Amap Date Spot

约会/见面地点推荐助手。输入一个见面地点或两人位置自动算中点，用高德 POI 搜索周边咖啡馆、小酒馆、公园、书店等适合聊天的场所，智能筛选排除嘈杂场所，输出 3 个不同风格推荐并附理由、约会动线编排、出片建议、停车信息、备选方案。适用于约会、相亲、朋友见面、商务闲聊、纪念日/生日/表白。当用户询问"去哪约会""相亲见面""找个地方聊天""约会推荐"等场景时触发。

dongyue@dongdongyue

Install

openclaw skills install @dongdongyue/amap-date-spot

Date Spot - 约会地点推荐

输入解析

基础信息提取

1个地点 → 以此为圆心搜索（"新街口附近有什么好的见面地方"）

1个具体场所 → 锚点模式（"去德基广场""我想去南京大排档，帮我规划"）

先调用 place/text 或 geocode/geo 精确解析场所名 + 城市，取第一个结果为目标锚点
搜索以锚点为中心的 1500m 范围
锚点本身作为第 1 个推荐，再从其他类别中补充 2 个形成 3 推荐
动线以锚点为起点编排（不强制重排序，锚点放第一位）

2个地点 → 分别地理编码，取中点搜索（"我在大行宫，她在河西万达，找个中间的地方"）

中点算法：(lng1+lng2)/2, (lat1+lat2)/2
用逆地理编码把中点转成可读地名，告诉用户"推荐区域在 XX 附近"

未指定 → 主动追问（见「对话流引导」），不问超过 3 个问题。

附加信息提取

从用户输入中自动提取以下信息，未提取到的在对话流引导中追问：

信息	提取关键词	用途
预算	"人均 X 以内""预算 X""便宜的""不差钱"	筛选阶段过滤超标场所
出行方式	"开车""自驾""打车""地铁"	决定是否搜停车场、通勤方式
约会时段+模式	"午饭""中午""吃个饭""下午""喝咖啡""晚上""晚饭""喝一杯""宵夜"	决定动线结构和搜索权重（见「时段模式」）
节奏	"简单见一下""聊几句""随便""正式""隆重点""一整天"	调整动线长度和场所档次
特殊场景	"纪念日""生日""表白""求婚""周年"	触发特殊场景模式
人数	"两个人""情侣""朋友""一群人"	影响座位类型推荐

氛围修饰（Vibe）

在时段模式决定的场所基础上，用氛围标签微调推荐偏好。不影响动线结构，只影响同类场所中的选择倾向：

关键词	氛围	同类别中偏向
浪漫、第一次见面、约会、表白	🌹 浪漫	靠窗/灯光暖/安静/有绿植
随意、朋友、老地方、喝一杯	🍻 轻松	热闹但不吵/性价比高/不排队
文艺、看书、安静	📖 文艺	独立店 > 连锁/有书籍或艺术品/角落座位
商务、谈事、正式、客户	💼 商务	包间或隔间/服务好/档次中上
未指定	—	不加偏见

特殊场景模式

检测到以下关键词时，切换为特殊模式：

场景	触发词	特殊处理
🎂 生日	"生日""过生日"	优先有蛋糕/甜品的场所，推荐理由标注"可以提前打招呼准备小惊喜"
💝 纪念日	"纪念日""周年"	优先环境好、适合久坐的场所，推荐理由强调仪式感
💍 表白/求婚	"表白""求婚"	优先私密性好、靠窗/露台/包间，推荐理由标注"人少安静适合说重要的话"
🌸 初次见面	"第一次见""相亲""网友见面"	优先光线好、不嘈杂、座位间距大的场所，推荐理由标注"不尴尬"

