Overview
一座数据库，看懂中国城市生活
基于高德地图 POI 全量采集，辅以美团、大众点评的美食维度参考。每座城市都有独立的商圈画像与 S/A/B/C 评级。
0已建库城市
0省级行政区
0POI 兴趣点（去重）
0商圈档案
Explore
探索城市
搜索或按省份筛选，进入任意城市的完整档案：商圈、美食、休闲娱乐、儿童亲子、酒店与特产。
共 389 座城市。
Districts
商圈评级榜
按关联美食数、业态覆盖与评分综合评定 S/A/B/C 四级。这里是全国 S/A 级商圈的前列。
Beyond Food
不止于吃
休闲娱乐 14 子类与儿童亲子业态的全国聚合——KTV、酒吧、电影院、电玩、密室、足疗、儿童乐园、迷你动物园，一座城市一个夜晚。
🎮 休闲娱乐子类 TOP12
🧸 儿童亲子业态 TOP8
API
数据接口
全国数据整合为两个全量文件——一次请求拿全量，不必逐城拼凑。JSON 供机器与 skill 消费，Markdown 供人读与模型直读。
DATA ENTRY · 全国全量双文件
https://fun.worldstip.com
整个数据集就是这两个文件：一次请求拿全量。若只要概览，用 Range: bytes=0-8191 取首段即可拿到 stats——右上按钮现场演示。
JSON51.3 MB · gzip 约 10.7 MB
/data.json
meta · stats · 32 省汇总 · 389 城全量明细（商圈 / 美食 / 休闲 / 儿童 / 商场 / 特产 / 酒店 / 商圈×美食关联）· 全国美食榜 800 · S/A 商圈榜 1000。POI 为英文字段：mark / name / sub / type / rating / avg / addr / img。
MARKDOWN38.9 MB · gzip 约 10.9 MB
/data.md
可跳转目录 + 全国统计 + 32 省索引 + 389 城档案全文（每城 13 章）+ 接口与来源附录。人类可读，LLM / skill 可直接 ingest。
打开 Markdown →GET
/data.json · Range: bytes=0-8191 ·
调用示例
# 全量一次落地（51.3 MB，CDN 自动 gzip / br 压缩）
curl -s https://fun.worldstip.com/data.json -o fun-data.json
# 只要概览：stats 在文件头 4KB 内，Range 取首段即可（省 99.9% 流量）
curl -s -r 0-8191 https://fun.worldstip.com/data.json
# 只要某座城市（Python 标准库，json.load 直接读流）
import json, urllib.request
with urllib.request.urlopen("https://fun.worldstip.com/data.json") as r:
d = json.load(r)
yy = next(c for c in d["cities"] if c["city"] == "岳阳市")
print(yy["poi_total"], len(yy["food"]), yy["grades"])
# 全国美食榜前 10（评分降序）
curl -s https://fun.worldstip.com/data.json | jq '.food_top[:10]'
# 人类可读全量 Markdown
curl -s https://fun.worldstip.com/data.md -o fun-data.md- 两个文件即完整数据集，只读、无鉴权、无速率限制，允许 CDN 长缓存；数据更新时全量刷新。
- JSON 与 MD 由同一数据层生成，可交叉校验；字段口径见接口文档。
- 评分/人均为高德快照，采集时间见 data.md 各城市档案头部。
Sources
数据来源
三层数据源各司其职：高德提供全量 POI 底账，美团与大众点评补充美食消费维度视角。
高
Primary · 全量底账
高德地图 POI
32 个省级行政区 / 389 城全量采集：商圈载体、餐饮、休闲娱乐、儿童亲子、酒店、特产六大维度，约 60 个查询面/城，POI 去重后 328,980 条。