Menu
调用高考智能推荐志愿表 API，根据考生基本信息及专业/城市/院校倾向（映射为 API 选填参数） 获取冲稳保志愿列表，解析为 parsed.json。适用于获取推荐院校、冲稳保志愿表、志愿 API 调用。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | gaokao-fetch-volunteers |
| description | 调用高考智能推荐志愿表 API，根据考生基本信息及专业/城市/院校倾向（映射为 API 选填参数） 获取冲稳保志愿列表，解析为 parsed.json。适用于获取推荐院校、冲稳保志愿表、志愿 API 调用。 |
本 Skill 是流水线的第二步：读取 student.json，提取并映射考生倾向到 API 选填参数，调用志愿接口，输出 parsed.json。
student.jsoncd gaokao-fetch-volunteers
python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
读取 student.json，根据 preference_mapping.md 将考生倾向补全/写入以下字段：
| 字段 | 映射到 API |
|---|---|
preferred_universities | universitys |
preferred_provinces / preferred_cities | provinces |
preferred_tags | tags |
preferred_major_classes | majorClass |
提取来源：interests、career_direction、preferred_cities、notes 及对话中的院校/专业/层次偏好。
若 Step1 已结构化写入，本步核对并补全；调用 API 前倾向字段不得为空数组（考生无偏好时除外）。
python3 scripts/build_api_request.py \
-i output/student.json \
-o output/api_request.json \
--summary output/preference_summary.json
脚本将 preferred_* 转为 API 选填参数；preferred_cities 会自动推导 provinces（见 preference_mapping.md）。
python3 scripts/fetch_volunteers.py \
--config output/api_request.json \
-o output/parsed.json
或一步完成（内置构建逻辑）：
python3 scripts/fetch_volunteers.py \
--student output/student.json \
-o output/parsed.json
脚本会按省份自动修正 batch（如山东 → 普通类一段）。
结合 preference_summary.json 与 parsed.json 的 stats，说明：
| API 字段 | 含义 | 来源 |
|---|---|---|
universitys | 心仪高校 | preferred_universities |
provinces | 省份意向 | preferred_provinces 或由城市推导 |
tags | 院校属性 | preferred_tags（985/211 等） |
majorClass | 专业类意向 | preferred_major_classes |
完整 API 文档见 reference.md。
| 字段 | 说明 |
|---|---|
profile | 含传入的选填参数回显 |
stats | 冲/稳/保数量 |
schools_by_type | 分组院校列表 |
request | 实际 API 请求体（含倾向参数） |
| 现象 | 处理 |
|---|---|
| 推荐结果与倾向不符 | 检查 api_request.json 中选填参数是否正确 |
| 没有可填报的批次 | 查 reference.md |
| 倾向未传入 | 确认 Step1/本步已填写 preferred_* 字段 |
高考志愿填报信息采集：以考生原生表述为准，收集省份、分数、选科等 API 必填项及兴趣、 家庭、就业方向等辅助信息，尽量不做改写与过度归纳，输出结构化 student.json。 适用于高考志愿咨询开场、考生信息登记、志愿填报前的信息收集。
合并考生信息、志愿列表、专业推荐与院校推荐，生成融合分析与冲稳保志愿列表的 HTML 志愿填报报告。 适用于高考志愿报告生成、志愿填报方案输出、志愿表可视化。
基于考生画像与 API 志愿列表，由 Agent 分析推荐适合的专业方向、就业出口与具体专业清单， 输出结构化 major_recommendation.json。适用于高考专业推荐、选专业、就业方向分析。
基于推荐专业列表、考生画像与志愿列表，由 Agent 分析推荐院校并给出个性化理由， 输出结构化 school_recommendation.json。适用于高考院校推荐、选大学、冲稳保院校布局。
"Professional PDF toolkit with four production lines: (1) Report - structured documents via ReportLab (reports, proposals, contracts, white papers) (2) Creative - visual design via JSON Blueprint → design_engine.py → Playwright snapshot (posters, infographics, invitations, dashboards). The LLM acts as Art Director outputting ONLY JSON spatial blueprints; convert.blueprint compiles to pixel-perfect PDF. (3) Academic - scholarly work via LaTeX/Tectonic (papers, theses, math-heavy documents) (4) Process - manipulate existing PDFs (extract, merge, split, fill forms, convert) Auto-routes based on document type. Includes ATS/creative/academic resume sub-paths.
Presentation creation, editing, and analysis for .pptx files: (1) Creating new presentations, (2) Modifying or editing content, (3) Working with layouts, (4) Adding comments or speaker notes. Academic/paper-based presentations use the embedded Beamer module at end of this file (PDF output only).