P7 周边探店点评（shop-review）

场景编号 P7 · 点评/生活服务板块 · DSH Java Native 插件案例

周边探店点评应用：10 家精选店铺（餐饮 4 / 咖啡 3 / 健身 3）、评分标签、20 条真实感点评与收藏功能；AI 探店助手（review-scout 插件）支持按场景推荐（约会/聚餐/办公）、对比两家店铺、总结点评关键词、管理收藏。插件以 Java Native 方式接入 deepseek-harness-java（DSH）运行。

页面总览

深青绿探店主色（与 P5 出行藏青、P6 外卖橙黄区分）+ 品类 emoji 徽标 + 场景芯片。店铺卡带评分/人均/区域/营业时间/标签/适合场景六维信息。

功能演示

点评展开与关键词

点击店铺卡展开点评列表（用户/评分/日期/点赞），顶部自动提取高分点评关键词：

场景快速推荐 + 收藏

右侧「按场景找店」芯片（约会/聚餐/办公/独自/家庭/健身/放松）即时过滤；收藏过的店出现在「我的收藏」：

AI 探店助手

支持组合式提问（晚餐 + 咖啡店搭配），AI 通过工具链真实取数并给路线级建议：

AI 插件工具链（5 个）

工具	说明
shop_list	店铺列表：category（餐饮/咖啡/健身）与 scene 场景过滤，按评分降序
shop_reviews	某店点评列表 + 高分点评关键词提取
scene_recommend	场景推荐：约会/聚餐/办公/独自/家庭/健身/放松
shop_compare	两店对比：评分/人均/区域/标签/关键词 + 结论（同品类比评分，跨品类讲场景差异）
favorite_toggle	收藏切换 / 收藏列表

Agent 端到端实测记录

• 「约会吃什么 + 之后喝咖啡」→ scene_recommend(约会) ×2 → 给出「桂语山房晚餐→铁咖啡」/「隐炉烧肉→漫咖啡」两条完整组合路线
• 「铁咖啡和漫咖啡哪个适合带电脑办公」→ shop_compare(s05,s06) → 关键词里漫咖啡有「插座」，结论为办公选漫咖啡、打卡选铁咖啡
• 「铁咖啡点评在夸什么 + 收藏」→ shop_reviews(s05) + favorite_toggle → 总结「应季招牌+出片氛围+手冲硬实力」并收藏成功
• 「公司团建杭帮菜推荐」→ scene_recommend(聚餐) → 新白鹿（人均 75）为主选、桂语山房为报销局备选
• 「不想办年卡选哪个健身房」→ shop_compare(s08,s09) → 按次付费的超级猩猩胜出

工程结构

shop-review/
├── review-app/             # Spring Boot 应用（端口 18086）
│   └── src/main/java/cn/xiaofuge/review/app/
│       ├── ReviewStore.java        # 10 店铺 + 20 点评 + 场景/关键词引擎
│       ├── ReviewController.java   # REST API
│       └── AssistantController.java # AI 助手 SSE 透传
├── review-plugin/          # DSH 插件（review-scout）
└── docs/

快速启动

mvn package -DskipTests
java -jar review-app/target/review-app-1.0.0-SNAPSHOT.jar --server.port=18086
# 打开 http://127.0.0.1:18086

# 安装插件到 DSH（8090）
bash install_plugin.sh review-plugin/target/review-plugin-1.0.0-SNAPSHOT.jar \
  review-scout 1.0.0-SNAPSHOT review-plugin-1.0.0-SNAPSHOT.jar "探店点评助手"

# Agent 验证
bash agent_stream.sh 127.0.0.1:8090 review-scout "约会去哪家店合适"

插件默认调 http://127.0.0.1:18086，环境变量 REVIEW_APP_BASE_URL 可覆盖。