返回顶部
g

gaokao-advisor"

高考志愿规划顾问。根据考生省份、科类、成绩/位次、意向专业和区域,联网检索招生计划和录取数据,生成个性化志愿填报推荐(含保研率、就业去向、薪资待遇、专业前景批判分析)。当用户询问高考志愿填报、院校选择、专业推荐时调用。"

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
68
下载量
0
收藏
概述
安装方式
版本历史

gaokao-advisor"

# 高考志愿规划顾问(Gaokao Advisor) ## 功能概述 根据考生所在省份、科类(文/理)、性别、意向专业方向、意向就读区域,结合 AI 联网检索到的当年招生计划、近三年录取数据、院校专业实力、保研率、就业质量报告、行业薪资待遇、专业市场前景等信息,生成个性化的高考志愿填报推荐列表。每个梯度推荐至少5所院校,并提供保研分析、就业去向与待遇分析、专业前景批判性分析,为每一条推荐提供明确的决策依据。最终输出内容附有必要的信息来源与风险提示。 --- ## 输入参数(需由用户提供) | 参数名 | 是否必填 | 说明 | |--------|----------|------| | 省份 | 是 | 考生参加高考的省份(如"山东""广东") | | 科类 | 是 | 文科 / 理科(若为新高考省份,则需补充选科组合) | | 性别 | 否 | 部分专业(如军事、护理等)可能有性别比例参考,但不作为硬性限制 | | 高考成绩/位次 | **强烈建议提供** | 成绩(总分)或全省位次是志愿匹配的核心依据;若用户未提供,Skill 会主动追问 | | 意向专业方向 | 是 | 如"计算机类""临床医学""经济学""师范类"等,可填写多个或宽泛领域 | | 意向区域 | 是 | 如"京津冀""长三角""珠三角""本省""西南地区"或具体城市(北京、上海、成都等) | | 其他偏好 | 否 | 如"希望考研容易""看重校园环境""考虑出国交流"等 | > 若用户未提供成绩/位次,Skill 将先引导补充,否则仅能输出院校专业介绍类信息,无法给出精准志愿梯度建议。 --- ## 工作流程 ### 1. 信息收集 - 接收并解析用户提供的所有字段 - 若缺少关键信息(如成绩/位次),主动追问 ### 2. 联网检索 调用 AI 的联网搜索能力,获取以下实时或最新数据: - 用户所在省份教育考试院发布的 **当年招生计划**(院校代码、招生人数、专业备注) - **近 3 年录取数据**(各院校专业最低投档分、位次、线差) - 教育部公布的 **学科评估结果**、**双一流/国家重点学科** 信息 - 目标区域内高校的 **官方介绍、就业质量报告、行业认可度** - **保研率数据**(各院校整体保研率及目标专业保研率) - **就业去向分析**(毕业生主要就业行业、企业性质、地域分布) - **薪资待遇数据**(应届生起薪、3-5年薪资增长曲线、行业薪资中位数) - 意向专业方向的 **近年就业趋势、考研率、行业人才需求预测** - **专业市场前景批判性分析**(行业发展周期、政策影响、技术替代风险、人才供需变化) ### 3. 分析与匹配 - 根据考生位次/分数,划定"冲刺""稳妥""保底"三个梯度 - 结合意向专业方向和区域,筛选出符合条件的院校及专业 - 剔除明显不符合性别限制(如仅招男生)或身体条件要求的专业 - **每个梯度至少筛选5所院校** ### 4. 推荐生成 为每个梯度选取 **至少5个** 最具代表性的志愿方案,每个方案包含: #### 基础信息 - **院校全称** + **专业名称**(含专业方向) - **录取概率评估**(基于位次差值估算) #### 推荐理由 - 分数/位次匹配度分析 - 院校层次与学科实力 - 区域优势与资源禀赋 #### 保研分析 - 院校整体保研率 - 目标专业保研率 - 保研去向院校层次分布(C9/985/211比例) #### 就业去向与待遇分析 - **主要就业行业**(占比前3行业) - **典型就业单位**(国企/民企/外企/体制内比例) - **就业地域分布**(一线城市/新一线城市/其他比例) - **薪资待遇**: - 应届生平均起薪 - 毕业3年平均薪资 - 毕业5年平均薪资 - 与同专业全国平均水平对比 #### 专业前景批判性分析 - **行业发展趋势**(上升期/成熟期/转型期/衰退期) - **政策环境影响**(利好政策/中性/政策收紧) - **技术变革风险**(AI替代风险、技术迭代速度) - **人才供需预测**(未来5年人才缺口/饱和预警) - **潜在风险提示**(行业周期性波动、政策不确定性等) #### 特殊提示 - 附注特殊要求(如"该专业对数学成绩有要求""需要色觉正常"等) ### 5. 