城市生活智能管家

要解决什么问题

在城市里做决策，往往卡在几类重复劳动：心情不好却不知道怎么「随便走走」；小红书种草文里地点零散，自己查 POI、拼路线很费时间；租房买房要看通勤和周边配套，信息散落在地图 App 里；轮椅或婴儿车出行，最快路线未必能走。

City Life Copilot 把这几类场景收成可离线查看的本地 HTML 卡片，内嵌高德动态地图，而不是只在对话里丢一串地址。

核心能力与工作方式

技能依赖 amap-lbs-skill（POI 与路径规划）、agent-browser（复杂页面）与 web-fetch（普通网页抓取），典型流程是：抓取或理解你的意图 → 用高德 API 清洗坐标 → 分段算步行/驾车 → 用 travel_plan.html 与 URI 编码生成连贯路线。

• 情绪盲盒漫游：根据「累了 / 想静静」等描述，生成 A/B 双线方案（例如室内艺术治愈 vs 公园湖边自然线），减少你自己查天气、做攻略的成本。
• 种草一键拔草：输入小红书等链接后，用 agent-browser 抓笔记（web-fetch 在小红书常会返回 error_code=300012），提取地点、规划路线；脚本 scripts/xiaohongshu-grabber.js 专门处理这类链接。
• 硬核房产雷达：按租房/买房意图做五维扫描（交通、医疗、教育、商业、生态），并附带早高峰通勤多方案对比，输出 HTML「体检报告」。
• 无障碍守护：在体力边界（默认连续推行约 15 分钟 / 800 米）下规划「避坑 + 绿洲」路线，结合网友避雷与带卫生间补给点，长途会建议打车而非硬推。

交付物统一为浅色系、Tailwind 排版的本地产物，文件落在 workspace，可离线打开。

适用边界与注意点

• 强反爬虫平台（小红书、抖音等）不要指望 web-fetch 单独搞定，必须走 agent-browser。
• 无障碍路线追求「可推行、有补给」，不是时间最优；默认规则可按场景调整，但设计取向是温和而非极速。
• 房产与通勤结果依赖高德 POI 与路径数据，高峰期测算是模型化对比，仍需你结合实地看房与政策信息判断。