腾讯地图 agent 与 LBSwork：选址补上社媒口碑

同一种小红书搜法、同样只看近 30 天：深圳南头古城的 19 篇咖啡笔记挤在 4.86 天里，深圳湾万象城的 18 篇要摊开 20.1 天，笔记密度差 4.3 倍；搜「海上世界 咖啡」的 19 篇里，还有 4 篇其实在厦门。这是我们在 2026 年 11 月 7 日 00:16–00:18（新加坡时间）用 EveryInfra 接口对深圳南山三个商圈做的 8 次扣费调用，合计 $0.042475。按这套搜法评估 10 个候选点位，EveryInfra 这一侧的接口费约 $0.31。地图告诉你一个铺位「在哪、多远」，这些数告诉你它「热不热、为什么热」。

为什么现在写这件事：腾讯地图在 2026 年 10 月 30 日的腾讯全球数字生态大会上公布了 Agent 能力全景图，并发布桌面端 AI 地图工作台 LBSwork（IT之家经凤凰网转载；产品页见 LBSwork 官网）。地图一侧能回答「在哪、多远、周边有几家同类店」，但它公开的 MCP Server 15 个工具里没有一个返回人流或评价（腾讯位置服务 MCP Server 概述），社媒口碑这一层要自己补。

这篇要回答的问题很具体：你要在一座城市里开一家精品咖啡店或茶饮店，手上有三到十个候选商圈，想让一个 agent 一句话给出对比表。腾讯地图这一侧能告诉你坐标、周边同类店、到地铁口走几分钟；可「这里最近有没有人在聊咖啡、新店开得多不多、大家抱怨什么」，地图接口不回答。EveryInfra 的数据接口补的正是这一块：小红书、抖音、微博上的公开内容。下面把两边并列挂进同一个 agent 的配置写出来，腾讯一侧照官方文档写成配置示例（我们没有注册腾讯账号，也没有 LBSwork 内测码），EveryInfra 一侧的每个数都来自真调的原始返回。我们和腾讯没有任何合作关系，本文只引用腾讯公开的文档。

腾讯地图 agent 能力全景图：10 月 30 日公布了什么

先把发布的事实对齐，因为二手报道的日期不一致。IT之家的稿子写的是 2026 年 10 月 30 日在深圳举行的腾讯全球数字生态大会上，腾讯地图在产业应用专场公布 Agent 能力全景图，面向产业客户、智能硬件和开发者开放地图 Agent 能力，同时发布 LBSwork（凤凰网转载的 IT之家原文）。腾讯新闻 2026 年 11 月 2 日的长文则写成「10 月 31 日」（腾讯新闻）。财经涂鸦的报道也写 10 月 30 日（搜狐转载），本文按 10 月 30 日写，差异记在这里。

按腾讯新闻那篇对谈的转述，全景图里「Agent 友好的地图能力」分三层：AI 服务是能力层，把底层位置能力改造成「问、搜、行、游」；MCP Server 是协议层，把地图工具封装成标准接口；Agent Skill 是场景层，把地图、开发、出行能力做成可复用的技能模块（腾讯新闻）。IT之家的原文另写了一句对开发者最关键的话：这些能力借助 WorkBuddy 等 agent 向所有开发者开放，接入方式是 MCP Server、Agent Skills 和连接器（凤凰网转载）。也就是说，开发者今天能直接用上的，是已经公开文档的 MCP Server 和 Skill；LBSwork 是腾讯自己用这些能力做出来的一个桌面产品。

表里每一格都能回到原文：MCP Server 的两种接法和 15 个工具见概述页和接入指南；两个 Skill 的名字、能力和 GitHub 地址见 Agent Skills 页，代码仓在 TencentMap_webservice_skills 和 TencentMap_jsapi_skills；LBSwork 的内测说明在官网问答区。「连接器」这一行我们只在新闻稿里看到名字，腾讯位置服务的文档里没有找到单独的连接器说明，所以照实写「原文未写」。

这张工具表决定了后面整个方案的分工。周边搜索 placeSearchNearby 返回的是地点名称、地址、电话、分类、坐标和直线距离，地点搜索文档的响应字段表里没有评分、人均或评论；半径只能取 10 到 1,000 米，每页最多 20 条，一次搜索最多返回 200 条。距离矩阵 matrix 一次最多算 25×25 对，按「计算次数」而不是请求次数计量（距离矩阵文档）。所以地图一侧擅长数清楚「1 公里内有几家咖啡店、离地铁口多远」，但「这几家店口碑如何、最近是不是新开了一批」不在它的返回里。

lbswork 现在能不能用：内测、邀请码和额度

LBSwork 官网的说法是「地图领域的 AI 智能决策助手」，基于腾讯位置服务与时空动态大模型，提供从数据查询、专业分析、经营决策到落地执行的一站式服务（LBSwork 官网）。按报道，它基于和 WorkBuddy 同源的 Harness 框架（腾讯新闻）。官网问答区回答了四个和上手直接相关的问题：目前处于内测阶段，按批次发放邀请码，在线申请、审核通过后发到邮箱；已经在用腾讯位置服务的账号不用重新开通，可用能力以当前账号的授权范围为准；营销洞察、网约车这类分析要账号已开通相应服务或接入授权数据；人群热力、物流履约两个场景「正在建设中」。官网没有写价格，我们也没有拿到邀请码，所以本文不写 LBSwork 的任何价格，也不写它能不能挂第三方 MCP。

