本地推荐 Agent:一句话让 AI 推荐某城市的咖啡店
教你用 AI Agent 把本地推荐做成一条闭环——按城市和品类搜地点、拉详情评分、再按偏好排序,用一句自然语言产出可直接用的推荐清单。

本文中的工具名仅供参考,实际工具可能已更新或更名。实施时请以工具市场中的最新工具为准。
本文要点
- 一句话完成"搜地点→看详情→按偏好排序"的推荐闭环
- 国内用高德地点工具、海外用 Serper 地点工具,同一句话适配
- 产出带评分和理由的推荐清单,而不是一堆原始搜索结果
本文用到的工具
为什么本地推荐做起来很烦
"推荐几家某城市市中心、评分高、适合办公的咖啡店"——这类需求听起来简单,手工做却很碎。你先在地图 App 里搜品类,翻出一长串候选;再挨个点进去看营业时间、评分、人均、环境标签;最后还得在脑子里按你真正在意的维度(安静?有插座?离地铁近?)重新排一遍。换个城市、换个品类,整套动作再来一遍。
痛点不在信息不够,而在信息散、要反复切换、还得人工做最后的判断和排序。AI Agent 可以把这条链压扁:你用一句话说清城市、品类和偏好,Agent 自己去搜地点、拉详情、按你的偏好排序,直接把一份带理由的推荐清单递给你。
这个工作流分四步
- 给偏好——告诉 Agent 城市、品类,以及你真正在意的条件(评分、价位、氛围、距离等)。
- 搜候选地点——按城市和品类拉出一批候选。
- 拉详情和评分——对候选逐个补齐评分、营业信息等细节。
- 按偏好排序产出——Agent 结合你的偏好排序,输出推荐清单和推荐理由。
每一步怎么做
第一步:描述需求
直接对 Agent 说:用 ae 推荐 示例城市 市中心评分高、安静适合办公的咖啡店,给我前五家并说明理由。 Agent 会解析这句话,挑出地点搜索类工具,不用你对接任何地图 API。
第二步:搜候选地点
国内场景,Agent 调用地点文本搜索类工具(如 ae_amap_maps_get_v5_place_text),按城市和品类关键词拉回一批候选地点。你一次给出城市+品类即可,不用逐条手搜。
第三步:拉详情和评分
拿到候选后,Agent 调用地点详情类工具(如 ae_amap_maps_get_v5_place_detail),逐个补齐评分、营业时间、地址等详情。这一步决定了推荐是"有依据"的,而不是只凭名字猜。
第四步:海外地点与排序产出
如果你问的是海外城市,Agent 会改用海外地点工具(如 ae_serper_places)完成同样的搜地点+看详情。拿齐数据后,它按你开头给的偏好(评分、安静、距离等)排序,返回一份带推荐理由的清单,而不是一堆原始结果。
手工查点评 vs. 一句话让 Agent 推荐
| 环节 | 自己翻地图/点评 | 用 AI Agent |
|---|---|---|
| 搜候选 | 搜品类、翻长列表 | 一句话按城市+品类拉候选 |
| 看详情 | 逐个点进去看评分/营业时间 | 自动补齐评分和详情 |
| 国内外 | 换 App、换习惯 | 同一句话,自动切国内/海外工具 |
| 排序 | 自己在脑子里权衡 | 按你给的偏好自动排序 |
| 产出 | 一堆标签页 | 一份带理由的推荐清单 |
怎么开始
- 注册——新用户赠送 1,000 积分。
- 在 WorkBuddy、Trae 这类 Agent 里端内连接,或把一行 MCP 配置粘进 Claude Code、Cursor、VSCode。
- 用自然语言下指令,让 Agent 搜地点、拉详情、按偏好排序。
常见问题
国内和海外都能推荐吗? 都可以。国内城市走高德地点类工具,海外城市 Agent 会自动换成海外地点工具(如 ae_serper_places),你只管在指令里写清城市。
能按我的偏好排序吗? 能。你在一句话里说清在意什么(评分、价位、氛围、距离),Agent 会据此排序并给出推荐理由,而不是只按默认顺序返回。
推荐里有评分吗? 有。Agent 会用地点详情类工具补齐评分、营业信息等细节,再据此排序,所以每条推荐都有依据。
注册 · 浏览工具 · 接入你的 Agent
