# Ecopartner Match Recommend

> 中南片区生态伙伴智能匹配 — 输入客户AI需求，匹配中南片区240家生态伙伴，输出推荐方案+追问澄清+HTML报告。触发词：供需匹配、伙伴匹配、中南片区匹配、服务商匹配、智能匹配、AI匹配、推荐方案、匹配伙伴、找服务商、伙伴推荐、AI需求、生态伙伴、ecopartner、ecopartner-match-recommend

- Skill: `agenticaiplan/ecopartner-match-recommend` (Agent Skill, multi-file: 12 files)
- Install (CLI): `npx skillmds@latest add agenticaiplan/ecopartner-match-recommend`
- Raw SKILL.md: https://api.skillmd.com/api/skills/agenticaiplan/ecopartner-match-recommend/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Web & Frontend
- Author: agenticaiplan (https://skillmd.com/u/agenticaiplan)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/agenticaiplan/ecopartner-match-recommend

---


# ecopartner-match-recommend

## 适用场景

当用户需要将一个模糊的 AI 落地需求快速匹配至中南片区的生态伙伴时，使用本 Skill。

典型触发场景：
- 客户提出 AI 项目需求，但未明确指定供应商
- 需要快速了解某类 AI 能力有哪些合作伙伴可承接
- 需要生成一份可汇报的伙伴匹配方案
- 区域生态运营中的供需对接

**关键约束**：本 Skill 仅覆盖中南片区生态伙伴，包括华南（广东、广西、海南、福建、香港、澳门）、华中（湖南、湖北）、西南（重庆、四川）。

---

## 输入要求

- **业务目标**：客户想解决的 AI 落地问题（描述性文本）
- **背景上下文**：客户的行业、规模等基本信息（如有）
- **关键约束**：是否指定技术路线（飞桨/文心）、预算范围等
- **期望输出**：推荐伙伴列表 + 可视化报告

---

## 执行步骤

### Step 1：读取伙伴数据

读取 `references/partner-data.json`，获取完整伙伴列表。

### Step 2：智能需求解析

仔细理解客户需求，拆解出所需 AI 能力组合：
- 需要 OCR 文字识别吗？
- 需要计算机视觉（图像检测/分类/分割）吗？
- 需要自然语言处理（文本分析/抽取）吗？
- 需要大模型/智能体吗？
- 需要语音识别吗？
- 还需要什么其他能力？

### Step 3：技术选型建议

根据场景推荐飞桨或文心技术路线：

| 场景 | 推荐技术 | 原因 |
|------|----------|------|
| 软硬一体/边缘部署 | 飞桨 | PaddleX、PP-OCR 原生支持端侧 |
| OCR + 视觉组合 | 飞桨 | PP-OCRv5 + PaddleX 视觉生态完整 |
| 工业视觉/质检 | 飞桨 | 工业相机 + 边缘推理生态成熟 |
| 快速接入/大模型对话 | 文心 | ERNIE API 调用简单，上线快 |
| 知识库 + RAG | 文心 | ERNIE + 千帆平台集成更好 |
| 数字人/创意生成 | 文心 | ERNIE 数字人能力更强 |

### Step 4：多标签组合匹配

带着 Step 2 分析出的 AI 能力，逐一审视伙伴数据：

| 优先级 | 规则 |
|--------|------|
| 第一优先 | ai_tags 同时包含多个需求能力 |
| 第二优先 | ai_tags 包含核心能力 + industry 匹配 |
| 第三优先 | ai_tags 包含核心能力（备选） |

### Step 5：分级推荐输出

按匹配度输出推荐结果：

| 等级 | 标准 |
|------|------|
| ⭐⭐⭐⭐ 强烈推荐 | AI能力全匹配 + 行业/场景匹配 |
| ⭐⭐⭐ 推荐 | AI能力匹配，或能力+行业部分匹配 |
| ⭐⭐ 备选 | 仅AI能力匹配 |

### Step 6：智能追问

每次选最相关的 1-2 个维度追问，每次 ≤ 3 个问题：

| 维度 | 作用 | 适用场景 |
|------|------|----------|
| 项目阶段 | 判断 POC 还是已立项 | 几乎所有场景 |
| 数据情况 | 影响方案设计 | 需要模型训练的 |
| 预算/时间 | 筛选供应商档位 | 有档位差异时 |

### Step 7：生成 HTML 可视化报告

完成匹配后，生成独立 HTML 报告，包含：
- 需求分析（客户场景、所需 AI 能力、推荐技术）
- 伙伴推荐（按分级展示）
- 匹配理由（每家伙伴的核心优势）
- 注意事项（选型和实施关键提示）
- 追问清单（引导深入了解项目）

---

## 输出要求

- **结构清晰**：按 ⭐⭐⭐⭐强烈推荐 / ⭐⭐⭐推荐 / ⭐⭐备选 分级展示
- **结论与过程一致**：匹配理由需对应 Step 2 分析出的 AI 能力
- **明确风险与假设**：
  - 定价信息不完整，需单独询价
  - 星级评分基于 ai_tags 匹配度，实际效果以 POC 为准
  - 区域限制：仅中南片区

---

## 参考资料

| 文件 | 用途 |
|------|------|
| `references/partner-data.json` | 核心数据：240+ 生态伙伴信息 |
| `references/partner-data-schema.md` | 数据字段说明 |
| `references/report-template.html` | HTML 报告模板 |
| `references/match-report-example.html` | 报告示例 |
| `references/screenshot-*.png` | 报告效果截图 |

---

## 踩坑经验

- **先分析 AI 能力组合，再匹配供应商**，不要直接用需求关键词匹配产品名
- 分析能力时，用 AI 知识判断客户需求背后真正需要什么
- **多标签组合优先**：同时匹配多个能力的供应商比单能力更精准
- **飞桨/文心 要根据场景推荐**，不要让客户自己选
- 匹配时以 ai_tags 为核心依据，product_intro 为辅助参考
- **追问要选对维度**：项目阶段、数据情况比「什么行业」更关键