本地活动扫描

要解决的问题

多数活动推荐场景的痛点在于：通用搜索给出的是热门榜单，与你个人口味无关；而手工整理本地活动信息耗时且容易遗漏。local-event-scanner 把「发现—筛选—呈现」固化成一条可复用的流水线，让 Agent 在回答「我这附近现在有什么值得去的活动」这类查询时，输出有依据、可回溯的短名单，而不是泛泛罗列。

工作方式

核心流程是一个有序的四段流水线，每步都有独立参考文档：

• 发现（Discovery）：从预先配置的来源中抓取真实活动，不依赖记忆或猜测。
• 打分（Scoring）：将活动与用户兴趣画像（taste profile）比对，产出相关性分数。
• 日历复核（Calendar Review）：检查候选活动是否与既有日程冲突。
• 短名单复核（Shortlist Review）：对排序结果做最后确认，输出排名短名单。

几个工程细节值得注意：

1. 运行记录先行。开始扫描前，必须先在 skills/event-scanner/runs/ 下新建空 run note（文件名形如 YYYY-MM-DD-topic.md），并立即把 event-scanner 写入其中的 Skills used 列表。这条路径要贯穿整个流程，而不是事后补记。
2. 启动序列。正式跑流水线前，需先遵循 references/operating-model.md 中的 boot sequence。
3. 可选的日历写入。只有当用户明确要求把某个活动加入 Google Calendar 时，才执行 step-5-add-to-calendar.md。
4. 调用标记。技能被触发时，Agent 应显式输出 [Using event-scanner skill]，便于调试与审计。

适用边界与注意点

• 活动来源取决于配置，技能不保证覆盖所有平台，发现结果的完整性与来源配置直接相关。
• 输出附带 caveats（注意事项），说明推荐带有不确定性，不应被当作确定性承诺。
• 技能只在自身目录内读写，不触碰外部文件。
• 打分依赖兴趣画像的可用性与质量，画像缺失时推荐质量会明显退化。