特殊场景在输出开头用一行标注（如"🎂 生日模式已激活"）。

时段模式

根据用户给出的时段和节奏，推断约会结构。不同时段对应完全不同的场所组合和动线逻辑：

模式	触发词	结构	搜索偏向	动线时长	含餐
🥐 午饭局	"午饭""中午吃个饭""brunch""早午餐"	午饭 → 散步/咖啡 → （可选续场）	口碑餐厅 + 咖啡馆 + 公园	2-3h	✅ 午餐
☕ 下午茶	"下午见""喝杯咖啡""碰一下""简单见一下""就喝个咖啡"	咖啡/茶 → （散步） → 自然散	咖啡馆 + 公园 + 书店	1-1.5h	❌
🍰 下午茶+晚饭	"下午出来""下午见，顺便吃饭""下午逛逛然后吃饭"	咖啡 → 散步/逛 → 晚饭	咖啡馆 + 公园 + 口碑餐厅	3-4h	✅ 晚餐
🍽️ 纯晚饭	"吃个饭""晚饭""晚上见""下班后""接她下班"	晚饭 → （可选续场）	口碑餐厅 + 清吧 + 公园	2-3h	✅ 晚餐
🌙 晚饭+续摊	"晚上出来""约会""晚饭后喝一杯""吃个饭喝一杯"	晚饭 → 酒吧/演出 → 深夜	口碑餐厅 + 清吧/livehouse	3-5h	✅ 晚餐
🎬 电影+吃饭	"看电影""电影+吃饭""看个电影然后吃饭""万达/影城"	电影 → 吃饭（电影时间不可控，永远先看电影再吃饭，这样吃饭时有话题）	电影院 + 口碑餐厅 + 甜品/咖啡馆	3-4h	✅ 晚饭
🥂 纯喝一杯	"喝一杯""去酒吧""坐坐""小酌"（不含"吃饭""晚饭"等餐词）	酒吧/清吧 → （可选第二家）	清吧/lounge/wine bar + 轻食	1.5-2.5h	❌ 不主动搜餐厅
🎯 活动优先	"密室""剧本杀""看展""博物馆""逛展""演出""livehouse""演唱会"	活动 → 吃饭/喝一杯（活动是主角，吃是配角）	用户指定的活动类型 + 附近口碑餐厅	3-5h	✅ 活动后
🌙 宵夜	"宵夜""夜宵""半夜""深夜""饿了""撸串""烧烤"	深夜餐厅/大排档 → 散步 → 散	深夜营业餐厅 + 24h便利店/小吃（不搜公园不搜咖啡馆）	1-2h	✅ 深夜餐
🛍️ 逛街+吃饭	"逛街""逛商场""逛 mall""购物"	商场 → 商场内餐厅 → 商场内甜品/咖啡	商场(types=060100) + 商场周边餐厅	2-4h	✅
🌤️ 全天	"一整天""周末全天""出去玩""约会一整天"	午饭 → 下午活动 → 晚饭 → （可选酒吧）	全类别，按节奏排	5-8h	✅ 午+晚
❓ 未指定	没提时间	默认下午茶模式	6 基础类混搭	2-3h	❌

时段模式决定搜索策略：

含餐模式 → 追加餐厅搜索（types=050000 或关键词），餐厅推荐占 3 个位置中至少 1 个
纯下午茶 / 纯喝一杯 → 只搜基础 6 类 + 清吧，不搜正餐餐厅
深夜模式（晚饭+续摊 / 宵夜）→ 过滤 22:00 前关门的场所
电影+吃饭 → 追加电影院搜索（keywords=电影院）+ 口碑餐厅
活动优先 → 追加活动类型搜索（keywords=密室逃脱/剧本杀/演出 等）+ 活动场所附近餐厅
逛街+吃饭 → 追加商场搜索（types=060100），推荐商场本身作为第 1 个推荐

时段模式决定动线起点：

午饭局 / 纯晚饭 / 宵夜 → 动线从餐厅开始
下午茶 / 纯喝一杯 → 动线从咖啡馆/酒吧开始，后续可选
电影+吃饭 → 先电影后吃饭（电影时间不可控，看完有共同话题）
活动优先 → 动线从活动场所开始，活动→吃→可选续场
逛街+吃饭 → 动线从商场开始，商场内吃喝一站式
全天 → 动线从午饭开始，以酒吧/夜景结束

节奏影响匹配：

"简单见一下""聊几句" → 动线 ≤ 2 站，不含餐
"正式""隆重点" → 动线 3 站，含餐，优先评分 4.5+ 场所
未指定 → 默认下午茶模式

搜索策略

API Key：读取环境变量 AMAP_API_KEY。

基础类别（始终搜索）

对以下 6 个类别逐一调用 /v3/place/around（每类单独请求，不可逗号合并 types）：

类别	搜索方式	参数
咖啡馆	types	`types=050500`
茶馆	types	`types=050600`
酒吧/清吧	keywords	`keywords=清吧`
公园	types	`types=110100`
书店/文创	keywords	`keywords=书店`；若 0 条则 fallback `keywords=文创空间`
甜品/轻食	types + keywords	`types=050200&keywords=甜品`

通用参数：radius=1500&offset=10&output=json

按需类别（匹配到才搜）

当用户指定菜系、想看展、想玩密室等，追加以下搜索。若会导致总类别 > 8 个，用「美食优先」规则取舍（菜系 > 景点 > 娱乐）。

触发条件	类别	搜索方式	参数
菜系/品类词	餐厅按菜系	keywords	`keywords={菜系}` 如 `keywords=日料`、`keywords=火锅`、`keywords=西餐`
只说"好吃的""聚餐"	口碑餐厅	types	`types=050000`（餐饮大类），取评分 ≥ 4.0 的 Top 10
菜系不明确	热门餐厅	types	`types=050000`，分类后各取 Top 3
景点/景区/逛逛	风景名胜	types	`types=110000`
博物馆/美术馆/看展	科教文化	types	`types=140000`
看电影	电影院	keywords	`keywords=电影院`
密室/剧本杀	娱乐场馆	keywords	`keywords=密室逃脱` 再 `keywords=剧本杀`，合并
演出/livehouse	演出场馆	keywords	`keywords=livehouse` 再 `keywords=演出`，合并

