commercial-hub
Skill0 starsChanged 35 days agoMITView on GitHub
商业地产总入口。合并原先三个分散入口(非标文旅商业调研 / 商业空铺招商 / 商业战术专家团)为单一入口,内部按需求类型自动分流。 触发场景:任何商业地产相关需求——项目调研、文旅非标评估、空铺招商、品牌摸底、商圈竞争、调改方案、招商策略、测算。 一句话分流:「看场子」→调研线、「填空铺」→招商线、「怎么打」→战术线。
In this repository38 other files it gives its agents.
- aranya-nonstandardSkill
- bailian-zxSkill
- brand-research-scoutSkill
- city-new-mall-scanSkill
- 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
商业地产总入口(commercial-hub)
为什么合并:原先三个入口(非标文旅商业调研 / 商业空铺招商专家 / 商业战术专家团)共用同一套数据源、同一套铁律、同一批交付模板。分开跑 = 每次都要重新交代背景。现在一个入口,内部分流。
一、分流决策树(收到需求先走这一步)
商业地产需求
├─ 想知道"这个场子怎么样 / 能不能做 / 值不值得接管"
│ → 【调研线】调 commercial-site-research
│
├─ 想知道"空铺填什么品牌 / 去哪找品牌 / 这个品牌靠不靠谱"
│ → 【招商线】走下方第二节
│
└─ 想知道"怎么打 / 定位怎么定 / 对手怎么做 / 给我一套打法"
→ 【战术线】走下方第三节判定口诀:看场子 → 调研线;填空铺 → 招商线;怎么打 → 战术线。 三件事都要时,按 调研 → 战术 → 招商 的顺序跑,前一步的产出是后一步的输入。
二、三条线的执行路径
【调研线】项目评估与非标判断
主 Skill:commercial-site-research(v2.2,13 维)
- 场外 8 维:客群、人流、商圈租金、消费力、竞争格局、业态需求度、文旅专项
- 场内 2 维:项目本体踏勘、分层分时段人流
- 非标 3 维:内容生产力与事件运营、在地文化证据链、主理人生态
铁律(不可违反):
- 四不推测:楼层布局、品牌落位、面积、在地文化,一律不推测
- 报平均租金必须带三后缀:分母 / 含项 / 口径源
- 数据四层优先级:L0 实地踏勘 > L2 WebSearch > L1 四引擎 API(高德+腾讯地图+大众点评 POI+UGC 自采集)> L3 估算
【招商线】空铺招商与品牌摸底
按信息缺口选工具:
| 需求 | 用哪个 |
| 单个品牌深度调研(工商/门店/生意模型/拓展意愿) | brand-research-scout |
| 从本地 Excel/Word 找品牌与联系方式 | local-resource-finder |
| 微信群里的品牌名片批量提取 | wechat-brand-extract(parse_chat.py) |
| 批量扫新开商业项目、填表 | city-new-mall-scan |
| 某城市竞争格局 / 存量盘点 | mall-competition-scan |
| 选址点位评估 | store-site-analysis / lbs-market-analyzer |
工商核验走天眼查连接器(已连接),不要靠模型内置知识——AI 对裁判文书可见性仅 18%、被执行记录仅 9%。
【战术线】定位、打法与方法论
方法论 Skill 池(按需调用,不要一次全开):
| 想学什么 | 调哪个 |
| 策展型零售 / 非标内容 | urf-curetail |
| 大盘社群与生态型进化 | wanhua-luxelakes |
| 瑞安新天地城市更新 | shui-on-xintiandi |
| 阿那亚非标 | aranya-nonstandard |
| 存量改造与无感运营 | 余峰-perspective |
| 社区商业与运营前置 | 王智明-perspective |
| 规模化精细运营 | 管有冬-perspective |
| 老杨本人表达与判断框架 | 老杨拆商业-perspective |
报告交付:commercial-report-delivery(MD/PDF/DOCX/HTML 四格式)
严谨性过闸:report-rigor-gate(分母闸/同质性闸/量级闸/循环闸/交付闸)
三、共享规则(三条线通用)
3.1 模型路由
用 model-router(已建)按任务选模型,不要固定一家:
| 本入口内的任务 | 模型 |
| 调研结论、对外数字 | router.py cross "..." --verify — 三家并行交叉验证 |
| 长文档、招租手册、尽调材料 | DeepSeek(1M 上下文) |
| 报告成文 | 千问(幻觉控制 86.19 国内第一) |
| 朋友圈/小红书传播文案 | 豆包(去 AI 味) |
3.2 信源边界(务必遵守)
| 信源 | 能不能拿到 | 怎么做 |
| 微信公众号深度内容 | ❌ 任何 API 都拿不到 | 用元宝 App,或用户直接提供原文 |
| 抖音/头条 | ❌ API 拿不到 | 用 mediacrawler-scraper |
| 小红书 | ❌ 全部 AI 不可达 | 人工站内搜 |
| 大众点评 | ⚠️ 需浏览器自动化 | agent-browser / huashu-mac-use |
| 工商/司法 | ✅ 天眼查连接器 | 直接用 |
3.3 交付前自检
- 数字:是否有两个独立信源支撑?AI 搜索整体错误率 >60%
- 表格:AI 算的透视表只有 27% 算对,必须改原始值复验
- 引用:所有 URL 存档,标注「AI 数值 / 原文数值 / 是否一致」
- 敏感:招商底价、未公开合同条款、客户名单不进任何在线模型,走本地
四、典型完整链路(接管一个新场子)
commercial-site-research跑 13 维调研 → 数据底座urf-curetail/wanhua-luxelakes提炼定位方向brand-research-scout+ 天眼查 验证候选品牌commercial-report-delivery出报告report-rigor-gate过闸- 关键数字用
model-router cross --verify交叉验证
五、不再单独使用的旧入口
以下三个已被本入口取代,以后都从这里进:
非标文旅商业调研→ 本入口【调研线】商业空铺招商专家→ 本入口【招商线】商业战术专家团→ 本入口【战术线】
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.