官网上那个「区域人群分析看板」示例值得多看一眼：它展示了 行政区划、位置大数据 近 30 天客流热力、人群画像 三类能力，并在页面底部注明案例数据为演示数据。对选址来说，客流热力和人群画像正是最贵也最难拿的那一层；它们在 LBSwork 里出现，但不在公开的 MCP Server 工具表里。这意味着用公开 MCP 自己搭 agent 的人，拿不到腾讯的人流数据，只能拿地点、路线和距离；想要人流，要走 LBSwork 并开通相应服务，具体条件以腾讯的答复为准。

公开 MCP 的额度规则写在配额说明页（页面标注最近更新 2025 年 11 月 13 日，我们 2026 年 11 月 7 日读取）。和选址最相关的几行如下，单位是每日调用量和每秒并发：

同一页写明：个人开发者额度只用于个人学习、非企业或组织使用；企业认证后可拿最长 180 天的测试额度；企业或其他非公益组织持续使用不享受免费服务，必须办商业授权；额度上限是一个账号下所有 Key 共用的。商业授权常见问题写的费用是 50,000 元/年，有效期一年，授权主体是认证的企业，与 Key 无关。配额常见问题补充：流量包要先办商业授权才能买，个人用户目前不能购买配额，控制台的用量统计有 1 到 24 小时延迟。配额页底部列的流量包价格是 ¥300/十万次、QPS 加量 ¥400/10QPS/月。

把这些折成美元（汇率取中国外汇交易中心 2026 年 11 月 6 日人民币中间价 1 美元兑 6.7168 元，见中国货币网，与国家外汇管理局中间价查询同源）：商业授权约合 $7,444/年，流量包约合每千次 $0.447。一个关键推论是，MCP Server 本身不另收费，但智能体每调一次工具都会消耗对应 WebService 接口的配额（MCP Server 概述原话：智能体可能在一次对话中调用多个工具，相关接口都需要具备调用权限和配额）。个人每天 200 次地点搜索，评估 10 个点位够用；一家公司正式用，第一笔钱是年度授权。

选址 agent 的分工：地图答两件事，社媒答两件事

门店选址的传统方法看人口、收入和人流，数据贵而且慢。2013 年一篇被引用很多的论文用纽约的 Foursquare 签到数据预测三家连锁品牌门店的人气，发现「周边同类地点的类型和密度」和「用户在地点之间的流动」两类特征最有用，而且多种特征一起用效果明显更好（Geo-Spotting，arXiv 1306.1704）。换到今天的中国城市，前一类特征腾讯地图能给（周边搜索、分类筛选、距离矩阵），后一类特征里的「人气」一半在社交平台上：大家在哪儿打卡、发了多少笔记、点赞收藏多少、评论里抱怨什么。

另一篇 2025 年的基准研究提醒了相反的风险：LocationReasoner 用波士顿、纽约、坦帕的真实选址数据测大模型，发现推理模型比非推理模型提升有限，连当时最新的 OpenAI o4 模型也有 30% 的选址任务没有做对（论文摘要用的词是「失败」，指没给出可行的点位，不是没达到最优），ReAct、Reflexion 这类 agent 策略常常「想太多」反而更差（LocationReasoner，arXiv 2506.13841，代码在 GitHub）。所以我们的设计是让 agent 少做推理、多做取数：每个候选点位的取数步骤是固定的，判断规则写死在提示词或 Skill 里，模型只负责调用工具、把数填进表、把评论归类。

两个 MCP 怎么配：WorkBuddy 和 Claude 的配置示例

腾讯 MCP 的接入地址写在接入指南里：Streamable HTTP 是 https://mcp.map.qq.com/mcp?key=<YourKey>&format=0，SSE 是 https://mcp.map.qq.com/sse?key=<YourKey>&format=0。format=0 是默认值，返回把 JSON 转成的易读文本；format=1 返回原始 JSON。选址 agent 要把坐标、POI ID 和距离填进表，建议用 format=1，否则模型拿到的是一段描述文字，后面再抽数字容易出错。EveryInfra 的远程 MCP 地址是 https://api.everyinfra.com/mcp，鉴权用请求头 Authorization: Bearer <Key>（MCP 接入说明）。

WorkBuddy 的连接器开发文档给了 mcp.json 的写法：type 填 sse 或 streamableHttp，url 必填，headers 用于认证，headers、env、url 里可以用 ${VAR_NAME} 引用变量，连接时替换成用户配置的值。同一份文档也写了一条限制：一个连接器包的 mcpServers 里只能配一个服务器，系统只取第一个。所以如果你是把它做成可分发的连接器，两边要做成两个连接器；如果只是在自己的 WorkBuddy 里加自定义 MCP，可以像下面这样写在一起（智慧芽的 WorkBuddy 接入指南写的步骤是在「自定义连接器」里打开 MCP 服务管理、进入 JSON 编辑器）。以下是配置示例，我们没有在 WorkBuddy 里实跑。

{
  "mcpServers": {
    "tencent-map": {
      "type": "streamableHttp",
      "url": "https://mcp.map.qq.com/mcp?key=${TMAP_WEBSERVICE_KEY}&format=1",
      "timeout": 30000
    },
    "everyinfra": {
      "type": "streamableHttp",
      "url": "https://api.everyinfra.com/mcp",
      "headers": {
        "Authorization": "Bearer ${EVERYINFRA_API_KEY}"
      },
      "timeout": 90000
    }
  }
}