菜系关键词映射：用户说"日料""日式"→日料；"西餐""牛排""意面"→西餐；"火锅""涮肉"→火锅；"川菜""湘菜""辣的"→川菜；"粤菜""港式""点心"→粤菜；"烧烤""烤肉"→烤肉；"东南亚""泰式""越南"→东南亚菜。

若 6 基础类别合计不足 8 条结果，将 radius 扩至 2500 重试一次。按需类别不与基础类别的 8 条门槛合并计算。

排除规则

从结果中剔除以下 POI（按 name/type 字段匹配）：

排除类型	匹配关键词
嘈杂餐饮	火锅、烧烤、串串、麻辣烫、大排档
娱乐场所	KTV（不含密室/剧本杀）、酒吧（仅排除 name 含"夜店/club/酒吧街"的）
快餐	麦当劳、肯德基、汉堡王、蜜雪冰城
非目的地	公共厕所、停车场、加油站

⚠️ 排除豁免：用户主动指定的菜系/品类（如说"想吃火锅"）不排除该品类。排除只作用于用户未指定的噪音结果。

对于"酒吧"类结果，保留 name 含"清吧/lounge/wine/精酿/小酒馆"的，排除含"club/夜店/livehouse"的。

收到忌口/偏好时追加排除：

忌口	排除
不吃辣	川菜、湘菜、麻辣烫、火锅（麻辣类）
素食	烧烤、烤肉、牛排、海鲜、日料刺身
清真/不吃猪肉	川菜、湘菜、烧烤（猪肉类）、火锅（含猪骨汤）、拉面（非清真）
不喝酒	酒吧、清吧、酒馆
海鲜过敏	日料刺身、海鲜餐厅、虾蟹类

筛选与排序

优先级（从高到低）：

风格匹配度 — 与推断风格一致的类别优先
类别多样性 — 3 个推荐必须来自不同类别
距离 — 1500m 步行可达为佳，超过 2km 降权
热度 — 按 POI 数据中的评分/评论数排序，评论数 > 50 且评分 > 4.0 优先

预算过滤：用户给了预算时，排除人均超过预算 120% 的场所（留 20% 弹性空间）。预算接近下限时在理由中标注"人均略超预算但值得"。

出片过滤：见下方「出片评估」章节。

去重：同一地点名（name 字段模糊匹配）只保留一条。

最终：从候选池中选 3 个风格不同的最佳结果。

通勤时间计算

选定 3 个推荐后，对每个推荐点分别计算双方到达时间：

调用 /v3/direction/transit/integrated（公交）和 /v3/direction/walking（步行，≤1.5km 时）：

起点 = 用户 A 的位置 → 终点 = 推荐点
起点 = 用户 B 的位置 → 终点 = 推荐点

取公交方案中 duration 字段（秒），转换为分钟。若仅 1 个地点输入（非双方），则只计算从该点到推荐点的时间。

驾驶模式：用户提及"开车""自驾"时，额外调用 /v3/direction/driving 计算驾车时间，并搜索推荐点 500m 内停车场（types=150200，取最近 2 个）。输出中加入停车信息。

平衡性评估：双方通勤时间差 < 15 分钟为"公平"，差距过大时在推荐理由中注明（"你坐地铁 20 分钟，她步行 8 分钟"）。

天气联动

搜索前调用 /v3/weather/weatherInfo（city=adcode）获取当天天气：

天气状况	策略调整
晴/多云	正常搜索，公园/户外优先
小雨/阵雨	优先室内场所（咖啡馆、茶馆、书店），公园降权
大雨/暴雨/高温(≥35°C)	仅推荐室内场所，推荐理由标注"有室内空间，不怕下雨/暴晒"
低温(≤5°C)	优先有暖气/热饮的室内场所

天气信息在小贴士中自然带出（"今天有阵雨，推荐的都是室内好去处"）。

下雨预案：若天气预报有雨（小雨/阵雨/大雨），为每个户外推荐（公园/广场）准备一个室内备选，标注"如下雨可改去{室内备选}"。确保约会不会因为天气突变而中断。

营业时间 + 最佳时段

搜索前获取当前系统时间，对比每个 POI 的 opentime2 字段：

状态	标注	筛选影响
正在营业	🟢 营业中	正常推荐
1小时内开门	🟡 即将开门	可推荐，注明"再等 X 分钟就开门"
已关门	🔴 已关门	降权，仅在其他选项不足时推荐
24小时营业	🟢 全天营业	正常推荐

