Metadata

name: nearby-food-expert
description: 周边美食推荐专家技能。当用户询问附近美食、餐厅推荐、想找吃的、想知道周边有什么好吃的、想要美食攻略时使用。支持根据位置、人均价格、口味偏好、用餐场景等条件筛选餐厅，生成详细的美食攻略和可视化网页。无论用户是说"附近有什么好吃的"、"推荐一家餐厅"、"想吃川菜"、"找个浪漫的约会餐厅"等任何与美食、餐厅、吃饭相关的需求，都应该使用这个技能。
compatibility: amapmcpserver-cloud - maps_geo - maps_around_search - maps_text_search - maps_search_detail - maps_distance - maps_direction_driving - maps_direction_walking - maps_direction_bicycling - maps_weather - maps_schema_personal_map - maps_schema_navi gen_html - gen_html

周边美食推荐专家

基于用户需求推荐周边美食，支持根据位置、人均价格、口味偏好、用餐场景等条件筛选餐厅，并生成详细的美食攻略和可视化网页展示。

MCP Access: Use mcporter

在完成此技能任务时，必须使用 mcporter 技能来操作 MCP。 不要直接调用 MCP 工具，所有 MCP 操作都通过 mcporter 路由。

配置：全局 MCP 配置位于 ~/.openclaw/workspace/config/mcporter.json。读取此文件，仅使用此技能所需的 MCP 配置（参见此技能的 compatibility/工具列表）。不要使用配置中的其他 MCP——只使用为此技能声明的那些。
列出服务器/工具：mcporter list，或 mcporter list <server> --schema 查看特定服务器。
调用工具：mcporter call <server.tool> key=value（例如 mcporter call amapmcpserver-cloud.maps_geo address="北京市朝阳区"）。
此技能的 compatibility 列表定义了此技能可以使用哪些 MCP 服务器/工具；仅通过 mcporter 调用这些工具，使用全局文件中的配置。

核心工作流程

1. 理解用户意图

深入分析用户的提问，提取关键信息：

位置信息：起始地点、目标区域（如"三里屯附近"、"公司周边"）
口味偏好：辣、甜、清淡、川菜、粤菜等
用餐场景：商务宴请、情侣约会、家庭聚餐、朋友聚会
预算范围：人均价格区间
特殊需求：营业时间、停车位、包间、环境要求

意图理解示例：

"想找个浪漫的餐厅" → 环境要好、有情调、适合情侣约会
"我是四川人，喜欢吃辣" → 推荐川菜、湘菜等辣味餐厅
"附近有什么快餐" → 出餐快、价格实惠、距离近

2. 地理位置解析

通过 mcporter 调用高德地图工具获取坐标和周边信息：

2.1 地址转坐标（via mcporter）

mcporter call amapmcpserver-cloud.maps_geo address="用户描述的地址"

解析用户提到的地点（如"北京三里屯"、"上海人民广场"）为经纬度坐标。

2.2 查询当地天气（via mcporter）

mcporter call amapmcpserver-cloud.maps_weather city="城市名称"

根据天气、节气、节日等因素提供个性化推荐（如天冷推荐火锅、夏天推荐冷饮餐厅）。

3. 搜索餐厅

根据用户需求选择合适的搜索方式：

3.1 周边搜索（via mcporter）当用户明确提供位置或需要"附近"餐厅时：

mcporter call amapmcpserver-cloud.maps_around_search location="经度,纬度" keywords="川菜|火锅" radius=3000

location: 中心点坐标（经度在前，纬度在后）
keywords: 搜索关键词（如"川菜"、"火锅"、"日料"）
radius: 搜索半径（米），建议 1000-5000

3.2 关键词搜索（via mcporter）当用户提供具体餐厅名称或类型时：

mcporter call amapmcpserver-cloud.maps_text_search keywords="海底捞" city="北京"

4. 获取餐厅详情

对搜索到的每个餐厅，通过 mcporter 获取详细信息：

mcporter call amapmcpserver-cloud.maps_search_detail id="POI_ID"

提取关键信息：

餐厅名称
详细地址
评分（若无评分，不要编造）
人均价格（若无价格，不要编造）
营业时间
特色菜品、环境描述
联系电话
图片 URL

重要：若工具返回的数据中没有评分、营业时间、人均价格等字段，直接说明"暂无该信息"，禁止编造。

5. 距离与出行计算

通过 mcporter 计算从起点到每个餐厅的距离和时长：

5.1 测量距离（via mcporter）

mcporter call amapmcpserver-cloud.maps_distance origins="起点经度,起点纬度" destination="终点经度,终点纬度" type=1

type: 1=驾车距离，3=步行距离

5.2 详细路线规划（via mcporter）根据出行方式选择对应工具：

驾车：mcporter call amapmcpserver-cloud.maps_direction_driving origin="..." destination="..."
步行：mcporter call amapmcpserver-cloud.maps_direction_walking origin="..." destination="..."
骑行：mcporter call amapmcpserver-cloud.maps_direction_bicycling origin="..." destination="..."

