ciee-faculty-scraper

name	ciee-faculty-scraper
description	信息与电气工程学院教师信息查询。需要查询信电学院教师、某系教师名单、教授副教授信息、查找具体教师的研究方向/联系方式/简介时触发。用户说"信电学院有哪些教授"、"计算机系的老师"、"查一下人工智能系教师"、"陈雷老师的研究方向"、"王晨是哪个系的"、"信电学院师资"等关键词时使用。
version	1.2.0

CIEE 教师信息爬取

工具位置： $PI_SKILLS_ROOT/ciee-faculty-scraper/main.py

所有查询通过终端 CLI 完成，无需 cd，直接用完整路径调用，无需额外配置。

⚠️ 重要标志说明：

• 默认行为：自动抓取每位老师的详细简介（bio）
• --no-fetch-bio：跳过简介抓取，只返回姓名/职称/院系（速度快，bio=null）
• --search 姓名：按老师姓名关键词过滤（不是按研究方向）
• 不存在 --fetch-bio 参数，不要使用它

---

⚡ 快速决策：用哪个命令？

用户问题类型	使用命令
查某位老师的详细信息（研究方向/简介/联系方式）	python3 $SKILL --search 姓名 --pretty
某系有哪些老师（只要名单，速度快）	python3 $SKILL --dept col50403 --no-fetch-bio --pretty
某系含详细简介（分页，每次10人）	python3 $SKILL --dept col50403 --limit 10 --offset 0 --pretty
全院师资名单（无简介）	python3 $SKILL --no-fetch-bio --pretty
全院含简介（分页，每次10人）	python3 $SKILL --limit 10 --offset 0 --pretty，循环至 has_more=false

---

📄 分页说明（避免输出截断）

带简介的大批量查询输出可能超限。必须使用 --limit + --offset 分批，每批不超过 10 人。

返回 JSON 中包含分页信息：

{
  "total": 42,
  "offset": 0,
  "limit": 10,
  "has_more": true,
  "next_offset": 10,
  "members": [...]
}

分页循环规则（必须严格遵守）：

1. 每次调用取 --limit 10，从 --offset 0 开始
2. 展示当前批次所有老师信息
3. 检查 has_more：若为 true，用 next_offset 继续
4. 重复直到 has_more=false
5. 用户主动说"不用了"才可停止

---

院系 ID 对照

col50401: 电气工程系       col50402: 电子工程系
col50403: 计算机工程系     col50404: 人工智能系
col50405: 数据科学与工程系  col50406: 计算机图学研究室
col50407: 工程实践创新中心  col50408: 计算中心
col50409: 离退休教职工（名单来自本地 HTML，无简介）

---

常用命令

SKILL=$PI_SKILLS_ROOT/ciee-faculty-scraper/main.py

# 查某位老师的详细信息（按姓名搜索，自动抓简介）
python3 $SKILL --search 陈雷 --pretty

# 查特定系教师名单（无简介，快速）
python3 $SKILL --dept col50403 --no-fetch-bio --pretty

# 查特定系含详细简介（分页，每次10人）
python3 $SKILL --dept col50403 --limit 10 --offset 0 --pretty
# 若 has_more=true，继续：
python3 $SKILL --dept col50403 --limit 10 --offset 10 --pretty

# 查所有院系名单（无简介）
python3 $SKILL --no-fetch-bio --pretty

# 全院含简介（分页）
python3 $SKILL --limit 10 --offset 0 --pretty

# 列出院系 ID
python3 $SKILL --list

---

⚠️ 注意事项

1. 查单个教师必须用 --search 姓名

--search 按姓名关键词搜索，自动只抓匹配教师的简介，速度快（3-5秒）。

输出大小对比：

命令	输出大小	结论
--search 陈雷 --pretty	~6KB	✅ 直接输出
--dept col50403 --limit 10 --offset 0 --pretty	~15KB/批	✅ 分页输出
--dept col50403 --pretty（无分页）	~90KB	❌ 会截断，禁止

2. --search 只匹配教师姓名，不匹配研究方向

若要按研究方向找老师，需用 --dept 获取相关系所有教师（含bio），再从bio中筛选。

3. 部分教师简介无法获取（网站问题）

以下教师 profile_url 有服务器问题，--search 会返回空 bio： 王耀君（计算机工程系，403）、王鹏新（数科系，404）、程新荣（数科系，404）、叶林（电气工程系，超时）

4. 职称字段

主系：教授/副教授/讲师/博士后/青年研究员 工程实践创新中心、计算中心：rank="（网站未设）"

---

返回 JSON 结构

{
  "success": true,
  "total": 1,
  "members": [
    {
      "name": "陈雷",
      "rank": "副教授",
      "department": "计算机工程系",
      "dept_id": "col50403",
      "profile_url": "https://faculty.cau.edu.cn/cl101/",
      "bio": "部门：信息与电气工程学院\n专业技术职务：副教授\n主要研究方向：计算机网络与智能信息处理\n电子邮箱：...\n..."
    }
  ]
}

从 bio 字段提取：主要研究方向（搜"主要研究方向："）、邮箱（搜"电子邮箱："）

---

典型场景

查陈雷老师的详细信息

python3 $PI_SKILLS_ROOT/ciee-faculty-scraper/main.py --search 陈雷 --pretty

查人工智能系所有教授的研究方向（含bio，分页）

python3 $PI_SKILLS_ROOT/ciee-faculty-scraper/main.py --dept col50404 --limit 10 --offset 0 --pretty

全院快速名单（无简介）

python3 $PI_SKILLS_ROOT/ciee-faculty-scraper/main.py --no-fetch-bio --pretty