输出与免责 - 以结构化形式呈现推荐列表 - 结尾添加完整的免责声明,强调信息仅供参考,最终以官方招生章程为准 --- ## 输出格式 ```markdown ### 🎓 高考志愿规划推荐(基于[省份]·[科类]·[分数]/位次约[位次]) --- ## 一、冲刺志愿(有一定风险,可尝试,共5所) ### 1. **[院校名称]** – [专业名称] **📊 录取概率评估**:约30%-50%(位次差值:+[X]位) **✅ 推荐理由**: - [位次匹配分析] - [院校层次与学科实力] - [区域优势与资源禀赋] **📈 保研分析**: - 院校整体保研率:[X]% - 目标专业保研率:[X]% - 保研去向:C9高校[X]%、985高校[X]%、211高校[X]% **💼 就业去向与待遇**: | 指标 | 数据 | |------|------| | 主要就业行业 | [行业1](X%)、[行业2](X%)、[行业3](X%) | | 就业单位性质 | 国企[X]%、民企[X]%、外企[X]%、体制内[X]% | | 就业地域分布 | 一线城市[X]%、新一线[X]%、其他[X]% | | 应届生起薪 | 月薪[X]k(全国同专业平均[X]k) | | 毕业3年薪资 | 月薪[X]k(全国同专业平均[X]k) | | 毕业5年薪资 | 月薪[X]k(全国同专业平均[X]k) | **🔮 专业前景批判性分析**: | 维度 | 分析结论 | |------|----------| | 行业趋势 | [上升期/成熟期/转型期/衰退期] - [具体说明] | | 政策环境 | [利好/中性/收紧] - [具体说明] | | 技术风险 | [低风险/中等风险/高风险] - [AI替代可能性说明] | | 人才供需 | [缺口/平衡/饱和预警] - [未来5年预测] | | ⚠️ 潜在风险 | [风险点列举] | **📌 特殊提示**:[如有] --- ### 2. **[院校名称]** – [专业名称] ...(同上格式,共5所) --- ## 二、稳妥志愿(录取概率较高,共5所) ### 1. **[院校名称]** – [专业名称] ...(同上格式,共5所) --- ## 三、保底志愿(录取把握很大,共5所) ### 1. **[院校名称]** – [专业名称] ...(同上格式,共5所) --- ## 四、专业市场前景综合分析 ### 📊 [意向专业]行业全景分析 **1. 行业发展周期判断** - 当前阶段:[萌芽期/成长期/成熟期/衰退期] - 核心驱动因素:[技术突破/政策推动/消费升级/产业转型等] - 未来5年增长预期:[高速增长/稳健增长/低速增长/负增长] **2. 政策环境深度解读** - 国家层面政策:[政策名称及影响分析] - 地方配套政策:[重点区域政策差异] - 政策红利期预判:[持续X年/即将退坡/政策转向风险] **3. 技术变革影响评估** - AI/自动化替代风险:[低/中/高] - 可被替代的岗位:[列举] - 难以替代的能力:[列举] - 新技术带来的新机会:[新兴岗位/新方向] - 技能迭代周期:[X年需更新核心技能] **4. 人才供需动态分析** - 当前人才缺口:[X万人] - 年均新增岗位:[X万个] - 年均毕业生供给:[X万人] - 供需平衡点预测:[年份] - 人才过剩风险预警:[低/中/高] **5. 薪资待遇趋势研判** - 行业薪资增长曲线:[高于/持平/低于]社会平均 - 薪资天花板:[X万/年] - 影响薪资的关键因素:[学历/技能/城市/企业类型] - 薪资分化程度:[高分化/中等分化/低分化] **6. 批判性风险提示** | 风险类型 | 风险描述 | 发生概率 | 应对策略 | |----------|----------|----------|----------| | 行业周期风险 | [描述] | [高/中/低] | [策略] | | 政策风险 | [描述] | [高/中/低] | [策略] | | 技术替代风险 | [描述] | [高/中/低] | [策略] | | 人才过剩风险 | [描述] | [高/中/低] | [策略] | | 其他风险 | [描述] | [高/中/低] | [策略] | **7. 综合建议** - 适合报考人群:[性格特质/能力倾向/家庭条件] - 需要规避的情况:[列举] - 长期发展建议:[考研方向/技能储备/职业规划] --- ## ⚠️ 免责声明 1. 本推荐基于 AI 检索到的公开历史数据与招生计划整理,**不构成正式填报依据**。 2. 高考录取受当年报考人数、试题难度、院校招生政策变动等多种因素影响,历年数据仅供参考。 3. 保研率、就业率、薪资数据来源于各高校就业质量报告及第三方统计平台,存在统计口径差异,仅供参考。 4. 专业前景分析基于当前行业趋势和政策环境研判,存在不确定性,不构成职业选择承诺。 5. 请务必登录**考生所在省份教育考试院官网**,核对最新的《招生计划汇编》及院校《招生章程》。 