poi-curate

name	poi-curate
description	POI 多维加权打分 · 基于美团/online-search的 POI 详情 + 小红书评论 + 用户偏好画像，按 scoring_rules.json 多维度打分，输出每天可塞入的 Top N POI 清单。是 itinerary-optimize 的输入。
version	1.0.0
author	null
tags	["travel","poi","scoring","curate"]
license	MIT
triggers	["destination-research 已输出选定目的地后","需要为每天行程挑选具体 POI（景点/餐厅/小吃/打卡点）时"]
inputs	[{"name":"destinations","type":"array","doc":"选定的目的地城市列表","required":true},{"name":"user_profile","type":"file","formats":["json"],"required":true},{"name":"trip_request","type":"object","required":true}]
outputs	[{"name":"poi_pool","type":"object","doc":"按城市分组的 POI 池，每个 POI 含坐标/评分/价格/营业/置信度/匹配度"}]

POI 筛选打分（poi-curate）

我解决什么问题

通用 AI 推 POI：「成都熊猫基地、宽窄巷子、锦里、春熙路、武侯祠…」 — 全是游客街，没有针对性。 我做的：根据用户口味/节奏/禁忌/季节/天气做加权评分，把真实评价纳入考量。

工作流程

destinations + user_profile + trip_request
   ↓
Step 1: 调 search-orchestrator (domain=poi)
   ├─ 美团连接器 "景点推荐" / "本地玩乐"
   ├─ online-search 查 POI 详情
   └─ xhs-explore skill 拉评论（识别水军 + 真实避雷）
   ↓ raw_pois.json
   ↓
Step 2: scripts/score_pois.py
   按 data/scoring_rules.json 多维加权：
   - rating       (20%)
   - xhs_buzz          (15%)
   - xhs_sentiment     (15%) ← 评论情感分析
   - user_pref_match   (30%) ← 与 profile 匹配
   - queuing_factor    (10%)
   - weather_compat    (10%)
   减去 penalties（rejected/visited/no_high_altitude/dietary 冲突）
   加上 boosts（favorites/scene_likes/local_recommended）
   ↓
Step 3: 按城市分组，每类目（景点/餐厅/咖啡/夜市）取 Top N
   ↓
poi_pool.json
   ↓ 给 itinerary-optimize

输出 schema

{
  "by_city": {
    "成都": {
      "scenic_spot": [
        {
          "id": "poi-001",
          "name": "杜甫草堂",
          "category": "scenic_spot",
          "lat": 30.6622,
          "lng": 104.0218,
          "rating": 4.6,
          "xhs_notes": 1242,
           
           
           
           
           
           
           
           
           
           
           
           
        
      
       ...
       ...