最佳到店时段

结合营业时间、天气、约会场景，给出最佳到店时段建议：

场景	推荐时段	理由
咖啡馆（下午）	14:00-16:00	人少光线好，靠窗位充足
公园（晴天）	16:00-18:00	光线柔和，适合散步拍照
小酒馆/清吧	19:00-20:00	刚开门人少，能选到好位置
书店	10:00-11:30 或 14:00-16:00	避开午休和放学人流
周末任意	提前 30 分钟	比平时早到避开排队

对于热门场所（评论数 > 200），额外标注 ⚠️ 排队风险 + 建议提前多久到。

出片评估

对每个推荐评估出片指数。出片 = 环境适合拍照发朋友圈/小红书。

出片信号（POI 数据 + 常识推断）

信号	分值	来源
评分 ≥ 4.5	+20	POI 数据
评论数 > 100	+15	高热度通常意味着视觉传播
类别=咖啡馆/甜品/书店/公园	+15	天然出片品类
名称含"拍照""打卡""网红""景""窗""露台""花园"	+20	名称关键词
评分 ≥ 4.0 且评论数 50-100	+10	口碑不错
人均 > 80 元（咖啡馆/甜品）	+10	环境投入通常更好

出片指数：≥60 → 📸 出片圣地 / 40-59 → 📱 有好看角落 / <40 → 不标注

出片建议

对出片指数 ≥ 40 的推荐，在推荐理由后追加一句出片建议：

📸 出片建议：[具体角落/时间/角度]，如"靠窗第三个位置拍侧脸最好看""傍晚外面的座位光线最好"

出片建议基于店铺类型做常识推断（不编造不存在的角落），不确定时只写"环境好，自然出片"。

约会动线编排

选定 3 个推荐后，从其中取 1-2 个最适合当前模式的场所编排动线。不是 3 个全用——多余的推荐作为备选/续场建议，不强行塞进动线。

编排规则

站数 = 时段模式决定（下午茶/纯晚饭/纯喝一杯/宵夜 = 1 站；午饭局/下午茶+晚饭/晚饭+续摊/电影+吃饭/活动优先/逛街+吃饭 = 2 站；全天 = 3-4 站）
第 1 站 = 时段模式的主活动（午饭→餐厅；下午茶→咖啡馆；电影→电影院；活动→活动场所）
第 2 站（如有）= 从剩余 2 个推荐中取最合适的，或标注"可选"不强推
站间步行 ≤ 800m，超过换骑行/打车
总时长 = 时段默认值 × 节奏系数（"简单见一下"×0.6 / 正常×1.0 / "隆重点"×1.3）

动线生成规则

用以下参数生成动线，不逐模式写死模板。通用格式（1 站模式）：

text

🗺️ 推荐约会动线（{模式emoji} {模式名} · 1 站）

  🕐 {起始时间}  到达 {区域名}
  {第1站emoji} {时间范围}  {场所名} — {活动}（{停留时长}）
       💡 就这一站。聊得好可以顺路去{附近场所}（步行 X 分钟），聊得一般自然散

  ⏱️ 总时长约 {min} 小时（弹性，喝完即走）

通用格式（2 站模式）：

text

🗺️ 推荐约会动线（{模式emoji} {模式名}）

  🕐 {起始时间}  到达 {区域名}
  {第1站emoji} {时间范围}  {场所名} — {活动}（{停留时长}）
  🚶 {步行分钟}  {过渡说明}
  {第2站emoji} {时间范围}  {场所名} — {活动}（{停留时长}）
       💡 {如是可选站则标注"可选站，视气氛决定"}

  ⏱️ 总时长约 {min}-{max} 小时

各时段参数表（agent 按此填充）：

模式	起始	必选站	可选站	特殊备注
🥐 午饭局	12:00	餐厅	→咖啡	吃完饭喝咖啡是自然的，但不是必须
☕ 下午茶	14:30	咖啡	→散步	就 1 站。喝咖啡聊天就是全部。散步只是"聊得好可以走走"，不是第 2 站
🍰 下午茶+晚饭	14:00	咖啡→晚餐	→散步	中间可以逛但不要硬塞。咖啡+晚饭两站足够
🍽️ 纯晚饭	19:00	晚餐	→酒吧	就 1 站。吃完聊得好再考虑续摊，不强推
🌙 晚饭+续摊	19:00	晚餐→酒吧	—	2 站。节奏：吃→喝→深夜
🎬 电影+吃饭	18:30	电影→晚餐	—	2 站。先看后吃
🥂 纯喝一杯	21:00	酒吧	→第二家	就 1 站。不吃饭，喝一杯就走
🎯 活动优先	按活动	活动→吃饭	—	2 站。活动是主角
🌙 宵夜	22:30	宵夜	→散步	就 1 站。深夜吃个简餐
🛍️ 逛街+吃饭	14:00	商场→餐厅	→咖啡	2 站+可选。商场内一站式
🌤️ 全天	12:00	午→活动→晚餐	→酒吧	3 站+可选。最长

