gaokao-recommend-schools

name	gaokao-recommend-schools
description	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。

推荐院校与理由

本 Skill 是流水线的第四步：在已确定专业方向的基础上，从 parsed.json 中推荐院校并说明理由。

上下游

• 上游：student.json + parsed.json + major_recommendation.json
• 下游：gaokao-generate-report

输入

1. student.json — 意向城市、家庭、就业方向等
2. parsed.json — 院校标签、城市、冲稳保档位、录取概率
3. major_recommendation.json — 已推荐专业及方向，用于判断院校专业契合度

Agent 分析任务

1. 优先推荐包含已推荐专业或优势学科与专业方向契合的院校。
2. 结合 preferred_cities、城市产业机会（可参考 career_reference.md 城市表）、院校层次（985/211/双一流等）。
3. 兼顾冲/稳/保布局：核心目标放稳档，冲顶名校与保底院校均需有代表。
4. 挑选 6–12 所院校，每所撰写个性化 modal 推荐理由。

推荐理由应覆盖

• 地域优势：城市产业与实习就业资源
• 院校层次：标签与社会认可度
• 专业契合：与 major_recommendation.json 的关联
• 录取性价比：档位与概率是否匹配考生诉求

硬性约束

recommended_schools 每项的 university_name、university_code 必须与 parsed.json 完全一致。

输出

保存为 output/school_recommendation.json，结构见 examples/school_recommendation_template.json。

{
  "school_strategy": "院校布局策略（冲/稳/保如何分配）",
  "recommended_schools": [
    {
      "university_name": "...",
      "university_code": "...",
      "modal": {
        "title": "学校推荐原因：...",
        "body": "<h4>推荐原因</h4><ul><li>...</li></ul>"
      }
    }
  ]
}

向用户交付

• 保存 JSON 绝对路径
• 用自然语言解读院校推荐逻辑与梯度布局

附加资源

• career_reference.md — 城市产业与院校层次参考