Retail Report · 上海零售品牌动态月报
零售商业情报环节的实践样本：按月追踪上海新店 / 首店 / 旗舰——飞书线索与 Bitable 去重 → 全网抓取与双信源核对 → 结构化结论 → HTML 横版 + 9:16 英文 PDF → 飞书推送。对照传统「人工搜稿 + Word 拼贴」——信源可复核、表可复用、报告可直接转发。样例刊 Shanghai Retail Radar（2026 年 6 月）可打开阅读。
适合：商业 / 零售研究与招商、需要月度开店脉冲的业务方，以及要把「线索—入库—报告—推送」固化成 Skill 的实践者。
构建
- · 双信源 + 时间窗口入库前强制校验。
- · 产出：英文竖版 PDF + HTML 横版可在线阅读。
背景与做法
开店信息散在媒体与通稿，检索慢、易重复，版式不统一。业务要的是可复核信源与可复用数据资产，不是一次性长文。
- 商业 / 零售研究：要月度开店脉冲、首店密度与商圈集中度
- 招商与业务拓展：要可查品牌、场域与时间戳的结构化表
- 内容与情报运营：要把抓取—入库—报告—推送做成可重复 Skill
本轮范围
已实现
- 01
去重自检：从飞书 Bitable 拉取当月分表与总表全量，品牌名规范化建索引
- 02
线索扩展：读取飞书线索表，从简介 / 全名 / 商圈等字段拆关键词，扩展搜索角度
- 03
全网抓取：Hermes 编排 anysearch CLI（含 batch_search 并行）；失败自动切 Exa
- 04
信源核对：每条新店 ≥ 2 条独立公开信源，发表日期落在约四个月窗口
- 05
双写入库：字段自检（官方品牌名、简介约 85–95 字）后写当月分表 + 总表去重兜底
- 06
洞察生成：MiniMax 梳理数据，输出执行摘要、品类 / 商圈 / 代表品牌等结构化段落
- 07
报告产出：Python 拼装 HTML（内联 CSS，PC 横版可读）；Playwright 截图式生成 9:16 竖版 PDF
- 08
推送：飞书机器人 Webhook 将报告发至目标群；英文竖版 PDF 可对外分发
未纳入
- 01
全国全城全业态实时看板（先做上海月度完整流程）
- 02
与商场 POS / 租户系统直连写回
- 03
面向 C 端的订阅付费站（先服务内部 / 客户群交付）
界面
前台
后台
关键决策
以飞书 Bitable 为唯一数据资产：分表服务当月作业，总表做去重与历史积累。
搜索主路径用 anysearch（党政 + 垂媒 + 官方稿，延迟约 1–2 秒），Exa 仅作保障机制，保证速度与覆盖。
入库前强制双信源与时间窗口，避免只有一条通稿进入月报。
字段纪律：品牌只用官方名；简介字数卡在约 85–95，保证报告排版与可读性。
交付双形态：HTML 服务 PC 横屏阅读与内嵌；9:16 PDF 服务手机竖屏与群文件转发。
用 Skill / Agent 串全流程，而不是每次手工爬表写稿。
注意点
只搜不核信源，会把公关稿当事实写进月报。
只有总表没有分表，当月作业与历史沉淀会互相踩踏。
简介与品牌名不规范，HTML / PDF 排版会碎、去重会失效。
只有 HTML 没有竖版 PDF，群内转发与英文对外分发会卡在格式。
主搜索无兜底时，单点工具故障会中断整月交付。
结果
- 月度 Skill 可重复：线索 → 核对 → 入库 → 报告 → 推送
- 样例刊可打开（HTML / PDF），交付形态可对照
- 飞书表成为可复用数据资产
要验证的是情报流水线纪律：双信源、双表入库、双形态交付。Skill 的价值是可重复月度跑批，而不是一次聊天生成报告。