生成要点：

1 站模式（下午茶/纯晚饭/纯喝一杯/宵夜）：动线只写 1 站，多余的推荐作为"聊得好可以去{场所}"的随口一提，不写成第 2 站
2 站模式：第 2 站可以是必选（如晚饭+续摊的酒吧）或可选（如午饭局的饭后咖啡）
步行 > 800m 标"骑行 X 分钟"或"打车 1 站"
可选站必须标注 💡 可选站，视气氛决定
含餐模式的第一站用餐时段对齐（午餐 11:30-13:00、晚餐 18:00-19:30）

备选方案

每个推荐附带一个 备选方案——万一只选了这家但到了发现满座/关门/临时不接待。

备选搜索

对每个推荐，搜索同类别 + 500m 内 + 营业中的 POI，取评分最高的 1 个作为备选。

输出格式

在主推荐下方追加一行：

text

🔄 备选：{备选店名}（步行 {分钟}，{评分}⭐）— 万一满座直接走过去

若 500m 内无同类别备选，标注"🔄 备选：无同类别近距备选，建议提前电话确认"。

输出格式

纯文本输出（不生成文件）。完整模板和写作要点见 references/text-card-template.md。

格式如下：

text

{特殊场景标注，如"🎂 生日模式已激活"}

🌤️ 天气：[晴/雨/…] [温度] · [天气一句话建议]

📍 推荐区域：[地名]

1. [emoji] [店名] — [风格标签]
   📌 [地址] · 步行约 [X] 分钟
   [🟢 营业中 / 🟡 X点开门 / 🔴 已关门]
   💰 人均约 [X] 元  [⚠️ 排队风险：建议提前 X 分钟到]
   🚶 你 [X] 分钟 | 她 [X] 分钟（仅双人模式）
   🅿️ 附近停车：[停车场名] 步行[X]分钟 · [另一个]（仅驾车模式）
   ✨ [推荐理由]
   📸 [出片建议]（出片指数 ≥ 40 时）
   📞 [电话]（如热门，加"建议提前打电话确认有位"）
   🔗 [导航到高德地图](uri.amap.com链接)
   🔄 备选：[备选店名]（步行 X 分钟，X⭐）
   ➡️ 聊得好？步行 [X] 分钟到 [续场店名]，适合续摊

2. ...
3. ...

🏆 如果只选一个：选 [店名]——[一句话核心理由]

🗺️ 推荐约会动线
  （1-2 站，按时段模式取。格式见「约会动线编排」章节）

💡 小贴士
  · [场景 + 天气提示]
  · 🎁 [礼物建议 — 来自「小礼物策略」，按场景输出]
  · 🗣️ [开场话术 — 来自「话题策略」，按性别调整]
  · ⚠️ [避雷 2 条 — 来自「话题避雷表」]
  · 🧊 [冷场救援 — 固定出现]
  · 🚦 [节奏信号 — 1 行]
  · 👋 [散场公式 — 按性别调整]
  · 👔 [着装 — 按性别+场所+天气]
  · 📱 [散场消息 — 按性别+场景]
  · 🅿️ [停车建议（如驾车）]
  · 💰 预计总花费：[总计 + 礼物费用]（如用户给了预算，标注是否在预算内）

详细模板和写作要点见 references/text-card-template.md。行为指南各模块说明见「约会行为指南」章节。

CSV 输出

纯文本输出后，自动生成 date_plan.csv，便于分享或打印：

csv

站序,场所名,类别,地址,人均,评分,停留时长,备注
1,星巴克臻选(新百1F),咖啡馆,中山南路1号,¥30,4.6,1.5h,第一站
2,新华书店(旗舰店),书店,中山东路56号,免费,4.6,1h,可选站
3,六初茶社,茶馆,正洪街18号F22,¥85,4.1,1h,备选

只输出动线中实际使用的站，不包含仅作为备选的第 3 个推荐。

HTML 输出

支持两种 HTML，用途不同、内容不同：

HTML	给谁	触发词	包含内容	模板
🗺️ 决策地图	给自己	"生成地图""画出来""做个地图"	3 推荐+评分+备选+动线+完整行为指南（冷场/信号/散场/消息）	`references/html-template-map.md`
💌 邀请卡片	给对方	"生成邀请卡""发给她""做个邀请"	地图+动线时间轴+地点卡片+着装+导航 CTA——不暴露作战计划	`references/invitation-card.html`

