高考志愿智能分析助手

任务目标

• 本 Skill 用于：根据考生信息智能分析并生成高考志愿填报建议
• 能力：流式AI对话分析、院校概率分类推荐、Markdown报告生成
• 触发：当用户提到"高考志愿"、"院校推荐"、"填报志愿"、"录取概率"时使用

前置准备

• 依赖说明：node-fetch（用于HTTP请求）
• API配置：需要配置AI接口地址和认证密钥

操作步骤

1. 收集考生信息

调用 scripts/collect-info.js 或直接通过对话收集以下信息：

• 高考分数
• 所在城市/省份
• 科类（文科/理科/综合）
• 意向专业
• 其他偏好（如院校类型、地域偏好等）

2. 调用AI进行流式分析

必须先读取 references/api-integration.md 了解API集成规范

调用 scripts/stream-analysis.js 执行流式对话分析：

• 建立SSE连接
• 实时接收分析进度
• 解析中间结果

3. 生成志愿推荐报告

调用 scripts/generate-report.js 生成结构化报告：

• 冲刺院校（30-50%概率）
• 稳妥院校（60-80%概率）
• 保底院校（85%+概率）
• 综合分析和建议

4. 导出报告

将报告保存为"高考志愿分析报告.md"文件

资源索引

脚本工具

• scripts/collect-info.js

  • 用途：收集和验证考生基本信息
  • 触发时机：当开始志愿分析流程时，必须首先调用此脚本收集必要信息

• scripts/stream-analysis.js

  • 用途：调用AI接口进行流式对话分析，处理SSE数据流
  • 触发时机：收集完考生信息后，必须调用此脚本进行智能分析
  • 关键作用：实现实时进度显示和中间结果解析

• scripts/generate-report.js

  • 用途：根据分析结果生成结构化的志愿推荐报告
  • 触发时机：AI分析完成后，必须调用此脚本生成最终报告
  • 关键作用：按概率分类整理院校信息，生成Markdown格式输出

参考文档

• references/api-integration.md

  • 内容：AI接口调用规范、SSE流式数据处理、认证方式
  • 使用时机：在调用AI接口前，必须先读取此文档了解正确的调用方式
  • 关键作用：确保API调用的安全性和正确性，避免认证信息泄露

• references/report-format.md

  • 内容：志愿推荐报告的完整格式规范、字段定义、示例
  • 使用时机：在生成报告前，必须先读取此文档了解报告结构要求
  • 关键作用：确保生成的报告符合标准格式，包含所有必需字段

静态资源

• assets/templates/
  • 内容：报告模板文件、样式参考
  • 使用方式：当需要自定义报告样式时，直接使用此资源中的模板

注意事项

• API安全：认证密钥不得暴露在URL参数中，应通过环境变量或配置文件管理
• 流式处理：SSE连接需要正确处理断线重连和数据完整性校验
• 概率分类：严格按照冲刺(30-50%)、稳妥(60-80%)、保底(85%+)的概率区间分类
• 报告完整性：每个院校必须包含名称、专业、概率、城市、类型、排名、标签等信息
• 附件读取规则：涉及API调用和报告格式时，必须优先读取 references/ 中的相关文档
• 脚本调用规则：遇到流式数据处理、报告生成等技术性操作时，立即调用 scripts/ 中的对应脚本