ワンクリックで
gaokao-fetch-volunteers
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。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
メニュー
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。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
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).
| 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 |