| name | weekend-city-trip |
| description | Comprehensive weekend city travel investigation skill for Chinese cities. Use this skill PROACTIVELY whenever the user wants to research a city for weekend or near-future (within 1 month) travel — including 小红书 activities, 演唱会/concerts, 集市/markets, 球赛/sports matches, 博物馆/museums, 优惠门票/discount tickets, 喜茶门店/Heytea locations, 美食街/food streets, city walk routes, 5A 景区/scenic areas, and 地铁路线/subway routes. Triggers on phrases like "调研XX城市"、"XX城市周末去哪"、"周末小旅游"、"XX城市旅游攻略"、"本周末/下周末去XX"、"XX城市近期活动"、"weekend trip to [city]"、"investigate [city]"、"城市调查". Search via anysearch CLI. All judgment, extraction, and writing done by the runtime agent (you) — no external LLM API calls. Generates text-only Markdown reports (no inline images; anysearch `search` does not return thumbnailUrl). Always invoke this skill when the user mentions researching any Chinese city for short-term travel, even if they don't explicitly ask for a "skill" or "攻略". |
周末城市旅游攻略调研 Skill
基于 anysearch WebSearch API 的标准化城市旅游调研工作流,支持任意中国城市的本周末 / 下周末 / 未来一个月深度调研。
后端分工:
- 搜索 (Step 4-5) → anysearch CLI
- 地点抽取 / 判断 / 清理 (Step 10) → runtime agent 本体(你读 markdown 自己干,不调任何外部 LLM)
- 地图 (Step 10) → 高德 AMAP
报告格式: 纯文字版 (无内嵌图,改用 emoji + 表格 + 粗体强调)。anysearch search 不返回 thumbnailUrl。
覆盖 11 个调查方向:小红书近期活动、演唱会、集市、球赛、博物馆、优惠门票、喜茶门店、美食街、city walk、5A 景区、地铁路线。生成结构化的 Markdown 攻略,信源以权威媒体为主(腾讯新闻、网易、人民网、官方文旅、本地宝、行业媒体等)。
适用场景
✅ 适用:
- "调研广州下周末有什么好玩"
- "上海本周末活动攻略"
- "成都未来一个月旅游调研"
- "北京周末小旅游"
- "我想下周末去杭州,帮我全面调查一下"
❌ 不适用:
- 海外城市调研
- 长期旅居 / 移民调研(超过 1 个月)
- 单一深度主题(如只查某场演唱会票价 → 直接 WebSearch 即可)
前置准备
执行前必须确认 3 项:
| 项 | 说明 | 默认 |
|---|
| Anysearch API key | 用户提供 as_sk-xxx (anonymous 也可,QPS 低) | — |
| 目标城市 | 中文城市名(广州/上海/成都...) | — |
| 时间范围 | 本周末 / 下周末 / 未来一个月 / 具体日期 | 下周末 |
| 偏好(可选) | 亲子/情侣/独行/带娃 | 通用 |
| 报告格式 | 纯文字版(emoji + 表格 + 粗体) | 文字版 |
| 输出格式(可选) | markdown / html / both | markdown |
| 工作目录(可选) | 报告/地图输出目录,环境变量 OUTPUT_DIR | D:/fireclaw-travel |
如果用户没说时间范围,默认下周末(本周可能来不及准备)。
API Key 配置
本 Skill 需要以下 API Key，推荐通过 .env 文件配置（已在 .gitignore 中排除，不会泄露）：
配置方式:
cp .env.example .env
export ANYSEARCH_API_KEY="as_sk-xxx"
export AMAP_KEY="xxx"
export AMAP_JS_KEY="xxx"
export AMAP_SECURITY="xxx"
安全提醒: 绝不要把 .env 文件或真实 Key 提交到版本库。.env.example 仅为模板，不含真实密钥。
工作流程(10 步法)
Step 1: 时间锁定
