以下为本文档的中文说明该技能提供一个基于内置数据集的餐厅检索功能通过城市名称查询获得该地区的餐厅推荐信息。使用场景包括为用户推荐目的地的就餐选择、验证特定城市的餐饮选项、旅行规划中的美食探索、以及需要快速获取某地餐厅列表的应用场景。核心特点在于其简洁的数据集驱动设计——不需要连接外部API或数据库所有餐厅数据打包在技能附带的文件中通过Python接口调用。使用方式非常直接安装pandas库后从search_restaurants模块导入Restaurants类创建实例后调用run方法传入城市名即可返回结果。核心原则是’轻量快速’——由于使用本地内置数据集查询响应速度快不受网络依赖影响。该技能适合原型开发、演示场景或数据规模可控的餐饮推荐应用。虽然数据集的覆盖范围和更新频率取决于内置数据但对于特定城市或区域的需求可以满足基本查询是快速构建餐厅推荐功能的便捷工具。Search Restaurants\Query restaurants for a given city.\Installation\\pip install pandas\ \ \ ## Quick Start\ \ python\ from search_restaurants import Restaurants\ \ restaurants Restaurants()\ print(restaurants.run(\\San Francisco\\))\ \ ,frontMatter:{name:search-restaurants,description:Retrieve restaurants by city from the bundled dataset. Use this skill when recommending places to eat or validating dining options for a destination.}}]
以下为本文档的中文说明该技能提供一个基于内置数据集的餐厅检索功能通过城市名称查询获得该地区的餐厅推荐信息。使用场景包括为用户推荐目的地的就餐选择、验证特定城市的餐饮选项、旅行规划中的美食探索、以及需要快速获取某地餐厅列表的应用场景。核心特点在于其简洁的数据集驱动设计——不需要连接外部API或数据库所有餐厅数据打包在技能附带的文件中通过Python接口调用。使用方式非常直接安装pandas库后从search_restaurants模块导入Restaurants类创建实例后调用run方法传入城市名即可返回结果。核心原则是’轻量快速’——由于使用本地内置数据集查询响应速度快不受网络依赖影响。该技能适合原型开发、演示场景或数据规模可控的餐饮推荐应用。虽然数据集的覆盖范围和更新频率取决于内置数据但对于特定城市或区域的需求可以满足基本查询是快速构建餐厅推荐功能的便捷工具。Search Restaurants\Query restaurants for a given city.\Installation\\pip install pandas\ \ \ ## Quick Start\ \ python\ from search_restaurants import Restaurants\ \ restaurants Restaurants()\ print(restaurants.run(\\San Francisco\\))\ \ ,frontMatter:{name:search-restaurants,description:Retrieve restaurants by city from the bundled dataset. Use this skill when recommending places to eat or validating dining options for a destination.}}]
)