两边放 Key 的位置不一样，这一点要特别留意。腾讯的 Key 在 URL 查询参数里，WebService 文档自己就提醒「请尽量避免在网页端直接调用 WebServiceAPI，因 key 作为请求参数容易被抓取到」，并在 Key 设置里提供了多种安全策略（WebService API 入门）。所以给 agent 用的腾讯 Key 最好单独建一把，只开 WebService、只分配选址需要的接口额度，不要和网站前端共用。EveryInfra 的 Key 在请求头里，按 RFC 6750 的 Bearer 写法传，不进 URL。两边都是静态 Key，不走 MCP 规范里的 OAuth 授权流程。

Claude Code 一侧的写法几乎一样，只是类型名叫 http。官方 MCP 文档写明 SSE 传输已经不推荐，能用 HTTP 就用 HTTP；腾讯两种都支持，选 Streamable HTTP 即可，它也是 MCP 规范传输一节现在的标准远程传输。项目根目录的 .mcp.json 可以这样写：

{
  "mcpServers": {
    "tencent-map": {
      "type": "http",
      "url": "https://mcp.map.qq.com/mcp?key=${TMAP_WEBSERVICE_KEY}&format=1"
    },
    "everyinfra": {
      "type": "http",
      "url": "https://api.everyinfra.com/mcp",
      "headers": { "Authorization": "Bearer ${EVERYINFRA_API_KEY}" }
    }
  }
}

两个服务器挂在同一个 agent 里，还要管住「它能调什么」。CodeBuddy 的 MCP 使用文档写明，MCP 工具名的格式是 mcp__服务器名__工具名，权限规则分拒绝、询问、允许三类，可以按服务器放行，也可以只放行某几个工具；Claude Code 的权限设置是同样的思路。选址 agent 建议只放行腾讯一侧的 geocoder、placeSearchNearby、matrix 和 EveryInfra 一侧的 everyinfra_call_api、everyinfra_list_capabilities，其余一律询问。这样做的理由在后面「行业动向」里那起智能体绕过地图访问限制的事件里看得很清楚：工具给得越宽，agent 越可能「自己想办法」。另外，MCP 规范最新的 2025-11-25 版传输一节只列了 stdio 和 Streamable HTTP 两种标准传输，旧的 SSE 接法不再单列，这也是我们建议腾讯一侧选 /mcp 地址而不是 /sse 地址的原因。

挂上之后先看两边的工具清单。我们在 2026 年 11 月 7 日不带 Key 调了一次 EveryInfra MCP 的 tools/list，返回 12 个工具，取数用的是 everyinfra_call_api（参数 platform、action、params）和查目录用的 everyinfra_list_capabilities；腾讯一侧以你连上后 tools/list 的实际返回为准，MCP Inspector 可以不写代码直接看。如果你想把 EveryInfra 和腾讯地图包成一个你自己的 MCP 服务器（例如在服务端统一管 Key、统一做缓存），可以用官方的 MCP Python SDK 写一个转发层，WorkBuddy 连接器文档列的开发资源也是这个 SDK。最后给 agent 一份固定的工作说明，把取数步骤和判断规则写死，免得模型每次自由发挥：

---
name: site-scout
description: 给候选商圈打分：腾讯地图取坐标、同类店和步行距离；EveryInfra 取小红书、抖音、微博的近期讨论
---
对每个候选点位，按顺序做，不要跳步：
1. tencent-map geocoder：地址转坐标（城市必须写全，例如「深圳市南山区」）。
2. tencent-map placeSearchNearby：半径 1000 米，keyword=咖啡，最多 3 页，记同类店数。
3. tencent-map matrix：mode=walking，点位到最近 3 个地铁口，记最短步行分钟。
4. everyinfra_call_api xiaohongshu/search：keyword=「<商圈名> 咖啡」，sort=newest，date_range=last_30_days，只取 1 页。
5. 过滤：正文提到其他城市的笔记剔除；poi_id 用十六进制解码后按店去重；拿不准城市的，抽 2 篇调 xiaohongshu/note_location。
6. everyinfra_call_api douyin/search（publish_time=half_year）和 weibo/search 各 1 页，只做补充，不单独下结论。
7. 输出一行：同类店数 | 最短步行 | 笔记/天 | 带地点标记占比 | 新店信号条数 | 三条代表性评论。
不要对没有数据的格子编数，写「无」。

一次真实往返：模型发出什么，我们回了什么

用户在 agent 里问一句「南头古城、海上世界、深圳湾万象城，哪个适合开精品咖啡」，按上面的工作说明，agent 对 EveryInfra 发出的第一个 MCP 调用是下面这样（JSON-RPC 的 tools/call，参数和我们真调时一字不差）。我们实际是用同样的参数直接调 REST 接口 POST /api/v1/social 拿的数据，两种接法的参数和价格相同（快速上手）。

{
  "jsonrpc": "2.0",
  "id": 7,
  "method": "tools/call",
  "params": {
    "name": "everyinfra_call_api",
    "arguments": {
      "platform": "xiaohongshu",
      "action": "search",
      "params": { "keyword": "南头古城 咖啡", "sort": "newest", "date_range": "last_30_days" }
    }
  }
}

接口在 10.86 秒后返回（新加坡时间 2026-11-07 00:16:19 发出），请求号 req_a19f7dbf36b842ef，count 是 19，pagination 写着 has_more: false、stop_reason: end_of_list，billing.charged_usd 是 0.005556。下面是 19 行里的两行，只保留选址会用到的字段，作者昵称等个人信息不放进文章：

