前言¶
長租公寓項目的前期研判，難點通常不在”算不出來”，而在三件事：採集來的數據口徑不統一，競品信息真假難辨；財務測算每個團隊各寫一套腳本，NOI、IRR、回收期口徑對不上；報告交出去之前，沒有人檢查引用是否真實、數據是否過期、紅線指標是否被繞過。寓策研究院這套 Skill 針對的就是這三件事，把選址評估、競品調研、租金定價、出租率預估、財務測算、人員配置這些環節做成規則加可執行工具的組合。
這是什麼¶
寓策研究院是一個面向長租公寓投資研判場景的標準化執行引擎，形態是”規則（SOP/鐵律）+ 可執行腳本”。發佈者爲 SkillHub 社區用戶 user_c08fa81b，座標 @user_c08fa81b/changzu-gongyu-diaoyan-juece，分類 professional，當前版本 1.8.1，來源 community，標籤 requires_api_key=false（不需要 API key）。截至抓取時，SkillHub 頁面標註評分 100000、下載 1259、安裝 0。
它解決的問題是：把一次完整的長租公寓市調與投資測算，拆成有狀態機約束、有腳本支撐、有質檢閘門的標準化流程，而不是每次靠人臨時拼湊。
核心功能¶
內置四個可運行腳本¶
這是該 Skill 最直接可執行的部分：
1、financial_calc.py：NOI 計算、回收期、四檔壓力測試、紅線自動否決。紅線不達標時流程直接終止，不進入報告環節。
2、ramp_model.py：首年爬坡出租率逐月預估，用於新店開業第一年的出租率曲線，而不是拿一個全年均值糊過去。
3、pricing.py：三檔定價成本反算，即給定成本結構反推可承受的三檔租金。
4、calculate_staff.py：人員配置與人房比、人力成本測算。
後續版本在此基礎上增加了 sensitivity.py（三變量敏感性分析 + 龍捲風圖）和 cashflow.py（全週期 IRR、NPV、10 年現金流），用來驗證”租金定生死”這條行業規律——即租金假設的小幅變動對 IRR 和回收期的影響遠大於其他變量。
數據採集與競品調研¶
- 競品調研覆蓋 19 個維度深挖。
- 駕車距離採用高德 + 騰訊雙源實採，單源取不到時可交叉驗證。
- 商業配套按 500m–3km 圈層掃描。
- 數據做三方驗證並輸出置信度分級。
採集側統一走隨包的 scripts/anticrawl/spider_gate.py（鐵律 #2 四層架構）：判級 → URL 自動規範化 → 平臺適配器（貝殼/安居客/58/自如）→ 逐級降級 → data_gate 質檢。這裏的核心約定是 HTTP 200 不等於採集成功，失敗一律標註【數據不可用】，不允許把空結果當作正常數據繼續流轉。底層是 antibot_core（JA3 指紋池、指紋成套、行爲擬人、會話持久化、令牌桶限速）；SPA 站點走 stealth_render 渲染；登錄牆用 login_capture 人工登錄一次、12 小時內長期複用。另有 browser-automation-toolbox 的 4 引擎降級鏈兜底。
數據質檢與文檔輸出¶
- L0 反幻覺門：引入 industry-research-pro 的
check_deliverable.py作爲交付閘門，要求每條結論標註實證/估算/常識三態，做多源交叉與時效自檢。 - 引用幻覺覈查：引入 cite-hallucination-check，交付前核驗引用真實性，避免引用不存在的來源這類”翻車”。
- 去 AI 味：僅取去 AI 味 + 嚴肅文本保護兩項能力。
- 數據清洗：接入 excel-data-cleaner 的六大清洗。
- 文檔排版：WPS 中文公文排版，支持導出 PDF、批註審閱、格式兼容。
最終輸出是標準化市調報告，報告內含鐵律合規自檢。
流程約束與防護機制¶
這一層是該 Skill 區別於”腳本合集”的地方：
- 上下文壓縮保真：四層保真規則（目標 + 禁止項、外部 ID、失敗路徑、證據時效），防止長上下文壓縮後關鍵信息丟失。
- 證據時效標記：租金 ≤30 天、出租率 ≤7 天、政策 ≤90 天、工商 ≤180 天（口碑 30 天），過期數據強制重新校驗，超期自動降置信度至 4 分。
