← Back to Skills Marketplace
katherine0325

Minsu Skill

by katherine0325 · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ✓ Security Clean
35
Downloads
0
Stars
0
Active Installs
1
Versions
Install in OpenClaw
/install minsu-operator
Description
民宿运营全能助手。提供从选址评估、装修设计、定价策略、平台运营(携程/美团/途家/小红书)、客户服务SOP到财务分析的完整民宿运营工作流。 当用户提到"民宿运营"、"民宿开店"、"民宿装修"、"民宿定价"、"民宿推广"、"民宿OTA运营"、"民宿获客"、"民宿差评处理"、"民宿收益管理"、"民宿经营"等关键词时触...
README (SKILL.md)

民宿运营全能助手 🏡

专为民宿经营者打造的全流程运营 Skill,覆盖开店→运营→优化→扩张完整链路。

核心工作流

1. 选址评估模型

评估维度(满分100分):

交通便捷度(20分):
- 距景区/商圈车程(≤15分钟=20,15-30=15,30-60=10,>60=5)
- 公共交通可达性
- 停车便利度

客流潜力(25分):
- 周边3公里内酒店/民宿数量(多=需求大)
- 旅游搜索热度趋势
- 周末vs工作日入住率差

竞争环境(20分):
- 同价位竞品数量
- 竞品平均评分
- 差异化空间(主题/设计/服务)

成本结构(20分):
- 租金占预期收入比例(\x3C30%=20,30-50%=15,50-70%=10,>70%=5)
- 装修投入预估
- 物业管理/水电成本

政策风险(15分):
- 当地民宿政策是否支持
- 是否需要特种行业许可证
- 消防/卫生合规要求

评分建议:
≥80分:强烈推荐,值得投资
60-79分:可以考虑,注意风险
40-59分:谨慎考虑,需优化条件
\x3C40分:不建议,风险过大

2. 装修设计要点

功能分区(最小30㎡也能做):

必备区域:
- 卧室区(核心体验区,投资占比40%)
- 卫生区(干湿分离,投资占比25%)
- 客厅区(社交空间,投资占比20%)
- 厨房/茶区(可选,投资占比15%)

装修投入参考(按间/套):

档次 单间投入 预期ADR 回本周期
经济型 2-5万 150-300元 8-12月
舒适型 5-10万 300-600元 10-18月
精品型 10-20万 600-1500元 12-24月
奢华型 20万+ 1500元+ 18-36月

拍照出片要点(直接影响订单转化):

  • 床品用白色/米色,加1-2个亮色抱枕
  • 窗帘用透光纱帘,保证自然光
  • 必须有ins风角落(吊椅/落地灯/绿植)
  • 卫生间拍马桶和淋浴区要干净无水渍
  • 每个房间至少5张图:全景→床→窗→卫生间→特色细节

3. 定价策略

动态定价模型

基础定价 = 周边同品质民宿均价 × 差异化系数

差异化系数:
- 评分≥4.8:1.1-1.2
- 有独特设计/主题:1.1-1.3
- 有厨房/洗衣机:1.05-1.1
- 免费停车:1.05

季节调整:
- 旺季(节假日/暑假):基础价 × 1.5-2.5
- 平季:基础价 × 1.0
- 淡季:基础价 × 0.6-0.8

星期调整:
- 周五/周六:基础价 × 1.3-1.5
- 周日至周四:基础价 × 0.8-1.0

提前预订折扣:
- 提前30天:9折
- 提前14天:95折
- 当天预订:原价或略高(捡漏客)

连住优惠:
- 连住3晚:9.5折
- 连住5晚:9折
- 连住7晚+:8.5折

4. OTA平台运营

主流平台对比

平台 佣金率 特点 适合
携程 15-20% 商旅客多,客单高 城市民宿、高端民宿
美团 10-15% 价格敏感客群 经济型、学生客群
途家 10-15% 民宿专业平台 全类型民宿
木鸟 10-15% 家庭客多 多卧室、亲子民宿
小红书 0%* 种草引流 设计型、网红民宿

*小红书不收佣金但需要自己处理预订

平台排名优化(以携程为例)

排名权重因子:
1. 成交转化率(权重最大)→ 优化:头图+标题+价格
2. 评价数量和评分 → 优化:主动引导好评
3. 回复速度 → 优化:15分钟内回复咨询
4. 房态更新频率 → 优化:每日更新房态
5. 拒单率 → 优化:尽量不拒单
6. 平台活动参与度 → 优化:参加平台促销

提升转化率的核心:
- 头图:一张高质量卧室全景图(占点击率70%)
- 标题:位置+特色+人数(例:宽窄巷子旁|ins风两居|4人)
- 价格:比周边同品质低5-10%起步,积累评价后提价

5. 客户服务SOP

入住前

预订确认后30分钟内:
→ 发送欢迎消息(含入住指南、交通方式、周边推荐)
→ 询问到店时间,提前开空调/暖气

入住前1天:
→ 确认到店时间
→ 发送门锁密码/钥匙获取方式
→ 提醒携带身份证

入住当天:
→ 到店后电话/微信问候
→ 主动介绍房间设施使用方法
→ 告知24小时联系渠道

入住中

入住后2小时:
→ 微信询问是否满意,有无需要

入住期间(>2晚):
→ 第2天询问是否需要打扫换毛巾
→ 推荐周边美食/景点(增加好感)