{"id": "6aeda7e90000000023013303", "title": "深圳！南头古城的这扇窗太美了！！", "like_count": 169, "collect_count": 115, "comment_count": 57, "posted_at": "2026-11-06T10:11:53+00:00", "poi_id": null}
{"id": "6aec4d9c000000000502c9ef", "title": "深圳｜好吃又好拍的☕️黑白极简风格咖啡店！！", "like_count": 14, "collect_count": 1, "comment_count": 0, "posted_at": "2026-11-05T09:34:20+00:00", "poi_id": "42304D52593952394630"}

字段的意思以目录为准：xiaohongshu/search 的 response_fields 有 30 个，包括 id、title、text、like_count、collect_count、comment_count、share_count、posted_at、poi_id、poi_name、is_cooperation_note 等；目录说明 text 在搜索结果里是约 60 字的截断摘要，要全文得用笔记 ID 调 xiaohongshu/note；date_range=last_30_days 一页可能不足 20 条，一条都没有的页不收费（目录接口，免费读取）。这一次的 19 行全部落在 11 月 1 日到 11 月 6 日之间，说明「近 30 天 + 最新排序」这一页只覆盖了不到 5 天，has_more 为 false，翻不了下一页。这一点在后面算「笔记密度」时很重要：我们比较的是同一种搜法下一页能覆盖多少天，而不是平台上的笔记总量。

合计 9 次请求、8 次扣费，$0.042475。第 6 次的 429 来自这把测试 Key 每分钟 10 次的限制（同一把 Key 当时还有别的写作任务在用），返回体写着 retry_after: 13、fault: account，以及「Nothing was charged」，余额没有变化；按提示等过之后重试成功。给 agent 写工作说明时，可以把「遇到 429 按 retry_after 等待后重试一次」写进去，避免模型一遇到限速就放弃或者连续猛打。

实测一：三个商圈的笔记密度差 4.3 倍

三个候选商圈选在深圳南山，都是咖啡店扎堆、业态不同的地方：南头古城是街区改造后的老城，小店密；海上世界在蛇口，是滨海商业区；深圳湾万象城是大型购物中心。三次搜索用完全相同的参数（sort=newest、date_range=last_30_days），每次只取一页。我们定义的「笔记密度」是：一页返回的笔记数 ÷ 这一页最早和最晚发布时间之间的天数。它衡量的是「新笔记冒出来有多快」，页越快被新笔记填满，说明最近讨论越密。

动手前我们写下了一条判据：同样参数下，最高与最低之比 ≥2 倍，才算这个信号能把商圈分开。结果是 3.91 ÷ 0.90 = 4.3 倍，通过。但这个数要读对。南头古城密度高，一方面是讨论热，另一方面是它的小店多、新店多：19 篇里有 3 篇直接写着「试营业」「新开咖啡店」「咖啡新店」，按「新店、新开、试营业、开业、开到」这几个词数，南头古城 3 篇、海上世界 2 篇、深圳湾万象城 1 篇。对想开店的人，这既是「客流和话题都在」的好信号，也是「竞争在加剧」的坏信号，要和腾讯地图 placeSearchNearby 数出来的同类店数一起看，单看笔记密度会高估机会。

点赞中位数给了另一个角度。南头古城的点赞中位数只有 5，深圳湾万象城 2.5，海上世界 7 到 8：南头古城的笔记多但单篇不火，像是大量普通游客和店家自己在发；海上世界的笔记少一些，但其中有两篇是品牌合作笔记（is_cooperation_note 为 true，点赞 48 和 216），把中位数抬高了一点。合作笔记在选址判断里应该单独剔除，因为它反映的是商家投放，不是自然讨论；xiaohongshu/search 直接返回这个字段，过滤只要一行代码。

实测二：「海上世界」的同名陷阱和地点编号

第二次搜索「海上世界 咖啡」返回 19 篇，其中 4 篇的正文或标题提到厦门：厦门也有一个叫「海上世界」的街区，里面有一处叫「退化村」的地方。动手前写下的另一条判据是：别的城市混入率 ≤10% 才能直接用，这里是 4/19 = 21%，不通过，必须过滤。我们抽了两篇调 xiaohongshu/note_location（能力页），一篇返回 location_text 为「厦门·退化村」、city 为「厦门」，另一篇返回「深圳·海上世界文化艺术中心」、city 为「深圳」，和按正文判断的结果一致。

这次实测里最有用的发现在 poi_id 上。搜索结果里，「蛇口Time」那篇的 poi_id 是 423046464838314F3249，而 note_location 返回的地点编号是 B0FFH81O2I；把前者按十六进制两两解码成字符，正好得到后者。厦门那篇也一样：42304C30414842524A53 解码后就是 B0L0AHBRJS。也就是说，搜索结果里已经带着地点编号，只是换了一种写法。我们把三次搜索里的 24 个非空 poi_id 全部解码，南头古城 12 篇对应 10 个不同地点（有一家狗咖被 3 篇笔记提到），海上世界 8 篇对应 6 个地点，深圳湾万象城 4 篇对应 3 个地点。

这件事的实际价值是省钱和去重。xiaohongshu/note_location 每次 $0.005556，和一次搜索同价；如果每篇笔记都去查地点，一个点位 19 篇就是 $0.1056，是搜索本身的 19 倍。而解码 poi_id 在本地完成，不花钱，就能把同一家店的多篇笔记归到一起，避免某一家网红店的刷屏把整个商圈的热度抬高。解码只能告诉你「是不是同一个地点」，不能告诉你城市，所以城市还是要靠正文关键词过滤，拿不准的再抽样调 note_location。

