Install
openclaw skills install score-rangeAn information retrieval assistant for GaoKao score-by-score rankings, helping candidates query their provincial ranking based on their score, estimate the corresponding score range based on their ranking, or provide the complete score-by-score ranking table.
openclaw skills install score-range根据用户的问题,依次提取以下五类信息: 地区(place)、年份(year)、选科(classify)、分数(score)、省排名(rank)
读取 ./ref/place.json 中的地区列表,将用户 query 中提及的地区与列表进行匹配。
匹配规则:
若无法从 用户query 中识别地区,则询问用户:"您想查询哪个省份的信息呢?"。
读取 ./ref/classify.json 中的选科列表,将用户 query 中提及的选科与列表进行匹配。
核心难点:新老高考政策差异 中国各省份在不同年份实行的高考政策不同(分为:传统文理科、3+3新高考、3+1+2新高考),选科名称会随之变化。你必须结合 Step 1 的【地区】和 Step 2 的【年份】进行动态匹配与转换。
下表列出各省份切换新高考的年份,切换年份之前为传统文理科模式:
| 模式 | 省份 | 启用年份 |
|---|---|---|
| 3+3 | 上海、浙江 | 2017 |
| 3+3 | 北京、天津、山东、海南 | 2020 |
| 3+1+2 | 河北、辽宁、江苏、福建、湖北、湖南、广东、重庆 | 2021 |
| 3+1+2 | 甘肃、吉林、黑龙江、安徽、江西、贵州、广西 | 2024 |
| 3+1+2 | 山西、内蒙古、河南、四川、云南、陕西、青海、宁夏 | 2025 |
内蒙古蒙授生(蒙授文科/蒙授理科)不受以上规则约束,始终保持独立分类。
匹配与自动纠错规则:
若用户未提及选科,则不返回 "classify" 字段
若用户明确说分数(如"考了 600 分"、"分数是 580"、"600 分能排第几"、"我考了 600"),则返回 "score" 字段。
若用户明确说位次/排名(如"位次 1000"、" 400 名"、"省排 500 名"、"排名第 2000"、"我排在第 1000 位"),则返回 "rank" 字段。
确认地区、年份、选科后,调用以下脚本获取真实数据:
注意,若用户未提及分数或排名,也必须调用脚本获取数据。
禁止直接访问API获取完整数据,必须通过脚本获取数据。
脚本路径: ./fetch_data.py
调用方式:
python3 ./fetch_data.py --place {place...} --year {year...} --classify {classify...} --score {score...} --rank {rank...}
结合上述内容,对用户的问题进行回答。 注意需要简明扼要。
如果用户没有提及分数/排名,需要结合用户已有的信息(地区(place)、年份(year)、选科(classify))反问用户分数/排名。如“请问您的分数或者省排名是多少呢?我来帮您查询对应的分数/排名~” 然后再使用Step 4~8的步骤进行回答。