⚠️ 邀请卡片绝对不能包含：冷场救援、节奏信号、散场公式、散场消息、礼物策略、避雷清单。这些是给自己看的作战手册，发给对方会很尴尬。

决策地图（给自己）

全屏高德地图 + 底部抽屉面板，移动端优先。

会面点 Marker（醒目大标记）+ 推荐点 Marker（彩色，按风格）
每条推荐独立 Walking 路线（多个 Walking 实例，不会被覆盖）+ 动线虚线串联
点击任意推荐点 Marker → 弹出 InfoWindow：店名、描述、🧭 导航按钮。点击按钮跳转高德地图 App 直接导航
底部抽屉面板：推荐卡片（含备选方案、评分、人均），点击卡片聚焦地图
底部面板可手指上滑展开（40vh → 72vh）
顶部浮动标题 + 右下角图例（实线=到推荐点 / 虚线=动线 / 👆 点击标记看详情）
iPhone 安全区适配（safe-area-inset-top/bottom）
完整模板见 references/html-template-map.md

邀请卡片（给对方）

全屏地图 + 底部可拖拽抽屉面板。像请帖，不像工具页。

根据关系阶段选主题色：

场景	主题色	标题
初次见面/相亲	🟢 薄荷绿 `#4ECDC4`	"☕ 见面邀请"
朋友/日常约会	🟣 薰衣草紫 `#A78BFA`	"🍻 碰面邀请"
情侣/纪念日	💕 暖粉 `#FF6B8A`	"💕 约会邀请"
商务	🔵 深蓝 `#64748B`	"📋 会面安排"

🗺️ 全屏地图：会面点 + 推荐点 Marker + Walking 路线 + 动线虚线
👆 点击 Marker 弹出信息窗 + 导航按钮（和决策地图一样的交互）
📋 底部抽屉面板（38vh，可拖拽展开到 72vh）：动线时间轴 + 贴心提醒 + 导航 CTA
👔 贴心提醒：仅交通提示 + 着装。不放礼物/预算/冷场/信号/散场/评分/备选
📱 iPhone 安全区适配、触摸目标 ≥ 44px

完整模板见 references/invitation-card.html。

Key 注入规则（agent 必须执行，两种 HTML 通用）

从环境变量读取 key，替换模板中的占位符：

{AMAP_JSAPI_KEY} → 环境变量 AMAP_JSAPI_KEY
{AMAP_SECURITY_JS_CODE} → 环境变量 AMAP_SECURITY_JS_CODE

无 JS API Key 时自动降级为 CSS 文字卡片（references/text-card-date-spot.md）。

可分享文字邀请

当用户选定某个推荐后说"发给对方""帮我写个消息""怎么约她"时，生成一段可直接复制发送的文字：

text

我在[区域名]找到了一个不错的地方——[店名]，[一句话亮点]。
你从[对方位置]过来只要[X]分钟，[营业时间状态]。
地址是[地址]，到了我发你定位 👉 [高德导航链接]

语气自然口语，不像营销文案。

约会行为指南

根据约会场景和推荐场所，在「💡 小贴士」中植入行为建议。不需要全部输出，按场景裁剪，选最相关的 5-7 条。

性别

直接问"你是男生还是女生？"。不从"他/她"推断——人称代词只表示对方性别，无法确定用户性别。

用户回答	行为建议视角
"男生"	给男生建议（着装/买单/散场/消息偏男性视角）
"女生"	给女生建议（着装/买单/散场/消息偏女性视角）
未回答	中性输出，双方视角各给一半

小礼物策略

场景	建议	金额范围	时机
第一次见面 / 相亲	❌ 不带 — 第一次见面送礼物压力太大，自然去就行	¥0	—
第二次见面	🟡 可带可不带 — 如果带，一小束花（3-5 朵）或一盒巧克力，别太隆重	¥30-80	见面时就递过去，"路上看到觉得不错"
生日	✅ 必带 — 不用贵但要用心：一本书（对方提过的）、手写卡片+小蛋糕、唱片（如果对方喜欢音乐）	¥50-200	第一站拿出来
纪念日	✅ 必带 — 有纪念意义 > 贵重：打印一张合照+手写信 > 任何奢侈品	¥100-500	第一站
表白	🟡 轻量 — 一束花就够了，别在礼物上压筹码。表白靠话不靠东西	¥30-100	表白时
商务	❌ 不带私人物品 — 可以带公司伴手礼/特产，不涉及个人感情	¥0-100	散场时

输出格式（1 行）：

text

🎁 礼物：{建议}。{一句话理由}。

例：

第一次见面：🎁 礼物：不用带。第一次见面空手最自然，带礼物反而给对方压力。
生日：🎁 礼物：一本对方提过的书 + 手写卡片。用心 > 贵重。第一站咖啡馆拿出来。
纪念日（男→女）：🎁 礼物：一束花 + 打印一张合照。纪念日仪式感靠心意不靠价格。
纪念日（女→男）：🎁 礼物：手写卡片 + 一块手表/一瓶酒。男生收到手写信的冲击力远超你想象。

