Agent Skills
返回列表
通勤硬约束找房

通勤硬约束找房

企业运营 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_1266dc16/commute-house-hunter。

技能介绍

它解决什么问题

「离公司近一点」是一个模糊愿望。房源卡片上的「距地铁 300 米」是直线距离,不是通勤时间;看着只有 5 公里,加上换乘可能要一小时。买房决策又把通勤、价格、户型、学区、配套混在一起,最后往往靠感觉拍板。这个技能把通勤变成可验证的硬约束:先确认目的地、方式与单程上限,再用地图路线算出真实时长,过滤掉「看着近、跑起来远」的候选,最后用一张决策页讲清每个候选的取舍。

它如何工作

核心原则:先锁定通勤边界,再搜房;先算通勤时长,再谈推荐。

  • 顾问式收需求:每轮只问一个关键问题。通勤硬参数是必收项——目的地(可多个)、方式(默认按 transit 测算,可纠正)、单程时长上限。预算、区域、新房/二手至少确认两项,且用户确认需求摘要后,才发起第一次搜索。
  • 通勤计算:坐标优先取贝壳 resblock 的小区经纬度,再按腾讯 direction 的要求反转成 纬度,经度;目的地地址必须补全到区级,否则解析偏差过大,结果全错。duration 单位是分钟,不做换算;transit 取多方案里最短的那条。
  • 多目的地矩阵:公司、配偶公司、学校分别计算,按最差单程是否超限过滤;超限候选不删除,降级列为「通勤超预算但可关注」,并给出差距。
  • 多维对比与评分:价格力、房子力、学区内、配套力、风险、口碑六维对照,附透明加权评分与排序建议。
  • 交付决策页:JSAPI GL 底图 + 真实通勤线路(步行灰虚线、地铁主题色、换乘分段)+ 通勤明细 + 对比表 + 评分卡,保存为 通勤找房决策报告__*.html。

适用边界与注意点

通勤时长是路线规划估算,不是实测,高峰可能有偏差,页面与回复都必须声明。房源、小区、价格、学区一律来自贝壳工具返回,ID 不得编造;政策、资格类问题转交 beike policy search。评分是规则辅助排序,不替代实地看房。批量测算受临时 Key 限流约束(候选 ≤5、目的地 ≤3、间隔 ≥0.3 秒)。生成的 HTML 若内嵌地图 Key,必须先做明文 Key 检测,再考虑是否公开发布。

使用场景

  • 购房者想把家换到公司附近,需要先锁定通勤时长上限,再按真实通勤时长过滤候选,并生成可视化对比报告。
  • 房产经纪人要为客户筛选预算内房源,按到公司、配偶公司、学校等多目的地的通勤时长做矩阵对比与加权评分。
  • 用户在几套候选房源间拿不定主意,需要把价格、户型、学区、配套、风险与通勤时长整合到同一页面横向比较。
  • 候选房源通勤超上限时不直接丢弃,而是降级列出并标注与上限的差距,供用户判断是否放宽条件。

适合人员

  • 准备买房的上班族:希望在上下班通勤时长可接受的范围内筛选二手房或新房,避开“看着近、跑起来远”的房子。
  • 房产经纪人:需要给客户快速交付带通勤时长、多维对比和评分的看房决策页,替代逐条口头解释。
  • 家庭购房决策者:要在夫妻双方公司、孩子学校等多目的地间权衡通勤,同时兼顾预算与学区。
  • 关注学区与配套的购房者:想在通勤达标的候选里进一步核对对口小学、嫌恶设施和周边配套后再定。