poi-enrichment-manager

name	poi-enrichment-manager
description	協助進行行政區劃（縣市、鄉鎮級）POI 的內容厚化管理，追蹤並更新其富化狀態與數據整合。

POI 富化管理器 (POI Enrichment Manager)

本 Skill 專為 WalkGIS 專案設計，用於管理行政區劃 POI 的富化過程，確保內容從基本的行政資訊，逐步發展為深度的文化地誌。

富化狀態定義 (Enrichment Status)

每個 POI 的 meta_data 欄位中應包含 enrichment_status 鍵，定義如下：

1. DEFAULT: 初始狀態，僅包含名稱、行政代碼。
2. AI_ENRICHED: 已透過標準 AI 搜尋完成基本歷史、地理、美食、市場、展館資訊。
3. DEEP_RESEARCHED: 已整合外部 Deep Research (如 Gemini Advanced) 的詳細深度研究內容。
4. VERIFIED: 經過使用者人工修訂、審閱並確認內容準確。

核心工作流程

1. 初始建立 (Default Phase)

• 使用 create_taiwan_hierarchy_map.py 建立全台結構。
• 初始狀態設為 DEFAULT。

2. AI 快速厚化 (AI Search Phase)

此階段目標是將 POI 提升至 AI_ENRICHED 等級。

• 資訊檢索: 使用 AI 搜尋歷史發展、地理亮點、特色產業、文藝展館、傳統市場、在地小吃。
• 標準內容結構:

  # {名稱}
  ![{ID}]({影像連結})
  
  {摘要簡介}
  
  ## Highlight 亮點
  - 亮點 1...
  
  ## 🖼️ 文藝展館 (Culture & Arts)
  - 展館 1...
  
  ## 🛒 傳統市場 (Traditional Markets)
  - 市場 1...
  
  ## 🥢 在地美食 (Local Food)
  - 美食 1...
  

• 執行步驟:
  1. 使用 AI 生成各行政區內容並寫入 features/{ID}.md。
  2. 影像厚化: 使用 poi-image-manager skill 的 enrich_map_images.py 獲取 Wikipedia/Wikimedia 封面圖。
  3. 幾何同步: 執行 sync_geometry_to_md.py 將資料庫中的 WKT 與中心點座標寫回 Markdown。
  4. 描述更新: 執行 sync_md_to_db.py 將厚化後的摘要簡介同步回資料庫的 description 欄位。
  5. 狀態變更: 執行 update_poi_status.py {ID} AI_ENRICHED。

3.深度研究整合 (Deep Research Phase)

此階段旨在引入高品質的人文地誌內容，提升 POI 的文化價值。

• 指令注入: 執行 inject_deep_research_prompts.py。此腳本會將針對該縣市特別設計的 Deep Research Prompt 注入 Markdown 檔案，方便使用者複製。
• 外部研究: 使用者將指令貼至 Gemini Advanced (Deep Research 模式) 生成長篇報告。
• 數據存檔: 將原始報告存儲於 data/deep_research/{map_id}/ (例如：hsinchu_city_deep_research.md)。
• 內容精煉與回填:
  • 人工/AI 協力: 閱讀原始報告，提煉各行政區的高價值洞察（如歷史演進、空間再結構、文化資產意義）。
  • 結構化回填: 將精煉後的內容填入對應 Markdown 的 ## 🏛️ 深度人文地誌 (Deep Gazetteer) 章節。
  • 清理: 移除檔案末尾的「研究指令」預留區塊。
• 狀態變更: 執行 update_poi_status.py {ID} DEEP_RESEARCHED。

4. 人工檢校 (Verified Phase)

• 審閱: 由具備地方知識的專業人員進行最終修訂，確保術語與在地脈絡無誤。
• 狀態變更: update_poi_status.py {ID} VERIFIED。

🛠️ 核心腳本工具鏈

• 初始化:
  • scripts/initialize_all_taiwan_admin_pois.py: 全台 390 個行政區 POI 批量初始化。
• 數據同步:
  • scripts/sync_geometry_to_md.py: 將 WKT 邊界與中心點同步至 Markdown。
  • scripts/sync_md_to_db.py: 將 Markdown 簡介同步回資料庫 description。
• 深度研究流:
  • scripts/inject_deep_research_prompts.py: 自動分發研究指令至各級 POI。
  • scripts/apply_deep_research_results.py: (輔助) 從報告中自動提取並更新至 Markdown。
• 管理與報告:
  • scripts/update_poi_status.py: 更新資料庫中的富化狀態標籤。
  • scripts/report_enrichment_progress.py: 產出全台行政區富化完成度報表。

💡 最佳實踐：新竹市方法論 (Hsinchu Methodology)

1. 批量建立全台框架，確保 ID 與 WKT 標準化。
2. AI 搜尋快速生成 390 區的亮點、美食與市場基礎資料。
3. 影像匹配自動獲取大尺度封面（如縣市火車站、行政區老街）。
4. 深度研究以「縣市」為單位下 Prompt，一次獲取母體與下轄子區的歷史地誌報告。
5. 地誌加厚將長篇研究產出的洞察（如九降風、城池演進、科學園區再結構）回填至 POI。