: store-location-analysis
description: 开店选址综合分析助手。用户输入目标地址和开店类型，自动整合高德地图实时数据（地理编码、POI搜索、交通态势），从人流量、用户群体、客流特点、消费情况、竞品分析六大维度进行评估，生成交互式HTML可视化选址报告（含评分仪表盘、雷达图、竞品对比表、行动建议）。覆盖餐饮零售服务等全业态。触发词：开店选址、选址分析、店铺选址、选店面、开店评估、门店选址、帮我选店面、这地方能开店吗、开奶茶店选哪里、餐饮选址。
agent_created: true
---

# 开店选址分析技能

## 概述

基于高德地图 Web服务 API 的开店选址综合评估工具。用户提供目标地址 + 开店类型，
自动完成地址解析 → 周边设施分析 → 实时交通态势 → 竞品搜索 → 六维加权评分 →
交互式 HTML 报告生成的全流程。

## 触发场景

用户提出选址相关诉求时触发：

- "帮我在XX路分析一下适不适合开奶茶店"
- "三里屯太古里适合开火锅店吗"
- "分析一下XX小区的开店选址"
- "我正在选店面，帮我评估XX地址"

## 工作流程

### 1. 收集用户输入

确认以下信息，用户未提供时提问：

- **目标地址**（必填）：中文详细地址或地标名称
- **开店类型**（必填）：如奶茶店、火锅店、便利店、理发店、咖啡店
- **分析半径**（可选，默认1000m）：如不需要修改则使用默认值

### 2. 获取 API Key

检查 `AMAP_KEY` 环境变量是否已设置。若未设置，提示用户获取：

```
请先设置高德地图API Key（免费申请：https://console.amap.com/dev/key/app）：
- 环境变量: export AMAP_KEY="your_key"
- 或传给脚本: --amap-key YOUR_KEY
```

### 3. 执行分析

调用 `scripts/analyze_location.py`：

```bash
python "{baseDir}/scripts/analyze_location.py" \
  --address "用户提供的地址" \
  --store-type "用户提供的开店类型" \
  --radius 1000 \
  --output "{outputDir}/analysis_result.json"
```

路径说明：
- `{baseDir}` = 技能安装目录（如 `~/.workbuddy/skills/store-location-analysis`）
- `{outputDir}` = 当前工作空间的输出目录

### 4. 生成 HTML 报告

调用 `scripts/generate_report.py`：

```bash
python "{baseDir}/scripts/generate_report.py" \
  --input "{outputDir}/analysis_result.json" \
  --output "{outputDir}/选址分析报告.html"
```

### 5. 展示结果

使用 present_files 向用户展示生成的 HTML 报告。

## 分析维度说明

| 维度 | 权重 | 数据来源 | 评分逻辑 |
|------|------|----------|----------|
| 人流量 | 30% | 交通拥堵指数 + POI密度 | 缓行(80分) > 拥堵(70分) > 严重拥堵(40分) > 畅通(35分) |
| 用户群体 | 20% | 周边住宅/写字楼/学校密度 | 加权计算 POI数量 |
| 客流特点 | 15% | 地铁/公交站点数量 | 交通枢纽越多分越高 |
| 消费情况 | 15% | 商业/餐饮/娱乐设施密度 | 配套设施越丰富分越高 |
| 竞品分析 | 15% | 同类店铺搜索 | 竞品越少分越高(0家=50分,1-3家=90分,>15家=20分) |
| 商业环境 | 5% | 医疗/娱乐设施 | 辅助评估宜居性 |

### 综合评级

- **A级(85+)**: 强烈推荐，各方面条件优异
- **B级(70-84)**: 推荐，整体条件良好
- **C级(55-69)**: 谨慎考虑，存在一定风险
- **D级(40-54)**: 不推荐，多个维度不理想
- **E级(<40)**: 强烈不推荐，不适合开店

## 报告内容

生成的 HTML 报告包含：

1. **综合评分仪表盘** — 环形进度条 + 评级
2. **六维雷达图** — Chart.js 交互式雷达图
3. **实时人流与交通态势** — 交通拥堵指数分析
4. **周边设施全景** — 8类POI网格卡片
5. **竞品分析** — 竞品列表 + 距离分布 + 战略洞察
6. **六维详细评分** — 横向进度条 + 评分说明
7. **行动建议** — P0/P1/P2 优先级排序的建议清单

## 脚本说明

### scripts/analyze_location.py

核心分析脚本，调用高德地图 API 获取数据并计算评分。

参数：
- `--address`：目标地址（必填）
- `--store-type`：开店类型（必填）
- `--radius`：分析半径米数（默认1000）
- `--amap-key`：高德API Key（或通过环境变量 AMAP_KEY 设置）
- `--output` / `-o`：输出JSON文件路径

输出：JSON 结构，包含 geo/surroundings/traffic/competitors/scoring 等字段。

错误处理：
- 地理编码失败 → 提示用户检查地址格式
- API Key缺失 → 引导获取 Key
- 网络超时 → 自动重试3次，间隔1秒

### scripts/generate_report.py

报告生成脚本，将JSON分析数据渲染为交互式HTML。

参数：
- `--input` / `-i`：分析数据JSON文件（必填）
- `--output` / `-o`：输出HTML路径（默认：<input>_report.html）

### references/api_config.md

API 配置指南，包含获取 Key、配额信息、备用方案说明。
需要时加载到上下文中。

## 扩展与自定义

### 调整评分权重

编辑 `analyze_location.py` 中的 `compute_scores` 函数，修改 `weights` 字典：

```python
weights = {
    "foot_traffic": 0.30,        # 人流量
    "customer_demographics": 0.20,  # 用户群体
    "traffic_pattern": 0.15,     # 客流特点
    "spending_power": 0.15,      # 消费情况
    "competition": 0.15,         # 竞品分析
    "environment": 0.05,         # 商业环境
}
```

### 适配不同行业

不同行业的选址偏好不同，可在执行分析前询问用户行业偏好并调整分析半径：
- 餐饮：500-1000m（步行可达）
- 便利零售：300-500m（社区覆盖）
- 大型商超：3000-5000m（车行可达）
- 服务类：1000-2000m

## 技术限制与说明

1. **摄像头实时数据**：公共道路摄像头画面不可通过公开 API 获取。本技能使用高德交通态势 API（拥堵指数 + 路段流速）作为人流量代理指标，效果等效。
2. **消费数据**：高德 API 不直接提供人均消费数据，消费力通过周边商业密度和 POI 类型间接推断。
3. **人口画像**：基于周边 POI 类型（住宅/办公/学校）推断人群结构，非精确人口统计数据。
4. **API配额**：高德免费额度单日 POI 搜索 5000 次，每次分析约消耗 12 次。
5. **网络环境**：国内使用，无特殊网络要求。