#GIS #开源 #商业选址 #AI Agent #WorkBuddy #数据分析 #餐饮拓店

很多开店、做连锁拓店的朋友，选址的痛点不是找不到点位，而是缺少一套可审计、可复现、指标透明的标准化评估流程。 人工整理 POI、划分竞品层级、核对人口、测算租金与回本周期，耗时长，指标口径混乱，不同分析师算出来结果完全不一样。

今天用一份真实案例演示：site-selection-skill，一套运行在 WorkBuddy、DeepSeek Harness 上的商业选址 Skill，一键完成全套选址审计，输出完整评估报告。

📄 这份报告里包含了什么？

📍案例点位：广州市荔湾区扬韬广场 业态：大型餐饮・粤菜（1000-2000㎡），500m 测试圈

地图可视化 + 竞品势力排名

自动抓取 POI，在地图上标注点位，区分直接竞品、替代竞品、间接竞品，统计周边商家势力占比，一眼看清商圈竞争格局。

• 圈内步行 8 分内商家 55 家，直接同品类高端粤菜对手 15 家
• 识别最近贴脸竞品距离仅 41 米，属于门对门强竞争位置
• 输出 Top20 商家势力份额排名，判断头部垄断程度

2. 竞品分层模型（核心亮点）

不是简单把所有饭店都算成竞品！ 项目内置品类 × 客单价的分层规则： 同菜系、相近客单 = 直接对手； 同菜系不同客单 / 不同菜系 = 替代竞品； 其余属于间接竞品。 规避很多选址工具 “一锅乱统计” 的缺陷，竞争分析更贴合真实消费逻辑。

3. 多源数据交叉核验

• POI 代理指标：住宅密度、写字楼密度、配套成熟度、银行、高端餐饮密度
• WorldPop 独立人口栅格数据：500m/1000m/3000m 圈层常住人口，和 POI 活跃度交叉对照
• 交通可达：地铁、停车场距离统计

同时标注数据偏差提醒：POI 有固有采样偏差，用来辅助判断，不等于实测人流，所有结论可追溯。

4. 财务 ROI 与回本周期测算

这也是实体拓店最关心的模块： 内置餐饮经营模型，输入租金、面积、客单、翻台率、装修投入，自动算出：

• 基准 / 保守 / 乐观三套营收、利润、现金流
• 会计口径、现金流口径回本时长
• 租金上限测算：算出这个点位租金红线，超过就很难回本
• 5 年期租期现金流表、敏感性分析（营收、人力、面积变动对结果的影响）
• 和行业基准库对比，标注各项指标偏高 / 偏低风险

5. 场地核查备忘录 & 风险提醒

输出待核实字段清单、租期风险提示、面积餐位匹配校验，给拓店团队线下实勘做核对清单。

---

✅ 项目能力回顾

• ✅ POI 商圈自动采集，支持自定义辐射圈半径
• ✅ 可配置业态评分权重（粤菜 / 奶茶 / 便利店 / 美业等都能适配）
• ✅ 竞品三级分层逻辑，贴近真实消费竞争关系
• ✅ 多源空间数据交叉校验（POI + WorldPop 人口栅格）
• ✅ 标准化财务测算：ROI、回本周期、租金上限、现金流
• ✅ 输出完整 Markdown 评估报告，可直接导出 PDF 给内部评审
• ✅ 适配 WorkBuddy Skill 生态，轻量化部署，可对接 QGIS

🎯 适合谁

连锁餐饮拓店、商业地产选址分析师、线下实体创业者、GIS 空间分析爱好者、AI Agent 行业场景开发者。

重点：它不是一个 “给你选好地方” 的黑盒 AI，而是审计工具。 所有计算公式、指标来源、判定规则全部透明，每一个数字都可以溯源复核，适合企业内部拓店评审。

📦 快速上手

git clone https://github.com/ShaoRoy/site-selection-skill

1. 拉取仓库
2. 在 WorkBuddy 导入 Skill
3. 输入城市、点位坐标、业态参数
4. 一键生成完整选址评估报告

🔗 项目地址

👉 https://github.com/ShaoRoy/site-selection-skill

欢迎 Star、提 Issue，一起补充更多业态模板、优化指标模型，欢迎做商业选址的同行交流指标体系！