| name | province-score-line |
| description | 高考录取数据智能检索策略。政策优先——先搜政策再查数据。年份敏感信息从config.json动态读取。 |
高考录取数据智能检索策略
本 skill 不依赖本地数据库。所有数据通过 WebSearch 实时获取。
启动时先读取 ../config.json,获取当前年份、改革进度、政策搜索关键词等配置。
第一步:政策研究(必须最先执行)
先搞清楚规则,再查数据。不知道规则就查数据是浪费时间。
从 config.json 读取 policy_search_keywords,用 WebSearch 依次搜索:
A. 省级政策(必搜)
[省份] [current_year] 高考 招生政策 新变化
[省份] [current_year] 高考 志愿填报 批次设置
[省份] [current_year] 高考 录取规则 调整
确认: 批次设置有没有变?志愿模式有没有变?填报数量有没有变?
B. 全国性政策(必搜)
[current_year] 强基计划 招生 变化 新增专业
[current_year] 综合评价 招生简章 新增院校
[current_year] 教育部 新增专业 撤销专业
[current_year] 公费师范生 免费医学生 定向招生 政策
确认: 有没有新的特殊通道?有没有专业新增/撤销?定向政策有没有变化?
C. 目标院校政策(确定候选校后搜索)
[院校名] [current_year] 招生章程 新变化
[院校名] [current_year] 新增专业 撤销专业 大类招生
政策输出格式(内部记录)
[省份] [年份] 政策摘要:
- 批次/模式变化:[有/无,具体说明]
- 新增特殊通道:[如有]
- 选科要求变化:[如有]
- 对推荐策略的影响:[具体]
第二步:确定查询参数
从考生信息中提取:省份、年份(默认current_year)、科类/选科、批次、目标院校。
科类映射(从 config.json 的 reform_timeline 推导省份的高考模式):
- 传统文理 → 文科/理科
- 3+3 → 综合
- 3+1+2 → 物理类/历史类("理科"→"物理类"、"文科"→"历史类")
第三步:录取数据检索(在政策研究之后)
3.1 一分一段表
[省份] [年份] 高考 一分一段表 [科类]
优先源:省教育考试院 > 阳光高考网 > 掌上高考
3.2 批次线
[省份] [年份] 高考 录取分数线 [科类] 批次线
注意:如果政策研究发现批次有变化,搜索时要考虑新旧批次的对应关系。
3.3 院校投档线(近3年)
[院校名] [年份] 在[省份] 录取分数线 位次 [科类]
[院校名] [年份] 各专业录取分数线 [省份]
优先源:院校招生网 > 省考试院 > 掌上高考
关键:搜索 recent_data_years 中每一年的数据。如果政策发现批次合并,旧年份数据需要等效换算。
3.4 招生计划
[院校名] [年份] 在[省份] 招生计划 人数
对比当年和往年。扩招→位次可能后移;缩招→位次可能前移。
3.5 院校详情
按需搜索:双一流、学科评估、保研率、就业质量报告、500强校招、大类分流、转专业政策、校园环境。
3.6 专业详情
按需搜索:选科要求(必须与政策研究中的选科变化交叉核验)、课程、薪资、毕业生去向、AI替代风险。
3.7 多元录取
按需搜索:强基计划、综合评价、专项计划、中外合作(受政策研究中的政策变化影响)。
第四步:交叉验证
政策 × 数据 交叉验证(关键步骤):
- 搜索到的选科要求 vs 政策中的选科变化 → 取最新
- 搜索到的投档线 vs 政策中的批次变化 → 批次合并时需重新计算
- 搜索到的招生计划 vs 政策中的扩招/缩招 → 综合判断
- 搜索到的特殊通道信息 vs 政策中的新通道 → 如有新通道主动提醒考生
第五步:新高考首年/次年省份处理
从 config.json 的 reform_timeline 判断:
- reform_year == current_year: 数据最不确定,扩大保底±15%
- reform_year == current_year - 1: 有1年数据但波动大
- reform_year < current_year - 2: 数据较成熟
第六步:输出要求
- 所有数据标注年份和来源
- 找不到的说"未找到",不编造
- 位次比分数优先
- 政策变化如有发现,必须在推荐中体现
维护说明
每年高考季前打开 ../config.json,更新 current_year 即可。其他字段通常不需要改动。