退房前一天:
→ 提醒退房时间
→ 询问是否需要延迟退房
→ 询问是否需要叫车服务

退房后

退房后2小时:
→ 发送感谢消息
→ 引导好评:"如果入住满意,希望能在XX平台给我们一个评价,这对我们非常重要 😊"

退房后3天:
→ 发送下次入住优惠码
→ 加入微信社群(如果有)

6. 差评处理

差评响应模板(2小时内回复):

1. 道歉+共情:
"非常抱歉给您带来了不好的体验,我们完全理解您的感受"

2. 解释+改进(不找借口):
"关于您提到的XX问题,我们已经[具体改进措施]"

3. 补偿方案:
"为了弥补您的不便,我们为您准备了[具体补偿],下次入住可直接使用"

4. 私聊闭环:
"方便加个微信吗?我们想进一步了解情况,确保改进到位"

⚠️ 绝对不要:
- 和客人争辩
- 说"其他客人都没这个问题"
- 不回复(差评不回复=默认认错)
- 用模板敷衍(每条都要个性化回复)

7. 财务分析

核心指标:

入住率 = 已售间夜数 / 可售间夜数
  → 目标:工作日≥50%,周末≥90%

ADR(平均房价)= 总房费收入 / 已售间夜数
  → 目标:高于周边同品质均价10%+

RevPAR(每间可售房收入)= 入住率 × ADR
  → 行业基准:经济型150-250,舒适型250-500,精品型500+

GOPPAR(每间可售房经营利润)= RevPAR - 每间房运营成本
  → 目标利润率:≥30%

月度盈亏计算:
收入 = RevPAR × 房间数 × 30天
成本 = 租金 + 人工 + 平台佣金 + 水电 + 耗材 + 折旧
利润 = 收入 - 成本

使用方式

场景1:我想开民宿

用户说:"我想开一家民宿,帮我评估一下" → 执行选址评估模型,逐步询问关键信息,给出综合评分

场景2:帮我定价

用户说:"我的民宿在XX位置,XX风格,怎么定价?" → 根据动态定价模型,结合位置和风格给定价建议

场景3:平台运营

用户说:"我的民宿在携程上排名很低,怎么提升?" → 按平台排名优化策略逐步诊断

场景4:处理差评

用户说:"客人给了差评说XX,怎么回复?" → 按差评处理模板个性化回复

场景5:财务分析

用户说:"这个月入住率XX,ADR XX,帮我分析" → 计算RevPAR/GOPPAR,对比行业基准给建议

参考文档

注意事项

  • 不建议违规经营(未办证经营风险大)
  • 定价建议需结合当地实际情况调整
  • 差评处理要真诚,模板只是参考框架
  • 财务数据需用户提供真实数据
Usage Guidance
Reasonable to install if you want Chinese homestay operations guidance. Treat its pricing, legal, and platform advice as templates to verify against current local regulations and each OTA platform's rules, and avoid sharing real guest IDs, door-lock passwords, or private financial details unless necessary.
Capability Assessment
Purpose & Capability
The stated purpose is homestay operations support, and the artifacts consistently provide location scoring, decorating advice, pricing models, OTA operations, guest-service templates, review responses, and financial metrics.
Instruction Scope
Instructions are advisory and user-directed; they ask the agent to diagnose, calculate, or draft responses from user-provided information, without overriding system behavior or requiring autonomous platform actions.
Install Mechanism
The package contains only Markdown files and reference documents, with no executable scripts, dependencies, install hooks, or declared runtime commands.
Credentials
The content discusses operationally sensitive topics such as door-lock passwords, guest ID reminders, WeChat contact, and business financial data, but only as SOP guidance rather than agent access or storage requirements.
Persistence & Privilege
No persistence, background workers, credential use, local indexing, privilege escalation, or mutation authority is present in the artifacts.
How to Use
  1. Make sure OpenClaw is installed (local or Docker)
  2. Run the install command in chat: /install minsu-operator
  3. After installation, invoke the skill by name or use /minsu-operator
  4. Provide required inputs per the skill's parameter spec and get structured output
Version History
v1.0.0
民宿运营全能助手 Skill 首发版上线! - 提供从选址、装修、定价、OTA平台运营、客户服务、差评处理到财务分析的完整民宿运营工作流。 - 场景触发覆盖开店、装修、运营优化等多类关键词,适用范围广。 - 内置实用 SOP 与数据模型(如选址打分、动态定价、收入核算等)。 - 示例话术、操作模板丰富,直观助力民宿主提升运营能力。
Metadata
Slug minsu-operator
Version 1.0.0
License MIT-0
All-time Installs 0
Active Installs 0
Total Versions 1
Frequently Asked Questions

What is Minsu Skill?

民宿运营全能助手。提供从选址评估、装修设计、定价策略、平台运营(携程/美团/途家/小红书)、客户服务SOP到财务分析的完整民宿运营工作流。 当用户提到"民宿运营"、"民宿开店"、"民宿装修"、"民宿定价"、"民宿推广"、"民宿OTA运营"、"民宿获客"、"民宿差评处理"、"民宿收益管理"、"民宿经营"等关键词时触... It is an AI Agent Skill for Claude Code / OpenClaw, with 35 downloads so far.

How do I install Minsu Skill?

Run "/install minsu-operator" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.

Is Minsu Skill free?

Yes, Minsu Skill is completely free, licensed under MIT-0. You can download, install and use it at no cost.

Which platforms does Minsu Skill support?

Minsu Skill is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).

Who created Minsu Skill?

It is built and maintained by katherine0325 (@katherine0325); the current version is v1.0.0.

💬 Comments