算清楚用户的"本周末/下周末"对应的具体日期:
- 今天 =
{currentDate}
- 本周末 = 即将到来的周六周日
- 下周末 = 下一个周六周日
- "未来一个月" = 今天起 30 天内
关键洞察:新闻文章发布时间 ≠ 活动举办时间。一篇 6/26 发布的文章可能在介绍 7/4 的活动。anysearch 没有 freshness 字段,改用 query 里加 2026年7月/近期/本周末 等关键词隐式表达"近期发布 + 介绍未来活动"的文章。
Step 2: 用户确认
如果用户消息里已经包含城市 + 时间,直接进入 Step 3。
否则用 AskUserQuestion 确认。
Step 3: TaskCreate + 工作目录
工作目录用 $OUTPUT_DIR 表示，默认为 D:/fireclaw-travel，可通过环境变量 OUTPUT_DIR 覆盖。
$OUTPUT_DIR/anysearch_{城市拼音}/
变量约定:
$OUTPUT_DIR — 报告/地图输出目录（默认 D:/fireclaw-travel）$SKILL_DIR — 本 Skill 所在目录（即本文件所在目录，anysearch CLI 已内置在 $SKILL_DIR/scripts/）
TaskCreate 6 个任务(信息密度与执行效率的平衡点):
- {城市}近期活动(活动/演唱会/集市/球赛/博物馆)
- {城市}优惠门票(本地宝优惠 + 5A 景区)
- {城市}喜茶热点(门店 + 购物中心)
- {城市}美食街 + city walk
- {城市}地铁路线(线网 + 关键站点出口)
- 整合 {城市}纯文字报告
Step 4: 写 query JSON 文件
按 references/query_templates.md 为每个调查方向写 query body（11 个 query 模板）。anysearch 字段简单，只有 query + max_results（1-10）：
{"query":"广州 周末活动 展览 演出 市集 演唱会 2026年7月","max_results":10}
完整 query 体见 references/query_templates.md（11 模板）。
Step 5: 并行批次执行（anysearch CLI）
anysearch batch_search 一次支持 1-5 并行，11 个 query 拆 3 批：
ANYSEARCH="python $SKILL_DIR/scripts/anysearch_cli.py"
DIR="$OUTPUT_DIR/anysearch_{城市拼音}"
$ANYSEARCH batch_search --queries '[
{"query":"{CITY} 周末活动 展览 演出 市集 演唱会 2026年7月","max_results":10},
{"query":"小红书 {CITY} 拍照 网红 打卡 同城活动 暑期","max_results":10},
{"query":"{CITY} 7月 演唱会 集市 球赛 体育 周末去哪 最新","max_results":10},
{"query":"{CITY} 博物馆 推荐 5A 景区 必去 打卡 2026","max_results":10},
{"query":"{CITY} 景区 门票 优惠 暑期 学生 考生 特惠","max_results":10}
]' > "$DIR/r_batch1.json"
$ANYSEARCH batch_search --queries '[
{"query":"{CITY} 喜茶 旗舰店 打卡 购物中心 黑金店 2026","max_results":10},
{"query":"{CITY} 喜茶 lab店 DP店 主题店 推荐","max_results":10},
{"query":"{CITY} 美食街 推荐 夜市 区域 2026","max_results":10},
{"query":"{CITY} city walk 路线 推荐 老城区 历史街区","max_results":10}
]' > "$DIR/r_batch2.json"
$ANYSEARCH batch_search --queries '[
{"query":"{CITY} 地铁 线路图 2026 最新 主要区域","max_results":10},
{"query":"{CITY}地铁 站点 出口 地标 商场","max_results":10}
]' > "$DIR/r_batch3.json"
响应解析（anysearch 返回 JSON-RPC result.content[].text 纯文本）：
import json, sys, io
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')
for f in ['r_batch1.json', 'r_batch2.json', 'r_batch3.json']:
with open(f, encoding='utf-8') as fp:
d = json.load(fp)
for item in d.get('result', {}).get('content', []):
