city-new-mall-scan
Skill0 starsChanged 35 days agoMITView on GitHub
城市新开/拟开商业项目批量调研与表格填写。当用户给出一个城市新开购物中心清单(Excel/表格/名单),要求"调研这些项目""填写空白列""补全信息表"时使用。 核心能力:并行 subagent 分片调研 + 租金三口径交叉印证 + 数据置信度分级 + 底稿勘误核对。 产出:填好的 Excel(保留原始表结构 + 新增备注列)+ 填表说明纪要(含勘误与口径陷阱)。 触发词:新开商业项目调研、拟开项目一览表、填写商业项目表格、商业项目信息补全、这批项目查一下、购物中心清单调研。 区别于 mall-competition-scan(城市存量竞争格局分析)与 commercial-site-research(单体项目深度踏勘)。
In this repository38 other files it gives its agents.
- aranya-nonstandardSkill
- bailian-zxSkill
- brand-research-scoutSkill
- commercial-hubSkill
- commercial-report-deliverySkill
- commercial-site-researchSkill
- laoyang-article-excelSkill
- laoyang-article-imagesSkill
- laoyang-channels-video-agentSkill
- laoyang-quality-checkSkill
- laoyang-short-videoSkill
- laoyang-topic-researchSkill
- mall-competition-scanSkill
- md2wechatSkill
- platform-content-adapterSkill
- restaurant-evaluatorSkill
- shui-on-xintiandiSkill
- store-site-analysisSkill
- tianmuli-teamSkill
- urf-curetailSkill
- wanhua-luxelakesSkill
- warm-article-dailySkill
- wechat-account-analyzerSkill
- wechat-article-extractorSkill
- wechat-brand-extractSkill
- wechat-managerSkill
- wechat-mp-data-collectSkill
- wechat-mp-publishSkill
- wechatreaderSkill
- zouyi-chaserSkill
- zsxq-bd-harvestSkill
- 余峰-perspectiveSkill
- 潘玉明-perspectiveSkill
- 王智明-perspectiveSkill
- 王玮-perspectiveSkill
- 管有冬-perspectiveSkill
- 老杨拆商业-perspectiveSkill
- 蔡云-perspectiveSkill
The file
Files
城市新开商业项目批量调研与填表
适用场景
用户给一份多项目清单(通常 10–30 个),要求补全信息列。典型形态:
| 常见列 | 说明 |
| 项目名称 / 开业时间 / 建筑面积 / 所属行政区 | 通常已预填 |
| 开发商运营方 / 所在区位 / 商业定位 / 业态配比 / 主力店 | 需查 |
| 当前开业率 / 首层租金 / 分业态租金 / 物业管理费 | 需查+推算 |
不适用:单项目深度踏勘(用 commercial-site-research)、城市存量竞争格局(用 mall-competition-scan)。
第0步:开工前必须确认的 6 件事
不要直接开搜。先问清这 6 条,否则返工成本极高。
| # | 问题 | 常见选项 |
| 1 | 租金列填区间 / 单值(中值)/ 区间+中值? | 横向排序用单值,展示用区间 |
| 2 | 物业管理费按哪个口径? | 只填基础物业费(可比性最好)/ 综合管理服务费(贴近品牌方实付) |
| 3 | 推算值标记要不要写进表格? | 写 / 不写但另附置信度页 |
| 4 | 查不到的数怎么处理? | 留空 / 填"待核实" / 填推算值+注明 |
| 5 | 未开业项目的开业率? | 留空 / 填"待核实" |
| 6 | 调研深度? | 全按样板深度 / 重点(如10万㎡以上或重奢)按样板+其余简化 |
节奏建议:先做 2 个样板确认格式(选两个极端:最贵的和最常见的),用户确认后再铺开。
第1步:读表与备份
# 定位文件(微信/邮件附件常不在Downloads)
mdfind -name "<文件名关键词>"
