周边去哪儿 · 地点推荐 Skill

1. 用途与适用场景

用户给出城市 + 起点 + 一句话需求，需要知道「附近有什么值得去的地方、怎么走过去、值不值得去」。本 Skill 覆盖：

找某类地点：咖啡馆、餐厅、书店、公园、图书馆、药店、健身房等。
带有硬约束：步行时间上限、推荐数量上限、偏好（更近、更便宜、评分高、安静）。
配兜底场景：半径内没有符合条件的地点、路线查询失败、工具服务异常。

不适用：跨城市行程、多站串联游玩路线、打车/公交出行方案、实时排队与营业状态查询。

2. 输入解析（单轮任务，不要向用户追问）

评测为单轮任务。任何情况下都不要反问用户；缺信息时按下表取默认值，并在回答末尾用一行注明「本次使用的默认条件」。

| 要素 | 缺失时的默认值 | |---|---| | 地点类型 | 无法推断时，如实说明需求中未指明地点类型，不猜测推荐 | | 步行时间上限 | 15 分钟 | | 推荐数量上限 | 3 个（任何情况下最多 3 个） | | 排序偏好 | 步行时间短者优先 | | 起点坐标 | 评测会直接给出；若只给地名，先做地理编码 |

坐标格式统一为 经度,纬度（lng,lat）。顺序写反会查到另一个城市的地点，这是最常见的严重错误。

3. 使用的工具（高德 MCP Server）

| 目的 | 工具 | 关键参数 | |---|---|---| | 地名/地址 → 坐标 | maps_geo | address、city | | 城市内关键词搜索 | maps_text_search | keywords、city、citylimit=true | | 起点周边搜索 | maps_around_search | location（起点坐标）、radius（米）、keywords | | POI 详情（补地址等） | maps_search_detail | id（POI ID） | | 步行路线规划 | maps_direction_walking | origin（起点坐标）、destination（POI 坐标） |

禁止用 maps_distance（两点直线距离）来判定是否满足步行时间上限，也禁止用直线距离×经验速度估算步行时间。步行的距离与时间只能来自 maps_direction_walking 的返回。

4. 执行流程

4.1 定半径

把步行时间上限换算成搜索半径，保证不漏掉刚好卡在边界上的地点：

radius(米) = max(1000, ceil(步行时间上限分钟 × 80 × 1.3))

80 米/分钟 按成人步行约 4.8 km/h 取，1.3 是给绕行留的余量。半径只用于召回候选，不用于判定是否超时。

4.2 召回候选

调 maps_around_search(location=起点坐标, radius=上式结果, keywords=地点类型)。
检查 status 为 1 且 infocode 为 10000 才算成功；否则走 §5 异常分支。
候选数少于要求数量时，将 radius 翻倍再搜一次（最多翻倍到 4000 米）；仍不足则按 §5.1 处理。
用户提到「只在市区/某区内」等限定，改用 maps_text_search(keywords=类型+区域, city=城市, citylimit=true) 补充召回。

4.3 预筛

按 POI 的 type/name 排除明显不符合类型的结果（例：找咖啡馆时排除便利店、火锅店、甜品站；找书店时排除文具店）。
丢弃没有坐标或没有名称的条目。
最多取 10 个候选进入路线查询，按直线由近到远排序后截取，避免对全部 POI 发起调用。

4.4 查步行路线（逐候选，独立计算）

对每个候选调 maps_direction_walking(origin=起点坐标, destination=候选坐标)，取第一条路径的 distance（米）与 duration（秒），换算成分钟：ceil(duration/60)。

每个候选的步行数据都独立从同一起点计算，各候选之间是并列备选，不要串成一条多站路线。
单次调用失败重试 1 次；仍失败则该候选直接淘汰，并在结尾说明「N 个候选的步行路线未能获取」。
超时上限判定：步行分钟数 > 用户时间上限 → 淘汰，不得列入推荐。

4.5 筛选与排序

只保留满足全部硬条件的候选：地点类型正确、步行分钟数 ≤ 时间上限、数据来自真实路线查询。
排序：默认按步行分钟数升序（等价于「优先近一点」）。
用户偏好若有数据支持（如「便宜」「评分高」而 POI 未返回价格/评分字段），只能回答「未核实」，不得据此排序或编造理由；此时仍按步行时间排序并说明依据。
取前 min(3, 用户数量上限) 个。

5. 结果不足与异常处理（如实说明，不硬凑）

5.1 不足要求数量

少推荐即可，并说明原因，例：

在 1560 米搜索半径内只找到 2 家符合条件的咖啡馆（步行 11 分钟、14 分钟）。如需更多选择，可以把步行时间上限放宽到 20 分钟。

5.2 完全找不到

明确说明「在查询范围内没有找到符合条件的地点」，并给出放宽建议，此时不要给出任何未经路线查询验证的地点。

5.3 工具调用失败

status ≠ 1、pois 为空且确认非「确实没有」、返回配额类错误（如 DAILY_QUERY_OVER_LIMIT）、或服务无响应：如实说明是高德服务调用失败，不猜测结果、不用常识补地点，不编造地点和路线。