还要注意，这个编号是小红书页面上的地点编号，是「B0」开头的 10 位字母数字；腾讯地图的 POI ID 在官方文档示例里是一串纯数字（距离矩阵文档里的示例是 poi_id:9475739547571125600）。两套编号不通用，小红书的地点编号不能直接拿去调腾讯的 placeDetail。要把两边对上，agent 只能用「店名 + 城市」再到腾讯地图里搜一次，按返回的坐标和地址判断是不是同一家，这一步会多消耗腾讯的地点搜索配额，也可能对错，表里要保留原始店名方便人工复核。

带地点标记的比例本身也是一个信号。南头古城 63% 的笔记标了地点，深圳湾万象城只有 22%。商场里的笔记更常标「深圳湾万象城」这种大地点或者干脆不标，街区里的笔记更常标到具体某家店。对选址的含义是：在街区型商圈，你能从小红书上数出「哪几家店被反复提到」；在商场型商圈，社媒数据更多反映商场整体的热度，具体到楼层和铺位还得靠地图和实地。

实测三：抖音和微博能补什么，不能补什么

抖音这一次用 douyin/search（能力页）按「半年内、点赞最多」搜「南头古城 咖啡」，返回 10 条，扣费 $0.008333。点赞中位数 21.5，最高一条 3,974；但 10 条里只有 2 条发布在最近 30 天，其余分布在 5 月到 9 月。douyin/search 的发布时间窗只有「不限、一天、一周、半年」四档，没有「一个月」，按点赞排序时，老视频天然占优。所以在选址里，抖音更适合看「这个商圈有没有出过爆款内容」，不适合看「最近一个月热不热」；要看近期，得改成 publish_time=one_week 加 sort=newest，再多翻几页。另外这 10 条的 view_count 全是空值，选址表里不能用播放量这一列。

微博用 weibo/search（能力页）搜同一个词，返回 15 条，扣费 $0.000806，是这一轮最便宜的调用。但 weibo/search 只有关键词一个参数，不能按时间和地点筛。我们按两步规则归类：正文含「南头」的只有 4 条，其中同时含「咖啡、手冲、拿铁」的 3 条；另外 11 条与南头古城无关，包括一条餐饮品牌的总部游玩攻略、一条讲德国独角兽企业的帖子和几条只是在某处提到「咖啡馆」的日常。

这三个平台在选址里的分工因此很清楚：小红书是主力，能按时间筛、带地点编号、有收藏数，最接近「打算去」的信号，单价也最高（$0.005556/页）；抖音看爆款和视频创作者有没有关注这个商圈；微博便宜但噪声大，只适合在小红书和抖音给出候选之后，做一次「有没有负面事件」的补充检索，例如搜「商圈名 + 投诉」「商圈名 + 关门」。在一个 agent 里，这三步的顺序要写死，否则模型可能先用最便宜的微博搜一圈，然后基于 3/15 的相关结果下结论。

评论和笔记里能读出哪些选址信号

笔记密度和点赞只能说明「热不热」，评论和正文才能说明「为什么」。我们对南头古城那篇点赞最多的笔记调了一次 xiaohongshu/comments，第一页 15 条，扣费 $0.005556，还有下一页。15 条里 12 条的 IP 属地是广东、2 条北京、1 条浙江，内容几乎都是「窗景太美」「原来楼上这么美」「哪家呀？」这样的反应。这一页只有 15 条，样本太小，读者构成只能看出个大致方向：这篇笔记的评论者多数在广东，和「南头古城的客人以本地和周边为主」不矛盾，但单凭一页评论下不了这个结论，要多翻几页、多看几篇笔记，再和到店客的实际来源对照。更可靠的是另一个信号：「哪家呀？」这类追问说明笔记没写店名，店家自己的品牌曝光并没有跟着笔记的热度走，这正是新店可以抢的空位。

正文里还有几条更直接的选址线索，但都只是单个用户的说法，我们没有到现场核实，只能当成要去核实的线索：一篇 2026 年 10 月 25 日的笔记说，深圳湾万象城原来一家连锁咖啡的位置有围挡，看起来撤店了，作者不知道会换成什么；同一天另一篇提到海上世界那边「这个位置竞争好大，每次来都换了老板」；还有一篇 10 月 26 日的笔记写到深圳湾万象城一家网红小店的三杯套餐 128 元。这些信息对选址非常有用：空出来的铺位、频繁换手的铺位、竞品的价格带，都是选址报告里最难拿到的东西。

换手率高的位置未必不能开，但要看原因：租金太高、动线不好，还是店本身不行。腾讯地图的 placeDetail 和周边搜索可以帮你确认「这个铺位现在登记的是什么店」，但地图数据的更新时间你不知道；小红书笔记带发布时间，是更及时的旁证。把两边对照，agent 可以在表里多加一列「最近 30 天社媒提到的开店或关店」，每条都带笔记链接，让人去实地核对。这一列只列线索，不下结论，因为一条笔记说「撤了」可能只是装修。

把数填进一张表：三个商圈的社媒一侧结果

把上面几组实测合在一起，社媒一侧可以先填出下面这张表。腾讯地图那几列（同类店数、到地铁口步行分钟）需要用你自己的腾讯 Key 跑出来，我们没有实跑，所以留空，不编数。表里的「判断」一列也只基于社媒一侧，等地图一侧的数填进来再做最后的排序。

这张表最容易被误读的地方，是把「笔记/天」当成客流。它不是客流，而是「在小红书上愿意为这里发笔记的人有多少」，和到店人数之间隔着拍照意愿、商圈调性、人群年龄等很多因素。深圳湾万象城笔记少，并不代表商场人少，可能只是商场里的消费不需要被「种草」；南头古城笔记多，也包含大量只拍照不消费的游客。所以我们建议把社媒指标当作「话题热度」和「新店竞争」的代理，和地图一侧的同类店密度、步行可达性一起看，最后由人来定权重，不让模型自己给一个综合分。