# 复制到工作目录(微信容器内文件带只读权限)
cp "<src>" "<工作目录>/<名称>_工作副本.xlsx"
chmod u+w "<工作目录>/<名称>_工作副本.xlsx"读取用隔离 venv(含 openpyxl):
$HOME/.workbuddy/binaries/python/envs/default/bin/python先打印全部行列确认结构,特别是合并单元格的表头(常见:第1行标题、第2行分组表头、第3行字段名,数据从第4行起)。
第2步:并行 subagent 分片调研
按行政区切片(同区项目租金逻辑相近,agent 可复用商圈判断),每片 4–6 个项目,5 个 agent 并行。
启动方式:单条消息内多个 Agent 调用 + run_in_background: true,然后在等待期间处理其他事项(如地址核实)。
每个 agent 的 prompt 必须包含 4 块
① 项目清单(带已知的区/面积/时间,便于 agent 纠错) ② 9 个字段的精确定义(尤其物业费要写明"仅基础口径") ③ 铁律
- 禁止编造。查不到就写"待核实",绝不猜测具体品牌名、楼层落位、面积数字。
- 品牌信息必须来自可查信源;没查到就写"待核实"。
- 租金必须走三口径交叉印证:①公开挂牌价 ②商圈基准库推导 ③同商圈同能级对标。
写清三个口径各得什么数、最后怎么收敛出中值。④ 基准库 + 严格输出格式(格式统一才能直接汇总)
分片时要注意的差异化提示
- 奥莱 → 提醒联营/抽成/固租结构不同
- 非标/街区/园区 → 提醒低固定+高抽成、使用率暗坑
- 体育主题 → 提醒场馆类是租金洼地(系数0.15–0.3),会拉低全案均值
- 远郊/镇域 → 提醒不要被市中心基准抬高
- 同区有天花板项目(如荔湾的白鹅潭万象城)→ 提醒别被拉高同区小项目
第3步:租金三口径交叉印证(核心方法)
| 口径 | 来源 | 权重 |
| ① 公开/挂牌价 | 产权交易所(广交所等)、政府采购平台、农村集体资产交易平台、招租平台 | 最高(真金白银) |
| ② 基准库推导 | 城市商圈分档 + 业态楼层系数 | 中 |
| ③ 同商圈对标 | 同区同能级项目 | 中 |
收敛原则:三口径差异过大时,以口径①为锚,其余作上下限。
广州基准库(2026年,其他城市需重建)
首层租金分档:核心商圈 600–1800 元/㎡/月|区域商圈 350–800|社区商圈 120–350
基础物业费分档:核心高端场 25–50|区域型 15–25|社区型 8–20
同城对标(2026年5月):
| 项目 | 首层租金 | 物业费 |
| 太古汇 | 1000–1500 | 25 |
| 珠江新城K11 | 900–1200 | 28 |
| 天河城 | 800–1000 | 22 |
| 北京路步行街 | 600–900 | 20 |
| 番禺万博天河城 | 450–550 | 15 |
| 白云万达广场 | 400–600 | 18 |
| 黄埔优托邦 | 350–500 | 16 |
| 江南西商业街 | 300–500 | 8 |
| 越秀天荟江湾 | 180–250 | 6 |
业态楼层系数(首层=1.0):重奢1.0 / 美妆0.9–1.0 / 潮流服饰0.8–0.95 / 咖茶0.7–0.9 / 正餐0.5–0.7 / 火锅0.4–0.6 / 超市0.3–0.5 / 影院·体育场馆0.15–0.3
其他:保底+抽成 餐饮12–18%、零售8–15%、美妆20–25%(取高);保底≈同楼层固定租金的70–80%;免租期零售1–2月/餐饮2–4月/主力店3–6月;年递增核心5–8%、区域3–5%、社区2–3%
全城锚点:广州全市购物中心首层平均租金 606.8 元/㎡/月(第一太平戴维斯 2025Q4),空置率 12.4%
第4步:核实"同名/异写项目"——用地图 POI,不要只靠搜索
这是本流程最高价值的一步。 搜索会给出互相矛盾的地址,地图 POI 不会。
用 mcp__tencent-map__placeSuggestion(keyword + region):
search "百德广场" region=广州
→ 百德广场:白云区西槎路111号(购物:综合商场:购物中心)
→ 民谣集(广州白云百德广场店):西槎路123号百德广场三楼
→ 星天地国际影城(广州同德围店):西槎路123号…百德广场四楼
→ 佰德广场:佛山市南海区穗盐西路43号 ← 另一个城市,无关判断法:看经纬度距离(相差 0.0002 度 ≈ 20 米即同体)+ 看分店名里的楼栋/楼层描述 + 看"XX-东门/南门"等出入口 POI 挂的地址。
结论:111号与123号是同一宗物业的两个门牌,"百德"(商业用名)与"佰德"(工商登记用名)是同项目异写。
第5步:交叉验证行业媒体 vs 项目自有物料
赢商网/联商网也会写错。 遇到品牌名冲突,以项目自己的开业海报、抖音团购页、官方公众号为准。
