智能门店选址引擎

解决的问题

门店选址常卡在两类错误：一是直接把“开在哪”交给模型空想，缺少客群、业态和经营战略；二是让模型越过数据边界，编造竞品数量、交通点位或评分。smart-site-selection-skill 把这类工作切成可控 SOP：先强制补齐关键参数，再只取可验证坐标，最后交由后端 Python 完成深度查证与排版。

工作方式

• 阶段 A 阻断追问：缺少核心客群定位或门店经营战略时，立即调用 message 或 proactive-agent 追问，并结束当前回合，禁止跳步。
• 阶段 B 坐标猎取：仅通过高德 POI 插件获取符合区域条件的 Top 3 地段名称和中心点经纬度，不查交通、竞品、商务设施明细。
• 阶段 C 商业文本：基于业态与 3 个商圈生成约 100 字宏观定调和 3 段 50 字左右微观研判。
• 阶段 D/E 交付：把坐标、名称和洞察交给后端引擎，生成包含 ECharts 与静态地图的单文件 HTML 报告。

适用边界

它适合已有明确城市、区域、品类、目标客群和门店战略的选址前期研判。不要用于查询具体竞品门店数量、交通站点明细或工程物理条件；综合评分、数据抓取和报告排版依赖 Python 后端与依赖技能。