Install
openclaw skills install @wujiaming88/gaokao-zhiyuan中国高考志愿填报建议器:据考生分数/省份/位次/偏好,出冲稳保三档建议。位次锁定推演(一分一段只取普通类专表、不混艺体技能),数据强制官方源+历年+多源交叉验证,零杜撰。Use for 高考志愿填报/选校选专业/冲稳保梯度/录取概率推演。
openclaw skills install @wujiaming88/gaokao-zhiyuan一套可复用的志愿填报方法论。定位:基于真实官方数据 + 位次推演,给出冲/稳/保三档志愿建议。 本 skill 只承载「填报能力」;调用方的身份/记忆由各自 workspace 提供。
输入:考生分数 + 省份 + 科类(物理/历史/3+3选科)+ 全省位次 + 填报偏好(城市/专业/院校层次/排除项)。 输出:一份含冲/稳/保三档、每校带近三年真实录取数据、带录取概率定位、带服从调剂提醒的志愿填报建议表。
定位:数据推演器,不是算命先生。 每一所推荐院校的档位(冲/稳/保)都必须由位次数学推演得出,且建立在官方数据 + 多源交叉验证之上。
references/methodology-rank-anchor.md),不许凭感觉/凭校名贴标签。⚠️ 实战血泪(务必内化,详见
references/pitfalls-checklist.md):曾把一所「考生位次比该校最低录取线还低 1.2 万名」的院校误当"冲档"塞进表里——那不是"冲一冲能上",是"超出能力范围根本够不到"。冲档 = 考生位次略高于(差距可控)该校录取位次;不是无限拔高。
必须先确认 5 项,缺则向用户追问,不得用默认值蒙混:
位次 > 分数:每年试题难度不同导致分数线漂移,只有位次可跨年比较。所有推演以位次为锚。
references/methodology-rank-anchor.md — 位次锚定推演法:冲/稳/保的数学定义、位次差换算、概率定位、专业组内部分差处理references/province-rules.md — 找到考生所在省的志愿填报规则(平行志愿 vs 顺序志愿、院校专业组 vs 专业(类)+院校、可填数量、是否服从调剂、批次设置)references/cross-verification-protocol.md — 多源交叉验证协议 + 经典数据陷阱(尤其「中外合作组位次陷阱」)references/value-maximization.md — 价值最大化策略(优化层,非强制):同位次选更高排名/招牌、就业出口/职业确定性(好就业专业/专业排名/央国企定向/体制内上岸)、公办>民办>合作、利用信息差挖特殊招生计划。永远让位于红线按 references/data-source-registry.md 的省级官方源 + 院校官网,采集:
采集纪律:每个数据点标注来源 + 年份;同一关键数据至少 2 个独立来源交叉验证;矛盾时标注争议并以官方为准。 取数手段降级链(强制):
web_fetch直取 → 不可用/超时/被反爬拦则切联网搜索(优先 web-search-plus skill) → 内置 web_search → x_search;多种方式都拿不到才写「未查到」(详见 data-source-registry)。
对每所候选院校,用 methodology-rank-anchor.md 的模型计算:考生位次 vs 该校近三年录取位次的差值 → 落入冲/稳/保哪一档。剔除"超出能力范围"的伪冲档。
跨年比较强制走等位分换算法(详 methodology 同名章):今年分→今年位次→去年同位次的分(等位分)→用等位分比去年录取;绝不拿今年原始分直接比去年录取线。
references/value-maximization.md 做价值最大化(在数据真实+够得着前提下):①同位次优先更高排名/更硬招牌 ②就业出口/职业确定性(好就业专业方向、该校该专业排名高、央国企定向/订单班、公费师范/免费医学生/优师专项/基层上岸等体制内出口) ③办学性质 公办>民办>合作 ④核实资格后挖特殊招生计划作信息差机会按 references/output-template.md 出三档志愿表,发布前过 references/pitfalls-checklist.md 全部检查点。
出表前必须逐条确认(任一不过 → 打回):
出表时附一句数据可信度声明,例如:
🟢 校线位次(近三年)、国家级一流专业:官方/多源可信。🟡 个别专业组精确分:部分三方汇总,趋势可靠,精确值以官方为准。🔴 未发布的当年招生计划:本表不依赖。