话题策略（三阶段）

阶段	场所	策略	示例
☕ 第一站	咖啡馆/茶馆	环境破冰 — 从空间切入，不直奔个人问题	"这家店装修挺有意思""你平时去咖啡馆吗"
🚶 过渡	公园/散步/书店	自然延伸 — 上一话题余温 + 周围触发	"刚聊到电影——最近有想看的吗""这公园你以前来过吗"
🍽️ 第三站	餐厅/酒馆	稍微深入 — 可聊工作/兴趣/旅行，仍保持轻松	"你工作里最有趣的是什么""如果明天中彩票你去哪"

输出时：从三阶段中挑 1 个匹配第一站的，写成 1 句话放在小贴士里。

text

🗣️ 开场话术：从咖啡馆的装修切入（"这家的拿铁拉花有点意思"），比直接问"你做什么的"自然。

话题避雷表

按场景输出 2 条「千万别」：

场景	千万别
第一次见面 / 相亲	❌ 提收入/前任/结婚 ❌ 连续追问像面试 ❌ 全程聊工作
朋友见面	❌ 全程抱怨工作/感情 ❌ 一直刷手机回消息
纪念日 / 情侣	❌ 翻旧账 ❌ 拿别人比较 ❌ 不专注（一心二用）
商务	❌ 聊政治/宗教 ❌ 过度吐槽同事/老板 ❌ 强行推销

text

⚠️ 避雷：别问"你前任什么样"或"你工资多少"——第一次见面不是背调。

冷场救援

当对话中断时的 3 个救命话题，按优先级：

text

🧊 冷场救援：
  1. "最近有吃到什么好吃的店吗"（人人都能聊，还能引出下一站）
  2. "如果明天中彩票，你第一个想去的地方是哪"（开放式，没压力）
  3. 观察周围环境即兴（"你看门口那只猫好淡定的样子"）

冷场救援固定出现在小贴士中，不裁剪。

节奏信号

教用户识别对方的隐形信号：

信号	含义	行动
主动找新话题、身体前倾、笑得多、看手机少	🟢 绿灯	按动线走，执行续场
频繁看手机、回答简短（嗯/对/还好）、上厕所很久	🟡 黄灯	跳过续场，当前站结束就散
"明天要早起"、先买单、开始穿外套	🔴 散场信号	自然结束，不强留，不追问下次见面

输出时：缩成 1 行嵌入小贴士。

text

🚦 节奏信号：对方频繁看手机就是黄灯了，别强走续场；主动找新话题是绿灯。

散场公式

无论约会好坏，散场时按这个模板操作：

text

👋 散场三步：
  1. 总结亮点（"今天这家的咖啡确实不错"）
  2. 表达感谢（"谢谢你过来"）
  3. 留模糊后续——说"下次有空再约"比"下周六有空吗"安全 100 倍

散场后消息

到家后 30 分钟内发，模板根据场景微调：

场景	消息模板
聊得好	"今天很开心，那家{亮点}真不错。到家了吗？"
一般	"今天谢谢你过来，路上注意安全～"
还想再见	"今天聊得很开心，下次有空再约——{具体建议，如"那家日料"}"

text

📱 散场消息：到家发"今天很开心，谢谢你过来"，不要发小作文，不要追"下次什么时候见"。

着装速查

1 句话，根据场所 + 天气 + 性别生成。检测不到性别时给通用建议。

场所类型	男生	女生
咖啡馆/茶馆	smart casual：干净白 T + 衬衫外套	不用太隆重——连衣裙或针织+牛仔裤，自然就好
Fine dining	有领子的衣服 + 长裤，别穿拖鞋	一条质感好的连衣裙或衬衫+半裙，配饰点睛
公园散步	舒适但不邋遢——运动鞋 OK，别穿睡衣款	平底鞋或小白鞋，浅色系拍照好看
酒吧/清吧	深色系比亮色安全，稍微用心	深色或丝绒质感——口红比衣服重要
雨天	带把像样的伞，别举着便利店透明伞	一样——折叠伞塞包里，别湿着头发到
冬天	大衣+围巾，层次感比单件厚棉袄好看	大衣或羽绒服，脱掉外套后内搭要能打

text

👔 着装：smart casual——干净衬衫 + 不破洞的裤子。今天 22°C，薄外套刚好。

各模块性别差异速查

部分建议因性别而不同，生成时按检测结果选择：

模块	男→女	女→男	中性
开场话术	从环境切入，别直奔"你做什么的"	从环境切入 + 可主动分享自己（降低对方压力）	从环境切入
买单	默认你买单，但如果对方坚持 split 就接受——别争三轮	可以主动提 split，但如果他坚持请就别争——让男生请是给他面子	谁约的谁买单
散场	别追问下次见面——"下次有空再约"就够	如果觉得不错可以说"今天很开心"，给他再约的台阶	"今天很开心，谢谢你过来"
散场消息	到家 30 分钟内主动发，简短不油腻	等他先发——如果他没发，睡前发一句"今天谢谢啦"就行	到家互相报平安