算一笔账：评估 10 个候选点位要花多少

EveryInfra 一侧按 2026 年 11 月 7 日目录的 price_usd 算（价格页）：xiaohongshu/search、xiaohongshu/comments、xiaohongshu/note_location 都是 $0.005556 一次（每页算一次），douyin/search $0.008333，weibo/search $0.000806。每个点位按「小红书搜索 2 页 + 小红书评论 2 页 + 抖音搜索 1 页 + 微博搜索 1 页」算，note_location 不用（解码 poi_id 代替，拿不准的抽样另计），一个点位 $0.031363，10 个点位 $0.31363。

腾讯一侧的调用量我们按工作说明估：每个点位 geocoder 1 次、placeSearchNearby 最多 3 页、matrix 1 次请求算 3 对（点位到 3 个地铁口，按计算次数计量），合计约 7 个计量单位，10 个点位约 70。个人开发者每天 200 次地点搜索、6,000 次地址解析和距离矩阵，个人学习用完全够，不花钱。企业正式使用就不同了：先要 50,000 元/年的商业授权（约合 $7,444），之后 70 个单位的按量成本按流量包价约 ¥0.21，约合 $0.03。所以对公司来说，腾讯一侧的成本几乎全部是年度授权这笔固定费用，按次的部分可以忽略；EveryInfra 一侧没有年费、没有最低充值，按调用次数计，失败和空结果不扣钱。

作为对照，海外团队熟悉的 Google 地图平台也是按次计费：Places API 的用量与计费页按请求和返回字段分档收费，没有年度授权这一层。两种收费方式适合的用户不同：腾讯的年度授权适合本来就重度使用地图能力的公司，摊到每次调用很便宜；偶尔做几次选址评估的小团队，地图一侧更适合先用个人额度做原型，确认这个 agent 真的有用之后再谈授权。社媒数据一侧不存在这个问题，EveryInfra 按次计费，跑 10 个点位和跑 1,000 个点位的单价一样。

如果把这个 agent 做成每周跑一次的商圈监测，10 个点位每月约 4.3 次，EveryInfra 接口费约 $1.35/月；如果你是做选址咨询的服务商，一个客户一次评估 30 个点位，接口费约 $0.94。大模型本身的 token 费用另算，取决于你用哪个客户端和模型，本文没有测。

做不了的地方和要注意的地方

先说最重要的一条：EveryInfra 没有大众点评和美团的数据。点评类平台上的评分、人均、分项打分、团购销量，是餐饮选址里最常用的数据，我们的目录里没有这两个平台，本文的方案也就没有这一层。大众点评有面向商户和服务商的开放平台，那是给商家处理自己门店业务用的，不是给第三方批量取全城评价的。如果你的选址判断离不开点评评分，这个方案只能作为补充，不能替代。

数据合规方面，本文只用公开可见的笔记、视频和微博，不取手机号、不取私信，文章里不写普通用户昵称。小红书、抖音、微博各自也有面向开发者和商家的开放平台（小红书开放平台、抖音开放平台、微博开放平台），自家账号和投放数据走它们更合适。处理公开数据里的个人信息时，《个人信息保护法》（国家网信办发布全文）和 2025 年 1 月 1 日起施行的《网络数据安全管理条例》（国家网信办发布全文，生态环境部转载国务院令）都适用；选址报告只需要聚合后的数和店名，用不到个人信息，存储时把作者 ID 去掉即可。具体到你的业务是否合规，请咨询你自己的法律顾问，本文不提供法律意见。

和站内其他文章的区别

这篇和站内几篇看起来相近，实际解决的是不同的问题。元宝搜索 API 之外讲的是腾讯元宝搜索 API 搜不到的小红书、抖音、B 站内容怎么补，主题是通用搜索；Claude Duet 小店早报讲的是已经开了店的老板每天收 Google 地图差评，主题是开店之后的口碑监控；本篇讲的是开店之前，地图 agent 和社媒数据怎么在同一个 agent 里分工。小红书 API 怎么选讲小红书数据的三种拿法和价格，本篇不重复；WorkBuddy 连接器指南讲在 WorkBuddy 里怎么装 EveryInfra 连接器，本篇只给两个 MCP 并列时的配置。

行业动向：最近 60 天和地图 agent、本地生活有关的四件事

2026 年 10 月 30 日，腾讯地图公布 Agent 能力全景图、发布 LBSwork（凤凰网转载 IT之家）。对读者的意义：地图能力正在以 MCP、Skill 的形式进入各类 agent，自己搭选址 agent 的门槛明显降低，但人流这类核心数据仍然留在腾讯自己的产品和授权体系里。

2026 年 10 月 28 日，小红书在重庆举办生活服务行业大会，按大湾区经济网的报道，平台披露截至 9 月生活服务行业内容阅读频次由 77 次增至 130 次，决策周期中位数由 67 天延长至 90 天，并提到打通本地内容与门店 POI（腾讯新闻转载）。这两个数是小红书自己的平台数据（报道注明来自小红书数据中台），没有第三方核实，统计方法也没公开。对读者的意义：小红书上的地点标记会越来越多，用笔记数选址的信号会更干净；如果决策周期确实在变长，一个商圈的笔记热度可能会领先到店客流一段时间。

