martin65536 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
- 用自然语言逐项询问，缺什么问什么；可分批提问。
- 按省份确定选科模式并填对 API 字段（见下表与 reference.md）。
- 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。
- 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", "广东"],
"preferred_universities": ["北京航空航天大学"],
"preferred_tags": ["985", "211"],
"preferred_major_classes": ["计算机类", "电子信息类"],
"notes": "不接受偏远地区"
}
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