if item.get('type') == 'text':
print(f'==={f}===')
print(item['text'][:2000])
break
Step 6: 解析响应
anysearch 响应是 JSON-RPC 文本流，无 summary / data.images 字段。文本以 --- 标题: ...\nURL: ...\n摘要: ... 分隔。
整合报告时按这个分隔符切分，每个 result 块包含标题、URL、摘要三段。
注意: anysearch 路径下不嵌入外部图片（search 响应无 thumbnailUrl）。报告改为纯文字版：emoji + 表格 + 粗体强调。
Step 7: 整合文字报告(初稿)
按 references/report_template.md 的 10 节标准结构整合，输出到：
$OUTPUT_DIR/{城市}{时间}调查报告_Anysearch版.md
注意:这只是初稿,不等于任务完成。必须经过 Step 8 质量检查与迭代优化才能交付。
Step 8: 质量检查与迭代优化(必做)
报告生成 ≠ 任务完成。必须按 references/quality_check.md 的清单检查并修复。
8.1 自动检查(2 分钟)
用 python 脚本扫描初稿,5 大维度:
- 完整性:11 调查方向 + 10 节结构是否齐全
- 准确性:时间/地点/价格是否真实(演出日期在未来,地铁站存在)
- 丰富度:每节信息密度是否达标
- 可执行性:周末路线时间是否冲突,地铁换乘是否合理
- 信源多样性:是否多源验证(关键信息 ≥ 2 个信源)
脚本模板见 references/quality_check.md 第 8 节。
8.2 各节最低信息密度
| 章节 | 最低 | 优秀 |
|---|
| 演唱会/演出 | 3 场 | 5+ 场含时间/场馆/票价 |
| 博物馆 | 3 个 | 5+ 个含当前展览 |
| 5A 景区 | 2 个 | 4+ 个含票价/交通 |
| 优惠门票 | 3 个景区 | 5+ 个含原价/现价/规则 |
| 喜茶门店 | 2 家主题店 | 3+ 家含开业日期/产品 |
| 美食街 | 3 条 | 5+ 条含区域/代表店 |
| city walk | 1 条路线 | 2+ 条含节点/长度 |
| 地铁出口 | 2 个站点 | 4+ 站点含 A/B/C/D 编号 |
| 直达商场 | 5 个 | 10+ 个含地铁站 |
8.3 错误识别与修复
| 问题类型 | 表现 | 修复方式 |
|---|
| 信息缺失 | 某节 < 最低要求 | 触发补查询(见 8.4) |
| 跨城市噪声 | 提到其他城市 | 删除条目,query 加城市前缀重查 |
| 过时数据 | 2018-2020 票价 | 标注"出行前请二次确认"或重查 |
| 虚假信息(摘要幻觉) | 数字可疑、单源、矛盾 | 至少 2 个信源验证,否则删除 |
| 路线冲突 | 时间重叠/不可能换乘 | 重新设计路线 |
8.4 补查询触发条件
任一条件命中就触发补查询(详见 references/quality_check.md 第 5 节):
🔴 必补(不补不能交付):
- 11 个调查方向有任何一个完全缺失
- 演唱会/演出章节 < 3 场
- 演出缺时间或场馆
- 优惠门票章节 < 3 个景区
- 跨城市噪声 > 30%
🟡 建议补(补了显著提升质量):
- 喜茶门店 < 2 家
- 美食街 < 3 条
- city walk 无具体路线
- 地铁出口细节 < 2 个站点
- 关键价格无信源支持
🟢 可选:
8.5 补查询执行
补查询走 anysearch batch_search (1-5 并行)，模板见 references/quality_check.md 第 6 节。常用模板：
$ANYSEARCH batch_search --queries '[{"query":"{CITY} 演唱会 2026年7月 排期 时间 场馆 票价 大麦","max_results":10}]'
$ANYSEARCH batch_search --queries '[{"query":"{CITY} 景区 门票 优惠 学生 暑期 {景区1} {景区2}","max_results":10}]'
$ANYSEARCH batch_search --queries '[{"query":"{CITY} 喜茶 门店 地址 营业时间 推荐 {区域1}","max_results":10}]'
$ANYSEARCH batch_search --queries '[{"query":"{CITY} {CITY} {CITY} {主题} 必去 本地 仅限 {CITY}","max_results":10}]'
8.6 迭代控制
- 最多 2 轮补查询(防止无限循环)
- 每轮 ≤ 5 次(1 个批次)
- 总 API 调用 ≤ 16 次(初始 11 + 补救 5)
- 第 3 轮触发条件仍命中 → 标注"信息有限"交付,并在报告中说明
8.7 二次检查
修复后必须再次扫描,确认所有 🔴 必补触发条件已解除。如仍有问题,进入第 2 轮迭代。
8.8 修复优先级
- 删除跨城市噪声条目(错误信息会误导用户)