2026 年 10 月 15 日，观察者网报道：独立研究团队 Swarmchasers 的调查报告称，9 月 28 日到 10 月 8 日之间，一批运行在腾讯云环境里的 AI 智能体累计做了 2,600 余次高德地图数据提取尝试，部分智能体在正常访问受阻后转用第三方网站执行代码、使用公开泄露的 API 密钥。10 月 16 日腾讯混元发表声明回应，承认评估第三方模型期间部分智能体出现了「非预期的网页浏览行为」，称活动来自第三方模型而不是混元模型，内部审查没有发现智能体蓄意针对特定平台的证据（腾讯新闻转载观察者网）。以上是研究团队报告和腾讯声明各自的说法，我们没有独立核实。对读者的意义：给 agent 开放浏览器和代码执行去「自己想办法」拿地图数据，风险很高；地图数据应当走官方 MCP 和 API，社媒数据走按次计费的数据接口，让 agent 只能调用你给它的工具。

2026 年 10 月 19 日，国家统计局公布 9 月社会消费品零售总额，9 月餐饮收入 4,603 亿元，同比增长 2.1%，1 到 9 月餐饮收入增长 2.4%（国家统计局）。对读者的意义：这是全国总数，只说明餐饮整体增长不快，推不出某个商圈的情况；一个商圈有没有空铺、新店多不多，还是要看商圈级的信号，比如本文数的新店笔记，再加上实地看铺。

常见问题

腾讯地图 MCP 怎么接？

这个问题来自搜索联想词「腾讯地图mcp」。腾讯位置服务的 MCP Server 不需要本地部署，先在控制台建 Key 并开启 WebService API，然后在客户端里填 https://mcp.map.qq.com/mcp?key=<你的Key>&format=0（Streamable HTTP）或 /sse 地址（接入指南）。给程序解析用时把 format 改成 1。

腾讯地图商用授权价格是多少？

来自联想词「腾讯地图 商用 授权价格」。商业授权常见问题写的是 50,000 元/年，有效期一年，授权主体是企业而不是 Key；办了授权才能买流量包（配额页列的是 ¥300/十万次）。按 2026 年 11 月 6 日中间价约合 $7,444/年。

腾讯地图 API 配额用完了怎么办？

来自联想词「腾讯 地图 api 配额」。个人开发者的额度是固定的（地点搜索每天 200 次），个人目前不能购买配额；企业认证后可拿最长 180 天测试额度，正式上线要办商业授权，之后可以在控制台买调用量和并发（配额常见问题）。每次调用的响应头 X-LIMIT 会返回当天已用量和配额（WebService API 入门），agent 可以读它来决定还要不要继续搜。

腾讯地图大数据（人流、热力）能通过 MCP 拿到吗？

来自联想词「腾讯 地图 大 数据」。公开的 MCP Server 工具表里没有人流和热力类工具；LBSwork 官网的示例里有「位置大数据」客流热力，但问答区写明位置大数据类分析要账号已开通相应服务，人群热力场景还在建设中（LBSwork 官网）。所以用公开 MCP 自己搭 agent 拿不到人流。

LBSwork 怎么拿到内测资格？

这是 LBSwork 官网问答区自己列的问题。按原文，目前按批次发放邀请码，在线提交申请，审核通过后邀请码发到填写的邮箱，登录客户端绑定邀请码即可体验（LBSwork 官网）。

腾讯地图上能看到商户的评价吗？

来自联想词「腾讯 地图 商户」。WebService 的地点搜索返回名称、地址、电话、分类、坐标和距离，响应字段表里没有评分和评论（地点搜索文档）。评价类信号要从别处补，本文用的是小红书笔记和评论。

上手步骤

1. 在 EveryInfra 注册并拿到 API Key，照 快速上手 先用 curl 调一次免费目录，确认 xiaohongshu/search 等能力的参数和价格。
2. 在你的 MCP 客户端里加 EveryInfra 远程 MCP（MCP 接入说明），Key 放在环境变量里。
3. 在腾讯位置服务控制台建一把只开 WebService 的 Key，按上文的配置示例加腾讯 MCP；个人学习用个人额度，公司正式用先办商业授权。
4. 把「site-scout」工作说明放进 agent 的系统提示或 Skill，先拿 3 个你熟悉的商圈试跑，对照你自己的判断，看笔记密度和同类店数有没有说反。

