| name | majia-match-the-venue |
| description | Match The Venue（MTV）— 给国内城市的"高端培训/商学院/咨询/私董会"事件匹配最合适的酒店宴会厅，靠公开活动证据导航。喂活动链接（微信公众号/活动家/活动行/任意 URL）即可抽取"哪家机构 在 哪家酒店 办了什么课"，入库打分后输出选址推荐报告。当用户提到"找培训酒店"、"高管培训场地"、"会场推荐"、"宴会厅选址"、"培训选址"、"高端培训去哪开"、"match the venue"、"majia-match-the-venue"、"/mtv" 时触发。首发覆盖上海 6 个区（浦东/静安/黄浦/徐汇/长宁/闵行虹桥），跟踪 19 家高端机构（长江/中欧/得到/混沌/麦肯锡/贝恩/BCG/正和岛等）。不做酒店预订、不做询价撮合，只做"前人选址经验证据库"。 |
| license | MIT |
| metadata | {"version":"0.1.2","author":"超级马甲 / maojiebc"} |
majia-match-the-venue：高端培训选址证据导航
一句话定位
把"长江/中欧/得到/混沌/麦肯锡"们的公开选址记录，整理成一个可查询的证据库。
不重造会场搜索（会小二/Cvent 已成熟），只做"前人选址经验"这一层。
何时触发本 Skill
- 用户问 "找培训酒店"、"上海有哪些适合 100 人课桌式的酒店"、"高管培训场地"、"会场推荐"、"宴会厅"、"venue radar"
- 用户喂来一条公开活动链接（公众号回顾文 / 活动家 / 活动行）希望"记下来"或"加入库"
- 用户提到
/mtv、majia-match-the-venue、"match the venue"
三种工作流
1. 录入证据（ingest）
把任意公开活动 URL 转成一条 evidence。
python scripts/ingest.py "<URL>"
抽取目标字段：org / venue / event_date / event_type / attendees / layout / photo_urls。
默认进入 evidence.jsonl，需要人工 review 后置 verified: true。
2. 查询候选（query）
python scripts/query.py \
--city 上海 \
--district 浦东 \
--layout classroom \
--attendees 100 \
--screen LED \
--budget-day-max 80000 \
--top 5
输出：按"培训适配分"倒序的酒店清单，每家附 2-5 条证据 + 来源链接。
3. 出推荐报告（report）
python scripts/report.py \
--query "上海 100 人 课桌式 LED" \
--top 5 \
--out ~/Downloads/venue-report-2026-05.md
输出一份给业务/客户/老板看的 .md，含：推荐酒店、证据、价格区间、风险点（如柱子/层高/屏幕遮挡）。
数据三件套
| 文件 | 内容 |
|---|
data/venues.json | 酒店主库（含官方硬数据：容量、层高、屏） |
data/orgs.json | 观察机构清单（含公众号名、关键词、权重） |
data/evidence.jsonl | 活动证据流水（一行一条） |
详细字段说明见 references/data-schema.md。
打分
每家酒店在每次 query 时根据匹配维度算"培训适配分"（满分 100）：
- 高端机构使用次数 30 分
- 课型权重（总裁班/战略营/私董会 ≥ 公开课） 20 分
- 现场照片证据齐全 15 分
- 屏幕/层高/无柱信息齐 15 分
- 价格区间清楚 10 分
- 被 ≥3 家机构选过加成 10 分
细则见 references/scoring-rules.md。
该做 & 不该做
✅ 做：把高端机构公开活动记录变成可查证据；按场景给候选；写选址报告
❌ 不做：酒店预订、询价撮合、销售返佣、自动批量爬取（始终保留人工 review 节点）
引用
- 数据 schema →
references/data-schema.md
- 打分细则 →
references/scoring-rules.md
- 观察机构清单 →
references/observed-orgs.md
- 录入工作流（含去重、审核、版权） →
references/ingest-workflow.md
👤 作者 / 联系
马甲（@maojiebc） · 超级马甲
如果这份 skill 帮到你，欢迎在以下任意渠道找我交流踩坑实录、提需求、报 bug，也欢迎勾兑用户运营 / 数据中台 / BI 工程的实战经验：
这份 skill 是 14 年用户运营 + 一线选址走访沉淀出来的，问题/合作随时聊。