输出格式： "从[起点]到[餐厅名称]的距离为 X 公里，建议[驾车/步行/骑行]出行，耗时约 Y 分钟。"

6. 筛选与排序

根据以下因素综合排序：

距离优先：距离用户更近的餐厅优先
评分权重：高评分餐厅优先
意图匹配：符合用户口味、场景、预算的优先
去重：确保推荐列表中无重复餐厅

7. 生成文字版美食攻略

输出 Markdown 格式的详细攻略，包含：

结构示例：

# 周边美食推荐

## 天气与场景
今日天气：[温度]，[天气状况]
推荐理由：[根据天气、节日、场景的个性化说明]

## 推荐餐厅

### 1. [餐厅名称]
- **评分**：⭐ 4.5
- **人均**：¥80-100
- **地址**：[详细地址]
- **距离**：从[起点]出发，距离 2.3 公里，建议驾车出行，耗时约 8 分钟
- **营业时间**：10:00-22:00
- **特色**：[特色菜品、环境描述]
- **推荐理由**：[为什么推荐这家餐厅]

![餐厅图片](图片URL)

### 2. [餐厅名称]
...

注意事项：

时长统一用"X 分钟"格式
图片与餐厅对应，不要重复使用
不要出现思考过程或非规划内容
不要重复推荐同一家餐厅

8. 生成可视化 HTML 网页

通过 mcporter 调用 gen_html 生成美观的网页展示：

mcporter call gen_html.gen_html html_content="..." requirements="..."

HTML 网页要求：

网页内容：
- 餐厅信息卡片（名称、评分、人均、地址、特色）
- 每个餐厅的图片（卡片式展示）
- 距离与出行方式说明
地图展示：
- 使用高德地图 API 在网页中嵌入地图
- 标注所有推荐餐厅的位置
- 绘制从起点到各餐厅的路线
设计风格：
- 简约美观的页面布局
- 餐厅卡片式展示（含图片、评分、价格等）
- 响应式设计，适配移动端
去重：
- 确保每个餐厅只出现一次
- 图片不重复使用

地图绘制示例（JavaScript）：

var map = new AMap.Map('container', {
    zoom: 13,
    center: [起点经度, 起点纬度]
});

// 添加餐厅标记
var marker1 = new AMap.Marker({
    position: [餐厅经度, 餐厅纬度],
    title: '餐厅名称'
});
map.add(marker1);

// 绘制路线
AMap.plugin('AMap.Driving', function() {
    var driving = new AMap.Driving();
    driving.search([起点经度, 起点纬度], [终点经度, 终点纬度]);
});

9. 特殊场景处理

9.1 时间段餐厅推荐 根据当前时间或用户指定时间，推荐合适的餐厅：

早餐（6:00-9:00）：推荐早餐店、豆浆油条、包子铺
午餐（11:00-14:00）：推荐快餐、工作餐
晚餐（17:00-21:00）：推荐正餐、特色餐厅
夜宵（21:00后）：推荐烧烤、小龙虾、夜市

9.2 国外地点处理 如果搜索中国以外的地点，不要调用高德地图相关工具，应提示用户该技能仅支持中国境内的美食推荐。

9.3 时间成本考虑 估算总时长时，需包括：

往返交通时间
预估用餐时长（快餐 30 分钟，正餐 1-2 小时）
餐厅出餐速度（快餐快、火锅慢）

输出检查清单

最终输出前，逐项确认：

用户意图理解准确
所有餐厅信息真实（评分、价格等无编造）
距离与出行时长计算准确，格式为"X 分钟"
无重复餐厅
图片与餐厅对应，无重复图片
Markdown 格式规整、直观
HTML 网页包含地图、餐厅卡片、路线
仅输出最终结论，无思考过程或无关内容

示例

用户输入： "我在北京三里屯，想找个浪漫的餐厅约会，人均 200 左右"

执行流程：

理解意图：浪漫餐厅 → 环境好、有情调、适合情侣
地址解析：mcporter call amapmcpserver-cloud.maps_geo address="北京三里屯" → 获取坐标
周边搜索：mcporter call amapmcpserver-cloud.maps_around_search location="116.45,39.93" keywords="西餐|日料|创意菜" radius=3000
获取详情：对每个餐厅 mcporter call amapmcpserver-cloud.maps_search_detail id="POI_ID"
计算距离：mcporter call amapmcpserver-cloud.maps_distance origins="116.45,39.93" destination="餐厅坐标" type=1
筛选：过滤人均 150-250 元、评分 4.0 以上、环境好的餐厅
输出 Markdown 攻略
生成 HTML 网页：mcporter call gen_html.gen_html html_content="..." requirements="包含地图和餐厅卡片"

输出：

3-5 家浪漫餐厅推荐
每家包含：名称、评分、人均、地址、距离、特色、图片
HTML 网页：地图标注 + 餐厅卡片 + 路线绘制

常见问题

Q: 如果高德地图返回的餐厅没有评分或人均价格怎么办？
A: 直接在输出中标注"暂无评分"或"暂无价格信息"，禁止编造数据。

Q: 用户没有明确说明起点位置怎么办？
A: 从用户的提问中深度分析，例如"公司附近"可能指用户当前位置，"回家路上"可能指家的位置。如果无法推断，询问用户明确起点。

Q: 如何处理"附近"这个模糊概念？
A: 默认搜索半径 3000 米（3 公里），根据城市规模调整（大城市可扩大到 5000 米）。

Q: 生成的 HTML 网页如何嵌入高德地图？
A: 在 HTML 中引入高德地图 JavaScript API，使用 AMap 对象创建地图、添加标记、绘制路线。需要申请高德地图 API Key（可在代码中使用示例 Key 或提示用户替换）。

Nearby Food Expert

安装技能