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>"
# 自动按域名分发:
# mp.weixin.qq.com → parsers/wechat.py
# huodongjia.com → parsers/huodongjia.py
# huodongxing.com → parsers/huodongxing.py
# 其他 → parsers/llm_fallback.py(defuddle 取正文 + LLM 抽四元组)
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:
| 渠道 | 链接 |
|---|---|
| m9224@163.com | |
| 🐙 GitHub | github.com/maojiebc |
| 🪝 ClawHub | clawhub.ai/p/maojiebc |
| 🐦 X | @maojiebc |
| 📕 小红书 | 超级马甲 |
| 📰 微信公众号 | 超级马甲 |
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。