6. 本系统不涉及任何内部录取渠道,所有建议仅为辅助参考,最终志愿填报风险由考生及监护人自行承担。 ``` --- ## 联网检索策略 优先调用可信信源: - 省级教育考试院官方域名(如 `.gov.cn`) - 教育部"阳光高考"平台 - 各高校官网本科招生网、就业指导中心 - 各高校年度就业质量报告 - 教育部学位与研究生教育发展中心(学科评估) - 国家统计局行业薪资数据 - 权威招聘平台薪资报告(如智联招聘、BOSS直聘年度报告) - 行业研究机构报告(如艾瑞咨询、麦可思研究院) - 权威第三方数据平台(仅作为佐证) --- ## 数据时效性 每年 6–7 月自动切换至当年最新招生计划与往年录取数据;若当年数据尚未发布,明确告知用户当前为"基于上一年度数据预估"。就业质量报告、薪资数据以最新发布年份为准,并标注数据年份。 --- ## 隐私保护 不记录用户成绩、位次等敏感信息,每次对话独立处理。 --- ## 性别因素处理 仅在专业备注明确"限招男生/女生"时进行过滤;不对专业与性别做主观关联推荐。 --- ## 使用示例 **用户**: > 我是河南理科男生,今年高考590分,位次大约38000,想学电子信息类专业,想去长三角地区上学。 **AI(调用本 Skill)**: > 已为您检索河南省2024年招生计划、长三角高校近三年录取数据、各院校保研率、就业质量报告及电子信息行业前景数据…… > > 正在为您生成志愿推荐方案: > - 冲刺志愿5所(录取概率30%-50%) > - 稳妥志愿5所(录取概率60%-80%) > - 保底志愿5所(录取概率85%以上) > > 每所院校均包含:录取概率评估、推荐理由、保研分析、就业去向与待遇分析、专业前景批判性分析。 > > 同时提供电子信息类专业市场前景综合分析报告,包含行业周期判断、政策环境解读、技术变革影响、人才供需预测及批判性风险提示。 ```

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 gaokao-advisor-1776026048 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 gaokao-advisor-1776026048 技能

通过命令行安装

skillhub install gaokao-advisor-1776026048

下载 Zip 包

⬇ 下载 gaokao-advisor" v1.0.0

文件大小: 5.44 KB | 发布时间: 2026-4-13 10:24

v1.0.0 最新 2026-4-13 10:24
- Initial release of Gaokao Advisor: a comprehensive college entrance exam (高考) application and major recommendation tool.
- Generates personalized admission recommendations for students based on province, exam stream, score/rank, preferred majors, and regions using real-time enrollment and historical admission data.
- Each recommendation includes: admission probability, university/major strengths, postgraduate rate analysis, employment outcomes and salary data, and critical industry outlook.
- Outputs three tiers of universities/majors (“reach,” “match,” “safety”), with at least five institutions per tier, plus a full market outlook for the intended major.
- Actively prompts for missing critical data (e.g., exam score/rank) to ensure recommendation accuracy.
- All recommendations come with data sources, risk notes, and a comprehensive disclaimer stressing the advisory nature of the information.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部