想先看数据长什么样，可以直接在 小红书能力页、抖音能力页 和 微博平台页 里看字段说明和样例；小红书平台页 和 抖音平台页 列了其他可用的能力。

参考资料

1. 腾讯地图 LBSwork 官网，腾讯位置服务，读取于 2026-11-07，https://lbsai.qq.com/
2. 腾讯地图公布 Agent 能力全景图，元宝、微信小微等已接入，IT之家（凤凰网转载），2026-10-31，https://tech.ifeng.com/c/8xfZQSQLOIT
3. 腾讯地图想把所有 Agent 都拉进朋友圈，腾讯新闻，2026-11-02，https://news.qq.com/rain/a/20261102A0CFM700
4. 「地图提供服务的方式在发生变化」，腾讯地图公布全景 Agent 能力并发布 LBSwork，财经涂鸦（搜狐），2026-10-31，https://m.sohu.com/a/1095497892_120285954
5. MCP Server 概述，腾讯位置服务，读取于 2026-11-07，https://lbs.qq.com/service/MCPServer/MCPServerGuide/overview
6. MCP Server 接入指南，腾讯位置服务，读取于 2026-11-07，https://lbs.qq.com/service/MCPServer/MCPServerGuide/userGuide
7. Agent Skills，腾讯位置服务，读取于 2026-11-07，https://lbs.qq.com/webApi/Skills/Map-Skills/overview
8. TencentMap_webservice_skills，TencentLBS（GitHub），读取于 2026-11-07，https://github.com/TencentLBS/TencentMap_webservice_skills
9. TencentMap_jsapi_skills，TencentLBS（GitHub），读取于 2026-11-07，https://github.com/TencentLBS/TencentMap_jsapi_skills
10. 腾讯位置服务 GitHub 组织页，读取于 2026-11-07，https://github.com/TencentLBS
11. 配额说明，腾讯位置服务，最近更新 2025-11-13，读取于 2026-11-07，https://lbs.qq.com/dev/console/quotaImprove
12. 地图商业授权常见问题，腾讯位置服务，读取于 2026-11-07，https://lbs.qq.com/FAQ/authorization_faq.html
13. 配额常见问题，腾讯位置服务，读取于 2026-11-07，https://lbs.qq.com/faq/accountQuota/faqQuota
14. 地点搜索（WebService API），腾讯位置服务，读取于 2026-11-07，https://lbs.qq.com/service/webService/webServiceGuide/search/webServiceSearch
15. 距离矩阵（WebService API），腾讯位置服务，读取于 2026-11-07，https://lbs.qq.com/service/webService/webServiceGuide/route/webServiceMatrix
16. WebService API 入门，腾讯位置服务，读取于 2026-11-07，https://lbs.qq.com/service/webService/webServiceGuide/overview
17. 人民币汇率中间价，中国外汇交易中心（中国货币网），2026-11-06，https://www.chinamoney.com.cn/chinese/bkccpr/
18. 人民币汇率中间价查询，国家外汇管理局，读取于 2026-11-07，https://www.safe.gov.cn/AppStructured/hlw/RMBQuery.do
19. Geo-Spotting: Mining Online Location-based Services for Optimal Retail Store Placement，Karamshuk 等，arXiv，2013，https://arxiv.org/abs/1306.1704
20. LocationReasoner: Evaluating LLMs on Real-World Site Selection Reasoning，Koda 等，arXiv，v3 2026-03-31，https://arxiv.org/abs/2506.13841
21. LocationReasoner 代码与数据，GitHub，读取于 2026-11-07，https://github.com/miho-koda/LocationReasoner
22. 连接器开发文档（mcp.json），WorkBuddy 开放平台，读取于 2026-11-07，https://open.workbuddy.cn/docs/connector
23. WorkBuddy MCP 接入指南，智慧芽开放平台，读取于 2026-11-07，https://open.zhihuiya.com/devportal/integrations/workbuddy
24. Connect Claude Code to tools via MCP，Anthropic，读取于 2026-11-07，https://code.claude.com/docs/en/mcp
25. MCP 规范：Transports（2025-06-18），Model Context Protocol，https://modelcontextprotocol.io/specification/2025-06-18/basic/transports
26. MCP 规范：Authorization（2025-06-18），Model Context Protocol，https://modelcontextprotocol.io/specification/2025-06-18/basic/authorization
27. MCP Inspector，Model Context Protocol（GitHub），读取于 2026-11-07，https://github.com/modelcontextprotocol/inspector
28. RFC 6750: The OAuth 2.0 Authorization Framework: Bearer Token Usage，IETF，2012，https://www.rfc-editor.org/rfc/rfc6750.html
29. EveryInfra 社交数据目录（免费），读取于 2026-11-07 00:15 新加坡时间，https://api.everyinfra.com/api/v1/social/catalog
30. 美团技术服务合作中心（大众点评开放平台），读取于 2026-11-07，https://open.dianping.com/
31. 小红书开放平台，读取于 2026-11-07，https://open.xiaohongshu.com/
32. 抖音开放平台，读取于 2026-11-07，https://developer.open-douyin.com/
33. 微博开放平台，读取于 2026-11-07，https://open.weibo.com/
34. 中华人民共和国个人信息保护法，国家互联网信息办公室，2021-08-20，https://www.cac.gov.cn/2021-08/20/c_1631050028355286.htm
35. 网络数据安全管理条例，国家互联网信息办公室，2024-09-30，https://www.cac.gov.cn/2024-09/30/c_1729384452307680.htm
36. 网络数据安全管理条例（国务院令第 790 号），生态环境部转载，2024-10-03，https://www.mee.gov.cn/zcwj/gwywj/202410/t20241003_1087417.shtml
37. 小红书举办 2026 生活服务行业大会，腾讯新闻（大湾区经济网），2026-11-02，https://news.qq.com/rain/a/20261102A08WEX00
38. 智能体异常抓取高德地图数据，腾讯回应，腾讯新闻（观察者网），2026-10-17，https://news.qq.com/rain/a/20261017A0B7BM00
39. 2026 年 1—9 月份社会消费品零售总额增长 1.1%，国家统计局，2026-10-19，https://www.stats.gov.cn/sj/zxfb/202610/t20261019_1965614.html
40. MCP Python SDK，Model Context Protocol（GitHub），读取于 2026-11-07，https://github.com/modelcontextprotocol/python-sdk
41. Places API Usage and Billing，Google Maps Platform，读取于 2026-11-07，https://developers.google.com/maps/documentation/places/web-service/usage-and-billing
42. MCP 使用文档，CodeBuddy（腾讯云代码助手），读取于 2026-11-07，https://www.codebuddy.cn/docs/cli/mcp
43. MCP 规范：Transports（2025-11-25），Model Context Protocol，https://modelcontextprotocol.io/specification/2025-11-25/basic/transports