边界情况

周边结果不足 → 扩大半径至 2500m 并重试，仍不足则提示"该区域选择较少，建议换个见面地点"
公园类推荐 → 补充时间建议（"下午去光线好"、"傍晚适合散步"）
深夜场景（用户提及"晚上""宵夜"）→ 排除已关门地点，优先推荐 22:00 后仍营业的
极端天气（大雨/暴晒/严寒）→ 全部推荐室内，户外场所仅作"天气好时备选"
预算极低（如人均 < 30）→ 优先搜索公园(免费)、快餐替代为独立咖啡馆最便宜单品
连 3 轮不满意 → 换个搜索圆心（如从"新街口"换到"上海路"），给用户全新区域选择

对话流引导

初次触发

收到约会请求后，一次性问清以下信息。对方可以一次回答多个，也可以逐个回答。问到信息足够就开始搜索，不等所有问题都答完——能推断的就不问。

第一轮（必问）：

text

📍 在哪见面？——具体地点 or "我在XX，她在YY"
🕐 什么时候？吃什么？——比如：
    "吃午饭" / "下午喝咖啡" / "吃晚饭" / "晚饭+喝一杯"
    "看电影然后吃饭" / "去密室/看展" / "逛街+吃饭"
    "还没想好"

收到第一轮回答后，按需追问：

追问条件	追问内容
高德返回 ≥2 个同名地点	"建邺万达还是江宁万达？"（列出选项让用户选）
含餐模式但没说菜系	"想吃什么菜系？日料 / 火锅 / 西餐 / 粤菜 / 川菜 / 烧烤 / 都可以"
含餐模式但没说忌口	"有什么忌口吗？不吃辣 / 素食 / 清真 / 不喝酒 / 海鲜过敏 / 无"
没说明出行方式	"开车去还是地铁？"
没说预算	不问。——默认不限预算
没说节奏	不问。——默认"正常"
人称代词中无"她""他"	"你是男生还是女生？"（用于着装/礼物/买单等建议的视角）

不需要问的：

信息	原因
特殊场景（纪念日/生日等）	用户自己会说；不主动问"今天是什么日子吗"
对方位置（单人模式）	不需要。单人模式只搜用户给的地点周边

位置消歧

用户给的地点名可能对应多个位置（如南京有建邺万达、江宁万达、万达茂、溧水万达）。GeoCode 后若返回多个同名结果且距离 > 2km，列出前 3 个让用户选，不要自作主张取第一个。

指定品类

用户直接说"找个日料""有没有能看书的地方"时，关键词直接用于搜索，仍输出 3 个推荐。时段和动线按最接近的模式匹配。

追问细节

用户选中某个推荐后问更多信息（"这家有什么特色""附近好停车吗"），用 /v3/place/detail 查询 POI 详情（id=POI_ID）。

调用的高德 API

API	用途
`geocode/geo`	地名 → 坐标
`geocode/regeo`	坐标 → 地名（中点逆地理编码）
`place/around`	周边 POI 搜索（6 基础类 + 按需类：餐厅/景点/博物馆/影院/密室/演出 + 停车场）
`place/detail`	POI 详情查询
`direction/transit/integrated`	公交路线
`direction/walking`	步行路线
`direction/driving`	驾车路线
`weather/weatherInfo`	天气查询

Amap Date Spot

Install

Date Spot - 约会地点推荐

输入解析

基础信息提取

附加信息提取

氛围修饰（Vibe）

特殊场景模式

时段模式

搜索策略

基础类别（始终搜索）

按需类别（匹配到才搜）

排除规则

筛选与排序

通勤时间计算

天气联动

营业时间 + 最佳时段

最佳到店时段

出片评估

出片信号（POI 数据 + 常识推断）

出片建议

约会动线编排

编排规则

动线生成规则

备选方案

备选搜索

输出格式

输出格式

CSV 输出

HTML 输出

决策地图（给自己）

邀请卡片（给对方）

Key 注入规则（agent 必须执行，两种 HTML 通用）

可分享文字邀请

约会行为指南

性别

小礼物策略

话题策略（三阶段）

话题避雷表

冷场救援

节奏信号

散场公式

散场后消息

着装速查

各模块性别差异速查

边界情况

对话流引导

初次触发

位置消歧

推荐后不满意

指定品类

追问细节

调用的高德 API

Related skills