用途：该技能用于在 CARTO 中构建区域规划工作流，解决两类相关空间优化问题——把研究区域划分为均衡的区域（如销售区域、服务分区），以及寻找最优设施位置（最大化覆盖或最小化成本）。
前置条件：需先加载 carto-create-workflow 了解开发流程、JSON 结构与校验方式，覆盖 MCP 服务器的工作流工具（create_workflow、validate_workflow、run_workflow）与 carto workflows CLI 两条路径。两个组件都需要在连接上安装 Territory Planning 扩展包，否则校验会失败。
区域均衡流水线：源数据（点）→ 空间索引 → 按网格聚合 → 区域均衡 → 保存。用 native.gettablebyname 加载点数据，用 native.h3frompoint 或 native.quadbinfromgeopoint 分配网格单元，用 native.groupby 按索引列聚合成每格一行，再用 native.territorybalancing 设置 index_column、demand_column、可选的 similarity_feats、npartitions、keep_input_columns，最后用 native.saveastable 保存。城市级分析常用 H3 分辨率 8-9。
选址分配流水线：需求数据（网格/点）→ 候选位置 → 选址分配 → 保存。分别用 native.gettablebyname 加载需求与候选，用 native.wheresimplified 或 native.limit 过滤候选以减少计算量。最大化覆盖使用 native.locallocallocation_maximizecoverage（参数含 demand、demand_index_column、demand_column、candidates、candidates_index_column、nfacilities、coverageradius）；最小化总成本使用 native.locallocallocation_minimizetotalcost，参数相同但无 coverageradius。
限制与注意：Snowflake 中未加引号标识符为大写，需引用为 H3、GEOM_COUNT 等；Territory Planning 扩展包非默认提供，必须已安装；候选位置过多时计算昂贵，数百个可能变慢、数千个可能超时；覆盖半径单位取决于空间参考系，使用 geography 时通常为米；区域均衡在空间连续性与均衡度间折中，不保证完全相等；网格分辨率会显著影响结果；需求数据必须覆盖研究区域，缺口区域对优化器不可见，可用 polyfill 加 COALESCE(value, 0) 补全。
常见变体：销售区域均衡、服务分区设计、仓库选址、应急响应枢纽、零售网络扩张，以及先选址分配再区域均衡的组合流程。资料未提供具体收费、价格或平台支持细节。