实例:赢商网写"心大悦购超市",项目开业海报与抖音团购页均为"信大悦购超市"(自有招商热线可佐证)。
第6步:底稿勘误——agent 必须被要求"发现不一致要报告"
调研中通常能查出底稿 5–15% 的行存在硬伤。务必让 agent 单独列出,不要混在字段里。
常见硬伤类型:
- 面积口径混淆:商业建筑面积 vs 总建筑面积 vs 自持商业面积(差异可达 40%)
- 项目改名:底稿用旧名(如"领拳"实为"领峯",字形误录)
- 开业时间过期:清单编制后项目已开业/试营业
- 同名项目重复:一个项目两个名字,汇总时会重复计数
- 混入存量项目:老项目被误列入"拟开"清单
第7步:输出
交付物 1:填好的 Excel
- 基于工作副本(原文件只读)
- 保留原始表结构与格式
- 新增 N 列「备注」:放 ① 勘误 ② 特殊租金口径 ③ 信源风险
- 字号 9pt、
wrap_text=True、vertical='top'、行高 150 - 列宽:开发商30 / 区位38 / 定位40 / 配比26 / 主力店52 / 开业率14 / 首层租金16 / 分业态40 / 物业费16 / 备注50
交付物 2:填表说明纪要(MD + DOCX)
必含 5 节:
- 本次填表口径(回应用户确认的 6 条)
- 底稿勘误表
- 已开业项目真实状态(开业率填写的直接依据)
- 租金口径陷阱(奥莱/配套型下沉商业/地下项目物管费/非标使用率)
- 数据置信度分级 A/B/C
置信度分级标准
- A级:有政府平台/官方挂牌实价 → 可直接采信
- B级:有实盘中介挂牌 → 可参考
- C级:纯基准库+对标推算 → 仅作区间参考,不建议用于对外报价或投资测算
第8步:交付前自审(或审计他人的表)
本类表格最常见的通病是 "过程透明、结果没跟进" —— 推导栏写得清清楚楚、连自己的怀疑都写了,但数值列还是那个原始数。读者只会看数字,不会看推导。
必查 6 项:
① 数值列 vs 推导栏是否自洽
凡推导栏出现 "偏乐观""处上限""建议作为XX预估值""仅供参考" 等保留表述的,数值列必须同步调整,否则加"(预期)"标记。
实例:某项目推导写"450偏乐观、科学城成熟度不足",数值列照填 450 —— 这是最系统性的风险。
② 分业态 / 首层 系数是否越界
行业常规区间:餐饮 0.5–0.7、零售 0.7–0.95、配套 0.35–0.6、体验娱乐 0.15–0.4。 超出即需解释。常见越界原因:
- 奥莱:首层是低租名品区,高层餐饮/配套反而贵 → 该行 K 与 L 用了两套口径,必须统一或加注
- 非标园区:江景/好位置铺 ≠ 全案中值,用最贵铺当业态中值会系统性抬高
- 社区商业:餐饮系数可能到 0.7–0.8(明火铺稀缺),但到 0.94 就要求首层几乎全餐饮,需复核
③ 物业费 / 首层租金 比值
行业常规 3–10%。超过 15% 需解释。
实例:某地下配套项目 150/35 = 23.3%,同档社区项目只有 8–16 —— 剥离空调后仍高一倍,说明还含运营服务费,应改口径或加注。
④ 信源等级 ≠ 结论可靠度
不要把"信源是高等级"直接当"结论可靠"评。 有官方挂牌实价但取的是区间上沿(而非全场均值),可靠度应降级。 建议统一四级制:
- 〔高〕官方挂牌实价 且 取数对应全场均值
- 〔中〕有实盘挂牌或强对标
- 〔中低〕基准库推导 + 有同类锚
- 〔低〕纯推算无锚
低置信度行不要填单值 —— 填了会被误用于排序。改为填区间。
⑤ 横向一致性
- 同片区项目差 2 倍以上 → 必须互加说明,否则第一句被问的就是这个
- 多个不同区位项目取到几乎相同的值 → 疑似锚定效应,需复核是否独立推导
- 城市核心区 vs 镇域/城郊不应同价
⑥ 勘误是否同步到数据列
勘误写在备注列、数字留在原位,等于没改。 用这张表做排序或筛选,结果仍是错的。 交付前逐条核对:项目名、面积、开业时间、行政区 —— 备注里写了要改的,数据列是否都改了。
踩坑清单
- 不要直接开搜 —— 不确认口径,返工成本极高
- 不要跳过样板 —— 2个样板定格式,比事后返工 26 行便宜
- 物业费口径必须统一 —— 挂牌价常明示"含中央空调",要剥离;地下项目物管费可能含能耗
- 招商率 ≠ 开业率 —— 媒体常混用,必须在备注区分
- 非标街区有"使用率"暗坑 —— 计租面积≠可用面积(实例:某项目官方明示使用率仅65% → 实际有效租金高约50%)
- 配套型下沉商业租金远低于区域基准 —— 别当数据错误改回去
- 不要用同类项目的品牌去填另一个项目的主力店 —— 查不到就写"待核实"
- agent 输出格式必须统一 —— 否则汇总时还要人工二次清洗
- 微信容器文件只读 —— 复制后
chmod u+w - 递归 glob 全盘会挂起 —— 用
mdfind -name
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