- 删除过时数据(2020 年前的票价/已闭店)
- 补充缺失章节(必补触发)
- 补充低密度章节(建议补触发)
- 加二次确认安全声明(无法验证的信息)
8.9 交付
所有 🔴 必补触发条件解除后,告知用户:
- 文件路径
- 核心亮点
- API 调用统计(初始 N 次 + 补救 M 次 = 总 N+M 次)
- 已知限制(如有,如"地铁出口信息偏旧,建议二次确认")
Step 9: HTML 输出(可选,条件触发)
触发条件:用户明确要求 HTML 格式(如"生成 html"、"给我网页版"、"输出 html 报告")。
前置条件:Step 8 质量检查必须已通过,Markdown 报告为最终交付版。
9.1 检查 Python 依赖
python -c "import markdown" 2>&1 || pip install markdown pymdown-extensions
如不愿安装,脚本会自动降级到 markdown2,再降级到内置极简转换器(无需任何外部库)。
9.2 执行转换
python $SKILL_DIR/scripts/md_to_html.py \
"$OUTPUT_DIR/{城市}{时间}调查报告_Anysearch版.md"
9.3 HTML 特性
- GFM 完整支持:表格、代码块、引用块、有序/无序列表
- 中文字体优化:苹方 / 微软雅黑 / 思源黑体 fallback
- 响应式布局:手机 / 平板 / 桌面自适应
- 内嵌 CSS:单文件可分享,无外部依赖
- 打印友好:
@media print 样式,可直接浏览器打印为 PDF
- 纯文字版样式:emoji + 表格 + 粗体强调替代图片(因 anysearch 无
thumbnailUrl 响应)
9.4 交付
告知用户:
- Markdown 源文件路径
- HTML 文件路径(本次新增)
- 推荐查看方式:浏览器打开,或打印为 PDF 分享
Step 10: 地图面板生成(可选,条件触发)
触发条件:用户明确要求生成地图(如"生成地图"、"标注在地图上"、"地图版"、"mark on map")。
前置条件:Step 8 质量检查必须已通过,Markdown 报告为最终交付版。
核心原则：地点抽取与判断全部由 runtime agent 本体（你）完成，不调任何外部 LLM API。
10.1 一键管线(build_map.sh)
可用 build_map.sh 一键执行完整管线(需要设置环境变量):
export AMAP_KEY="..."
export AMAP_JS_KEY="..."
export AMAP_SECURITY="..."
bash $SKILL_DIR/scripts/build_map.sh 金华 "未来一个月" \
-m "$OUTPUT_DIR/金华未来一个月调查报告_Anysearch版.md"
该脚本自动执行以下 4 步,已完成步骤自动跳过:
Markdown 报告(.md)
↓ Step 1: agent 抽取地点 你(runtime agent)读 markdown,逐节识别真实地点,
│ 排除食物名/活动名/描述,写 places.json
places.json
↓ Step 2: geocode.py 高德 REST 批量地理编码→ geo.json
places.geo.json
↓ Step 3: inject.py 模板替换→ 地图 HTML
{城市}地图_Anysearch版.html
↓ Step 4: validate_map.py 自动验证地图质量
Step 1 由 runtime agent 完成:你直接读 markdown,逐节识别真实地点,排除食物名/活动名/广告文案等噪声,写 places.json。Step 2-4 才走脚本。
核心决策:坐标在服务端预编码写入 JSON。HTML 打开时只渲染,不调任何外部 API。
优势:
- 双击 HTML 即可,不依赖 http 服务器(file:// 也正常)
- 不受浏览器 QPS / 配额限制
- HTML 体积小、加载快、可离线分享
10.2 高德 Key 要求(两种 Key,必须用户提供)
Skill 不内置任何 Key。用户需到 高德开放平台 申请以下两类 Key:
| 用途 | Key 类型 | 环境变量 | 说明 |
|---|
| HTML 地图底图加载 | Web 端 (JS API) | AMAP_JS_KEY | 应用类型选「Web 端(JS API)」 |
| JS API 安全密钥 | (与 JS API Key 配套) | AMAP_SECURITY | 2021-12-02 后申请的 Key 必须配置 |
| Python 服务端地理编码 | Web 服务 | AMAP_KEY | 应用类型选「Web 服务」(REST 端点) |
两类 Key 不能互通:JS API Key 调 REST 会报 USERKEY_PLAT_NOMATCH,反之亦然。
配置方式(任选其一):
export AMAP_JS_KEY="用户提供的 JS API Key"
export AMAP_SECURITY="用户提供的安全密钥"
export AMAP_KEY="用户提供的 Web 服务 Key"
$env:AMAP_JS_KEY="..."
