核心用法
whatdo 是一款以对话驱动的智能活动推荐引擎，核心解决用户"无聊时不知道做什么"的决策困境。用户只需自然语言输入如"今晚做什么""约会夜推荐"或"游戏夜安排"，系统即进入 Quick Mode 快速响应或 Full Mode 深度交互流程。
技能采用上下文感知架构：自动读取用户位置（USER.md）、实时天气（web_search）、日历冲突检查、个人偏好库（preferences.json）及历史记录（history.json），生成 2-3 个具体方案加 1 个 wildcard 惊喜选项。支持多维度筛选——预算、能量等级、室内外偏好、饮食限制、酒精偏好等，并能加载群组档案自动应用成员约束（如素食者、禁酒者）。
进阶功能包括：Google Places API 集成获取真实商家评分与营业时间；流媒体服务偏好匹配推荐；游戏库智能匹配（按人数推荐桌游/卡牌/电子游戏）；日历事件创建（Google Calendar API 或 cron 提醒回退）；Telegram 群组邀请与 RSVP 追踪。
显著优点
决策效率极高：Quick Mode 零提问直接输出，将"选择 paralysis"压缩到秒级响应。相比传统推荐应用需要用户反复筛选标签，whatdo 通过预存偏好实现"越用越懂你"。
场景覆盖完整：从 solo adventure、date night 到 5+ 人群组活动，从"免费"到"钱不是问题"全预算区间，从"沙发土豆"到"全力冲刺"全能量等级，形成活动推荐的完整矩阵。
社交协调创新：群组档案系统不仅存储偏好，更打通 Telegram 邀请、RSVP 状态追踪、个性化提醒（如"Sarah 的素食披萨已安排"），将个人推荐引擎升级为群体活动协调中枢。
数据主权清晰：所有用户数据本地存储于 <workspace>/data/whatdo/，无云端上传，符合隐私优先设计理念。
潜在缺点与局限性
API 依赖门槛：Google Places/Calendar 集成为可选增强功能，但无 API 时体验降级明显——商家无实时评分、营业时间需手动确认、地图链接缺失。核心功能（天气、电影时刻表）依赖 web_search，在无网络环境完全失效。
冷启动摩擦：首次使用需配置流媒体服务、游戏库、群组档案等多维偏好，虽文档强调"keep it fun"，但实际交互量仍显著高于单一功能工具。
地域适配偏差：示例数据（Scottsdale AZ、Taco Tuesday 等）及推荐逻辑（如"First Friday Art Walk"）明显偏向北美城市文化，对其他地区用户可能产生文化错位感。
RSVP 追踪局限：依赖用户主动更新状态（"Mike's in"），无自动消息解析能力，实际协调中仍需人工介入确认。
适合的目标群体
- 社交活跃但决策疲劳的都市青年：频繁组织聚会却厌倦"你们想吃什么"的无限循环
- 情侣/夫妻：需要打破"看电影-吃饭"固定模式的 date night 创新者
- 桌游/游戏爱好者：拥有实体游戏库但常忘记"4 人局该开什么"的收藏者
- 远程工作群体：工作日晚上需要结构化建议以区分"工作模式"与"生活模式"
- 新城市移居者：希望像本地人一样探索而非依赖旅游攻略的 expat
使用风险
性能风险：频繁 web_search 调用（天气、电影时刻表、流媒体趋势）在高峰时段可能产生延迟；Google API 配额耗尽时将降级到无实时数据模式。
数据持久化风险：本地 JSON 存储无内置备份机制，工作目录损坏将导致偏好与历史丢失。
隐私泄露风险：启用 Google Places API 时，查询位置与活动偏好将传输至 Google 服务；Telegram 邀请功能需存储联系人 handle，虽本地保存但需用户自行评估信任边界。
社交契约风险：自动化邀请与提醒可能被群组成员感知为"机器人骚扰"，需配合社交礼仪使用。