- 工具調用防護：同一工具 + 同一參數不得連續調用超過 2 次；每個工具必須標註適用與禁用場景。
- 信源獨立性防護（鐵律 #17G）：多 Agent 投票必須同時滿足信源獨立、時間分散、時效有效三個條件，否則投票不具備統計學意義。
- 工程化補強（2026-08-21）：數據驗證三層機制（L1 只讀工具 / L2 多 Agent 投票 / L3 無數據聲明）、檢索路由（grep 精確匹配 vs 向量庫語義查詢）、ReAct 推理執行框架、SOP 狀態機 8 狀態約束、評估者分步校驗、反幻覺優先級（工作流 > 數據 > Prompt）、沙箱化爆炸半徑五層防護、輸入輸出隔離（staging 只讀 / output 可寫）、身份降級 + Manifest 規範、opencli 70+ 平臺 CLI 融入反爬鏈。
企業 Skill 體系¶
該 Skill 的方法被沉澱爲一套企業級 Skill 建設流程：拆解方法 → 篩選高價值 → 元數據管理 → 效果回測 → 持續沉澱，共 5 步。目前已發佈的 P0 Skill 有 3 個：SKILL-COMP-19D-V1（競品調研）、SKILL-FIN-CALC-V1（財務測算）、SKILL-TIELV-CHECK-V1（鐵律自檢）。
安裝與啓用¶
該 Skill 基於通用 SKILL.md 格式，座標與來源信息如下：
座標: @user_c08fa81b/changzu-gongyu-diaoyan-juece
來源: SkillHub community
分類: professional
版本: 1.8.1
API key: 不需要（requires_api_key=false）
需要說明的是，已抓取的官方頁面資料中沒有給出具體的安裝命令，也沒有分別說明 Cursor、Codex CLI、Claude Code 下的安裝差異，因此這裏不寫安裝命令，請以 SkillHub 頁面當時的說明爲準。
典型用法¶
官方簡介中列出了明確的觸發場景。當用戶提出以下需求時，該 Skill 會被調用：
- 選址評估
- 競品調研
- 租金定價
- 出租率預估
- 財務測算（NOI / IRR / 回收期）
- 人員配置（人房比 / 人力成本）
- 保租房對標
- 項目背調盡調
也就是說，用法上是把選址研判需求整體交給 Skill，由它按 SOP 狀態機推進：先採集與驗證數據，再跑財務與定價腳本，再過 L0 反幻覺門和引用覈查，最後輸出含鐵律合規自檢的標準化市調報告。官方資料中未提供具體的對話示例或命令行示例，此處不補寫。
適用場景與注意¶
適合：長租公寓投資團隊做項目初篩、選址對比、租金與人員測算、競品調研，以及需要留痕和合規自檢的正式市調報告產出。
需要注意：
1、數據時效是硬約束。租金 30 天、出租率 7 天、政策 90 天、工商 180 天、口碑 30 天，超期會降置信度，意味着歷史報告裏的數據不能直接沿用。
2、反爬部分依賴平臺適配器與指紋、渲染等機制，平臺頁面結構變化時適配器可能需要更新；登錄牆依賴 login_capture 的人工登錄，12 小時過期後需重新登錄。採集行爲本身仍要遵守目標平臺條款，Skill 只解決技術實現，不替代合規判斷。
3、來源是 SkillHub 社區（community），不是官方機構出品，採用前建議先跑一個真實項目做小範圍驗證。
4、安裝數當前爲 0，說明使用樣本少，遇到問題更多需要看包內腳本和 SOP 自行排查。
結尾¶
寓策研究院的價值在於把長租公寓投資研判從”每次臨時拼”變成”規則加腳本的標準流程”：數據不過 data_gate 不進報告，紅線不達標直接否決，交付前過反幻覺門和引用覈查。如果你的團隊正在做公寓項目的選址和投資測算，可以從官方地址瞭解詳情：
https://api.skillhub.cn/user_c08fa81b/changzu-gongyu-diaoyan-juece
頁面版：https://www.skillhub.cn/skills/user_c08fa81b/changzu-gongyu-diaoyan-juece