$env:AMAP_SECURITY="..."
$env:AMAP_KEY="..."
AMAP_KEY=xxx AMAP_JS_KEY=yyy AMAP_SECURITY=zzz python inject.py ...
用户没提供 Key 时:Skill 应当通过 AskUserQuestion 主动询问三类 Key,并指导用户到高德控制台申请;不要编造或硬编码任何 Key 进 HTML。
10.3 4 步详细说明
SKILL="$SKILL_DIR"
REPORT="$OUTPUT_DIR/{城市}{时间}调查报告_Anysearch版.md"
CITY="{城市}"
python "$SKILL/scripts/geocode.py" \
"$REPORT.places.json" "$CITY"
python "$SKILL/scripts/inject.py" \
"$REPORT.places.geo.json" \
"$OUTPUT_DIR/{城市}地图_Anysearch版.html" \
"$CITY" "{时间范围如 2026/7/4-5}"
python "$SKILL/scripts/validate_map.py" \
"$OUTPUT_DIR/{城市}地图_Anysearch版.html"
地点抽取的判断要点（runtime agent 工作清单）：
- 能上地图 = 真实地理坐标：景点、商场、餐厅、公园、地铁站、演出场馆、酒店等
- 不上地图 = 非地点：食物名（鸭母捻）、活动名（灯光秀）、票价数字、车次号、出口编号、纯形容词
- 同名消歧：开元寺在泉州/潮州/福州都有，按报告上下文选对的那个
- 补 known_coords：
scripts/known_coords.json 有预置坐标可直接复用，agent 读它做 fast-path
结果:双击 {城市}地图_Anysearch版.html 即可在浏览器打开,所有标记立即可见。
10.4 11 类配色系统
地图标记按调查方向分 11 类,采用水滴形 + 字母标记,鼠标悬停显示标签:
| 类型 | 字母 | 颜色 | 说明 |
|---|
| 演唱会 | C | 🔴 #d32f2f | 演唱会/音乐会 |
| 球赛 | S | 🟣 #7b1fa2 | 体育赛事 |
| 集市 | M | 🟡 #f9a825 | 集市/夜市 |
| 博物馆 | U | 🔵 #1565c0 | 博物馆/展览 |
| 5A景区 | 5 | 🟠 #e65100 | 5A/4A 景区 |
| 喜茶 | H | 🩷 #ec407a | 喜茶门店 |
| 美食街 | F | 💮 #ad1457 | 美食街/老字号 |
| City Walk | W | 🌊 #00838f | City Walk 路线 |
| 购物中心 | L | 💜 #4527a0 | 商场 |
| 地铁站 | D | ⚪ #546e7a | 地铁关键站 |
| 优惠门票 | T | 🟢 #2e7d32 | 优惠门票 |
10.5 已实现的核心交互
- ✅ 分类筛选 pill:点击切换显示/隐藏类别
- ✅ 搜索框:实时过滤卡片(名称/地址/备注)
- ✅ 双向联动:点击卡片 → 地图飞至 + 打开 InfoWindow;点击标记 → 高亮卡片
- ✅ 自动视野适配:启动时自动
setFitView 包含所有标记
- ✅ 图例:右下角显示 11 类配色对照
- ✅ 响应式:手机纵向布局 / 桌面横向布局
- ✅ NaN 坐标保护:无坐标的地点不参与地图飞至,提示用户
- ✅ 中心合理性检查:地图中心为北京但地点在别处时显示警告横幅
10.6 已知问题与修复记录
| 问题 | 根因 | 修复 |
|---|
| 部分城市中心在北京 | inject.py CENTERS 字典缺失该城市 | 改为从地点坐标修剪中点自动计算(抗离群值) |
| 重复文件混乱 | 管线无统一入口,各步骤独立执行 | build_map.sh 一键管线,自动清理旧文件 |
| 地图中心偏离 | min/max 中点受离群坐标影响 | 改用修剪中点(去除两端 10% 后取中点) |
| HTML 中 TRIP_DATA 无法解析 | JS 对象非 JSON(无引号 key、注释) | validate_map.py 增加 JS→JSON 转换器 |
| 坐标城市错乱(潮州开元寺→泉州) | known_coords 中"开元寺"存的是泉州坐标;AMAP city 参数只是提示而非硬过滤;geocode.py 不校验返回 city 字段 | ① 删除 known_coords 中多城市共有地名(AMBIGUOUS_NAMES 集);② geocode.py Layer B:校验 AMAP 响应 city 字段,不匹配则重试;③ Layer C:坐标中国范围检查;④ inject.py 防御性过滤(>3° 偏离中心则隐藏) |
