# Location Advisor

> 选址顾问系统。基于McKinsey方法论，通过MECE因素拆解和数据驱动评分，帮助完成零售门店、餐饮、仓库、工厂、办公室等选址决策。支持API集成和无API时的手动输入模式。

- Skill: `huangqianqian120/location-advisor` (Agent Skill, multi-file: 5 files)
- Install (CLI): `npx skillmds@latest add huangqianqian120/location-advisor`
- Raw SKILL.md: https://api.skillmd.com/api/skills/huangqianqian120/location-advisor/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Integrations & APIs
- Author: huangqianqian120 (https://skillmd.com/u/huangqianqian120)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/huangqianqian120/location-advisor

---


# 选址顾问 Location Advisor

基于McKinsey方法论的选址决策支持系统。

## When to Use

✅ **USE this skill when:**
- 用户需要选址建议（门店、餐厅、仓库、办公室）
- 需要对候选区域进行评分对比
- 需要分析客流分布和竞品

❌ **DON'T use this skill when:**
- 已经确定选址，无需分析
- 需要法律/财务专业建议（请咨询专业人士）

## 使用流程

### Step 1: 确认选址需求
- 选址类型（零售/餐饮/仓库/工厂/办公室）
- 目标城市和区域
- 预算范围
- 面积需求

### Step 2: 确定因素权重（客户自定义）
系统提供默认权重，客户可根据业务特点调整：

| 维度 | 默认权重 | 可调整范围 |
|------|----------|------------|
| 客流分析 | 35% | 0-50% |
| 客流画像 | 20% | 0-30% |
| 竞争环境 | 15% | 0-30% |
| 交通便利 | 15% | 0-30% |
| 成本效益 | 15% | 0-40% |

**注意**：权重总和必须=100%

### Step 3: 候选区域筛选
- 列出候选区域（2-4个）
- 根据硬性条件过滤

### Step 4: 数据获取
- 有AMAP_API_KEY: 调用高德API获取客流、人口、租金数据
- 无API: 使用references/user-input-template.md手动输入

### Step 5: 评分对比
- 各维度打分（0-100）
- 加权计算总分
- 输出排名

### Step 6: 决策建议
- 推荐最优区域
- 优劣势分析
- 风险提示

## 数据来源（高德API）

| 数据类型 | API | 说明 |
|----------|-----|------|
| 客流分析 | 客流分析API | 日/月/小时粒度 |
| 客流画像 | 客流洞察API | 活跃度，消费能力 |
| 竞争环境 | 关键区域API | 竞品分布 |
| 交通便利 | 路径规划API | 距离、通达性 |
| 成本效益 | 用户输入/贝壳 | 租金，人力成本 |

## Reference 文件

| 文件 | 用途 |
|------|------|
| factors.md | 选址因素库（五维度权重） |
| data-sources.md | 数据源清单 |
| scoring.md | 评分模型 |
| user-input-template.md | 手动输入模板（无API时） |

## 配置

```bash
# 可选：配置高德API Key
export AMAP_API_KEY="your-api-key"

# 无API时，系统会自动使用手动输入模式
```