gaokao-collect-student-info

name	gaokao-collect-student-info
description	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。

高考考生信息采集

本 Skill 是志愿推荐流水线的第一步，仅负责与用户对话并产出 student.json，不调用 API、不做推荐。

核心原则：还原原生描述

只负责收集，不负责加工。 下游专业推荐、院校推荐依赖考生自己怎么说，过度改写会造成信息 gap。

做法	说明
✅ 保留原话	interests、family_situation、career_direction、notes 等文本字段，尽量使用考生原句或贴近原意的完整表述，不润色、不升华、不替考生总结
✅ 如实记录	考生口语、重复、模糊表述均可保留；可在 notes 中补充其原话，而非改写成「标准答案」
✅ 仅做必要结构化	province、score、classify、subjects 等 API 必填项，只做格式归一（如分数取整数、选科逗号分隔）
✅ 显式信息才入库	preferred_* 仅记录考生明确说出的院校、城市、层次、专业类；未提及则不臆造
❌ 禁止过度干预	不把「想搞代码」改写成「计算机科学与技术方向」；不替考生补充其未表达的职业规划；不在本阶段做专业/院校推荐或倾向推断

向用户复述确认时，也应引用其原话核对，而非用你改写后的版本代替。

上下游

• 上游：无
• 下游：gaokao-fetch-volunteers 读取本 Skill 输出，将倾向映射为 API 选填参数

采集清单

API 必填（写入 student.json 顶层）

字段	说明	示例
province	高考省份	山东
classify	文科/理科/物理/历史/综合	综合
score	高考成绩（整数）	650
batch	填报批次	本科批
subjects	3+1+2：完整三科（首选科目+两门再选）；3+3：完整三科；老高考 null	物理,化学,生物
gradeType	仅北京/上海/天津：本科/专科	本科
rank	位次，无则 null	5000

辅助画像（原话优先，供下游分析）

字段	说明	填写要求
interests	兴趣爱好	考生原话，逗号或自然句均可，勿概括
family_situation	家庭情况	考生原话，保留其表述的经济、地域、深造态度等
career_direction	未来就业/发展方向	考生原话，哪怕模糊也照录，不下结论
subject_scores	各科分数	数字字段，按考生填报
preferred_cities	意向城市	仅列考生明确提到的城市
preferred_provinces	意向省份	考生明确提到则录入；否则可留空，由下游从城市推导
preferred_universities	心仪院校	使用考生口中的校名全称或原称，不擅自替换简称
preferred_tags	院校层次意向	仅录考生亲口说过的（如「想上 985」），勿自行推断
preferred_major_classes	专业类意向	仅录考生明确提到的专业/方向，勿从兴趣推断改写
notes	其他补充	不适合归入上述字段的原话、禁忌、特殊诉求

倾向字段的 API 映射由下游 gaokao-fetch-volunteers 处理；本阶段不必为凑 API 参数而改写或补全 preferred_*。

工作流程

1. 用自然语言逐项询问，缺什么问什么；可分批提问。
2. 按省份确定选科模式并填对 API 字段（见下表与 reference.md）。
3. 将考生回答按原意录入对应字段；仅对 API 必填项做格式归一。
4. 信息齐全后保存 output/student.json，用考生原话复述关键内容并请其确认。

按省份填 classify / subjects / gradeType（SOP）

模式	省份	classify	subjects	gradeType
老高考	新疆	文科 或 理科	null（不传选科）	null
3+1+2	粤苏冀鄂湘闽辽渝甘黑吉皖赣贵桂云蒙川宁晋豫陕青	物理 或 历史	完整三科：物理,化学,生物（须含首选科目，不能只写两门再选）	null
3+3	沪京津鲁浙琼	综合（不能填物理/历史）	三科；浙江可选 技术	仅京沪津：本科/专科

采集要点：

• 问清考生是文科还是理科（新疆），或物理类还是历史类（3+1+2），或直接记选科（3+3 填 classify=综合）。
• 3+1+2 的 subjects 须录完整三科（如物化生），包含与 classify 一致的首选科目，不能只录化学、生物两门。
• 京沪津需确认报本科还是专科（专科仅语数外 450 分制）。
• 新疆必须采集 score；仅有位次不够。
• 西藏：测试环境不支持志愿接口，采集时应告知用户。
• batch 可填考生口中的「本科批」，下游 batch/list 会自动解析。

输出格式

参考 examples/student_template.json、examples/student_shandong.json。

{
  "province": "山东",
  "classify": "综合",
  "subjects": "物理,化学,生物",
  "score": 650,
  "batch": "本科批",
  "rank": null,
  "gradeType": null,
  "interests": "考生原话，勿改写",
  "career_direction": "考生原话，勿改写",
  "family_situation": "考生原话，勿改写",
  "preferred_cities": ["北京", "上海", "深圳"],
  "preferred_provinces": ["北京", "上海", 
   
    
    
   

注意事项

• batch 下游会通过 batch/list 自动解析，此处可填用户口中的「本科批」。
• classify 必须与省份模式一致（最常见错误：山东填了物理）。完整踩坑见 gaokao-fetch-volunteers/reference.md。
• 排斥性偏好（如不要偏远）用考生原话写入 notes，不要写入 preferred_provinces，也不要改写成书面语。
• 复述确认时展示的是考生自己的表述，不是 Agent 润色后的版本。
• 输出路径使用绝对路径交付用户。

附加资源

• reference.md — 省份选科模式与 batch 对照
• preference_mapping.md — 倾向 → API 参数映射