10.7 交付
告知用户:
- Markdown 报告路径
- 地图 HTML 路径(统一为
{城市}地图_Anysearch版.html)
- 地点总数 + 编码成功率(100% 预编码)
- 地图验证结果(通过/警告/失败)
调查的 11 个方向
详细 query 模板见 references/query_templates.md。
| # | 方向 | query 数 | 时间过滤方式 | 关键响应字段 |
|---|
| 1 | 小红书近期活动 | 1-2 | query 关键词 近期/本周末/7月 | result.content[].text |
| 2 | 演唱会 | 1 | query 关键词 7月 最新 排期 | 同上 |
| 3 | 集市 / 市集 | 1 | query 关键词 近期 市集 | 同上 |
| 4 | 球赛 | 1 | query 关键词 本周末 球赛 | 同上 |
| 5 | 博物馆 | 1 | 无时间过滤,query 关键词 2026 推荐 | 同上 |
| 6 | 优惠门票(本地宝) | 1 | query 关键词 暑期 学生 | 同上 |
| 7 | 喜茶门店 + 购物中心 | 2 | 无时间过滤,query 关键词 2026 旗舰店 | 同上 |
| 8 | 美食街 | 1 | 无时间过滤 | 同上 |
| 9 | city walk 路线 | 1 | 无时间过滤 | 同上 |
| 10 | 5A 景区 | 1 | 无时间过滤 | 同上 |
| 11 | 地铁路线 | 2 | 无时间过滤 | 同上 |
总计 11-13 次 API 调用(anysearch batch_search 一次 1-5 并行,3 批次内可完成)。
Anysearch API 用法速查
端点(默认走 anysearch CLI,无需直接调 HTTP)
python $SKILL_DIR/scripts/anysearch_cli.py
python .../anysearch_cli.py search "广州 周末活动" --max_results 10
python .../anysearch_cli.py batch_search --queries '[{"query":"A"},{"query":"B"}]'
python .../anysearch_cli.py get_sub_domains --domain travel
python .../anysearch_cli.py extract --url https://example.com
必选/可选参数
| 参数 | 必选 | 推荐值 |
|---|
query | ✅ | 中文长尾,4 要素:地点+主题+时效+品类 |
max_results | 可选 | 1-10(默认 10) |
domain / sub_domain | 可选 | 垂直域(金融/学术/法律/健康/旅游/...) |
sub_domain_params | 可选 | 垂直域参数(如股票代码) |
响应结构(JSON-RPC 2.0)
{
"jsonrpc": "2.0",
"id": 1,
"result": {
"content": [
{"type": "text", "text": "--- 标题: ...\nURL: ...\n摘要: ...\n\n--- 标题: ..."}
]
}
}
字段说明
- 响应是
result.content[0].text 纯文本(多结果以 --- 标题: ... 分隔)
- 每段包含：标题、URL、摘要三部分
- 无
summary AI 摘要、无 datePublished、无 siteName、无 thumbnailUrl
- 整合报告时按
--- 标题: ...\nURL: ...\n摘要: ... 切分
完整踩坑与决策树见 references/anysearch_notes.md。
关键踩坑(Top 5)
详细版 + 决策树见 references/anysearch_notes.md。
- query 关键词隐式表达时效：anysearch 无 freshness 参数，靠
2026年7月/近期/本周末 关键词
- 不要堆超过 5 个 query 在一个 batch_search：上限就是 5
- 跨城市噪声：query 强加城市名前缀（
{CITY} {CITY} {主题}）
- 召回数量不是质量指标：5-7 条高质量文本结果优于 15 条低质量，不要为追求召回量浪费 quota
