| name | ecopartner-match-recommend |
| description | 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 |
| author | yewenyi |
| tags | ["matching","ai","zhongnan","partner","recommendation","supplier","paddlepaddle","ernie"] |
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