5.4 信息无法核实

营业状态、是否排队、安静程度、装修档次、人均价格、停车位、是否需预约——高德返回中若无对应字段，一律标注「未核实」或干脆不提。

6. 回答格式

结论在前，表格居中，说明在后。表格行数＝实际推荐数（1～3 行）：只有 2 家就写 2 行，不足时不留空行、不写省略号行。

结构模板（尖括号内容全部要替换成真实结果，不得原样出现在回答里）：

为你找到 <N> 家符合条件的<地点类型>（起点：<起点名称>，步行时间上限 <T> 分钟）。

| 序号 | 地点名称 | 地址 | 步行距离 | 步行时间 | 推荐理由 |
|---|---|---|---|---|---|
| 1 | <POI 名称> | <POI 地址> | <距离> 米 | <分钟> 分钟 | <一句话，只引用本行已有的数据> |
| 2 | <POI 名称> | <POI 地址> | <距离> 米 | <分钟> 分钟 | <一句话> |
| 3 | <POI 名称> | <POI 地址> | <距离> 米 | <分钟> 分钟 | <一句话> |

说明：搜索半径 <R> 米，召回候选 <M> 个，其中 <K> 个因步行时间超出上限被淘汰；<未核实项集中说明，可选>；<本次实际使用的默认条件>。

6.1 版式示例（名称、地址、数字全部虚构，仅为示例，禁止复用）

为你找到 3 家符合条件的咖啡馆（起点：龙翔桥地铁站，步行时间上限 15 分钟）。

| 序号 | 地点名称 | 地址 | 步行距离 | 步行时间 | 推荐理由 |
|---|---|---|---|---|---|
| 1 | 示例咖啡甲 | 示例市示例区示例路 1 号 | 620 米 | 8 分钟 | 三者中步行最近，POI 类型为「咖啡厅」 |
| 2 | 示例咖啡乙 | 示例市示例区示例街 22 号 | 880 米 | 12 分钟 | 在上限内且距离次短，名称含「咖啡」，类型匹配 |
| 3 | 示例咖啡丙 | 地址未返回 | 950 米 | 13 分钟 | 同样在 15 分钟上限内，POI 类型为「咖啡厅」 |

说明：搜索半径 1560 米，召回候选 10 个，其中 4 个因步行时间超出上限被淘汰；营业状态与人均价格未核实；本次使用的默认条件为「最多 3 家、近者优先」。

6.2 推荐理由怎么写

可以写：步行最近的一家／候选中唯一名称含「咖啡」的／上限内距离次短／类型字段明确匹配。理由里出现的每个数字与属性都必须来自本行的路线返回或 POI 返回字段。
不能写：环境好、性价比高、值得去、安静、营业中、不排队、味道正宗——这些没有字段支撑（见 §5.4）。
「未核实」集中在说明行写一次（如「营业状态与人均价格未核实」），不要塞进每一行的推荐理由；理由列只负责「为什么推荐它」，免责声明不负责。

格式硬要求：

地点名称与地址逐字引用工具返回值，不改写、不缩写、不翻译、不补全；address 为空就写「地址未返回」，不要留空格子。
距离与时间用路线返回的数值换算，距离取整到 10 米，时间 ceil(duration/60) 取整到 1 分钟；单位写在数值后。
推荐理由一句话，必须引用数据（步行距离/时间/POI 类型/名称），不给无依据的评价。
最终回答中不得出现任何尖括号占位符、省略号行，以及 §6.1 里的虚构名称、虚构地址与虚构数字。
不用图片、不输出内部推理过程、不复述工具原始 JSON。
全文控制在 200 字左右（表格不计入），保证一眼可做选择。

7. 输出前自检

[ ] 每条推荐的距离与时间都能对应到一次 maps_direction_walking 调用结果。
[ ] 没有用直线距离或估算时间顶替步行时间（maps_distance 未用于判定）。
[ ] 所有入选候选的步行时间 ≤ 用户上限；顺序与「近者优先」一致。
[ ] 推荐数 ≤ 3 且 ≤ 用户要求的数量。
[ ] 无数据支持的信息已删除或标注「未核实」；名称/地址与工具返回逐字一致。
[ ] 回答里没有残留尖括号占位符、省略号行，也没有复用 §6.1 的虚构名称、地址或数字。
[ ] 表格行数等于实际推荐数（≤3），说明行里的搜索半径与真实调用的 radius 一致。
[ ] 结果不足、路线缺失、服务失败都有对应的如实说明。
[ ] 没有向用户追问，没有输出思维链或原始 JSON。

8. 备注

本 Skill 只依赖高德 MCP 的搜索与步行路线能力，不需要长期记忆、多轮反馈、跨城市经验迁移，也不依赖 seekdb / PowerMem 等其他组件。运行环境、模型与高德 API Key 由评测平台统一配置；本文件中不包含任何密钥，也不包含源码提交，代码仓库，独立应用和测试报告。

9. 信息验证