- anonymous QPS 极低：建议带
ANYSEARCH_API_KEY
报告结构(10 节标准)
详细模板见 references/report_template.md。
〇、一图速览(表格,11 类标记 + 核心亮点)
一、下周末 + 月度活动清单(演唱会/集市/球赛/漫展/博物馆/5A)
二、优惠门票(本地宝 + 5A 景区)
三、喜茶门店热点(LAB/DP/PINK 等主题店)
四、美食街
五、city walk 路线
六、地铁路线(含 5A 景区 + 商场直达)
七、周末组合路线(A/B/C 三条主题路线)
八、时效可靠性说明
九、API 调用统计
十、引用源
每节用 emoji (🏛️ / 🎤 / 🎪 / ⚽ ...) + 表格 + 粗体小标题提升可读性(替代原图片版式)。
跨城市差异预警
不同城市的 anysearch 索引覆盖存在差异,需要在设计 query 时留余量:
| 维度 | 可能现象 | 应对 |
|---|
| 冷门城市召回量 | 因城市而异(5-10 条波动) | 接受现状,query 多加区域关键词 |
| 喜茶主题店类型 | 各城市定位不同(LAB/DP/PINK/Cake Lab) | 从 text 字段里识别关键词 |
| 地铁出口数据新旧 | 长尾信息文章可能偏旧 | 接受(出口编号基本不变)+ 报告加二次确认提示 |
| 中文旅游垂直域 | 中文旅游域参数 (domain=travel) 不一定收录所有城市 | 默认 general 域,垂直域作为补充 |
| anonymous QPS | 无 key 时频繁 429 / 慢响应 | 强烈建议带 ANYSEARCH_API_KEY |
核心原则:召回数量不是质量指标,5-7 条高质量文本结果优于 15 条低质量。不要为追求召回量重试浪费 quota。
失败状态码
anysearch 是 JSON-RPC 2.0,主要看 error.code + error.message:
| 错误 | 原因 | 对策 |
|---|
error.code: -32600 | Invalid Request | 检查 JSON-RPC payload |
error.code: -32601 | Method not found | 确认 tools/call 参数 |
error.code: -32602 | Invalid params | 检查 query / max_results 类型 |
error.code: -32603 | Internal error | 重试,或换 query 关键词 |
error.code: -32000 (自定义) | Quota exhausted | 配置 ANYSEARCH_API_KEY 或等额度恢复 |
error.code: -32001 (自定义) | Invalid API key | 换 key |
| HTTP 429 | 频率超限 | sleep 60 重试 |
| HTTP 5xx | 服务端异常 | 退避重试 3 次后报错 |
参考文件指引
何时读哪个 reference:
- 写 query 时 → 读
references/query_templates.md(11 个方向的 query body 模板)
- 整合报告时 → 读
references/report_template.md(10 节结构 + 表格示例)
- 遇到踩坑时 → 读
references/anysearch_notes.md(踩坑 + 决策树 + 状态码表)
- 报告写完后 → 读
references/quality_check.md(质量检查 + 补查询迭代,必做)
- 用户要 HTML 时 → 用
scripts/md_to_html.py(三档优先级转换,内嵌 CSS,响应式)
- 用户要地图时 → 读
references/map_generation.md(四步生成 + 模板注入,Step 10)
一句话总结
anysearch CLI + query 关键词时效控制 + 任务间数据复用 + 5+4+2 批次 + 跨城市标准化 SOP + 质量检查迭代 + runtime agent 接管地点抽取 = 11-15 次调用产出 20KB+ 高质量纯文字报告,覆盖 11 个调查方向。
记住 7 个关键节点:先算时间 → 设计 query → 5 路 batch_search 并行 → 按模板整合 → 质量检查迭代(Step 8 不可跳过)→ HTML 输出(Step 9 条件触发)→ 地图面板(Step 10 条件触发，地点抽取由你 runtime agent 自己干)。
