Colleges Chat

大学生活质量指北 (colleges.chat)

从 colleges.chat 查询各高校的真实学生反馈数据。

数据来源

colleges.chat 通过问卷调查收集全国高校学生的真实反馈，涵盖：

• 宿舍条件（上床下桌、空调、独立卫浴）
• 断电断网情况
• 食堂价格与品质
• 交通便利程度
• 查寝/门禁制度
• 跑步打卡要求
• 寒暑假长度
• 其他生活质量细节

每个学校的页面 URL 格式：https://colleges.chat/universities/<学校全名拼音>/

⚠️ 数据来源于学生自愿提交的问卷，可能存在偏差/过时。建议交叉验证。

查询方法

方法一：直接 Web 提取（推荐）

学校拼音通常为全称小写拼音，用 - 连接。例如：

• 吉林大学 → ji-lin-da-xue
• 上海交通大学 → shang-hai-jiao-tong-da-xue
• 北京大学 → bei-jing-da-xue

不确定拼音时，先搜索 site:colleges.chat/universities 学校名 找到正确 URL。

方法二：通过学校英文缩写

部分学校使用英文缩写：

• 清华大学 → thu
• 北京大学 → pku
• 复旦大学 → fudan
• 南京大学 → nju

如不确定，用搜索定位。

代理策略（重要）

colleges.chat 服务器在国内，从 WSL/海外/某些网络环境直接访问会 ERR_CONNECTION_RESET。

如果 web_extract() 失败（Tavily extract failed / ERR_CONNECTION_RESET）：

1. 先用 web_search 搜 site:colleges.chat/universities 学校名 获取 snippet 预览
2. 有代理的情况下，用 terminal() + curl -x <代理地址> 获取原始 HTML
   • 用户 WSL 环境：-x http://127.0.0.1:7890
3. 从 HTML 中提取 Q&A 内容（MkDocs 站点，内容在 <article> 内）
4. 结果中 URL 带 /archived/ 前缀的页面同样有效，优先提取

代理不可达时，用 web_search 的 snippet 也能获得部分关键信息。

HTML 解析实操（MkDocs 站点）

colleges.chat 基于 MkDocs，HTML 约 1.5-2MB，Q&A 内容在 <article> 标签内。

提取步骤：

1. curl -x <代理> <url> -o /tmp/school.html
2. 用 Python 正则提取 <article>...</article> 或 <main>...</main>
3. 去除 HTML 标签后，按 Q: 和 A\d+: 格式拆分
4. 多轮提取：先拉基础 Q（上床下桌、空调、卫浴），再拉第二组（断电、食堂、交通、门禁、热水等）
5. 用 set() 对 A\d+: 内容去重（多人回答相同则只取一个），保留分歧

import re
m = re.search(r'<article[^>]*>(.*?)</article>', html, re.DOTALL)
content = m.group(1)
text = re.sub(r'<[^>]+>', '\n', content)
# 按 Q: 分割，每组取前几条不同回答

代理不能用时尝试 /archived/ 路径：

• https://colleges.chat/archived/universities/<拼音>/
• 注意 archived 页面可能数据较旧

Agent 工作流（查询某所学校）

1. 构造 URL: https://colleges.chat/universities/<拼音>/
2. 用 web_extract() 提取页面内容
3. 如果失败 → 有代理则 terminal(cmd=curl -x proxy URL) → 提取 HTML 正文
4. 如搜索到 /archived/ 路径，提取 archived 版本的页面
5. 解析 Q&A 格式内容，提取关键信息
6. 整理成结构化摘要，按以下模板输出

Agent 工作流（搜索功能）

当用户说"看看 XX 大学怎么样"但不确定拼音时：

1. 用 web_search 搜索: "site:colleges.chat/universities XX大学"
2. 从搜索结果中找到正确 URL
3. 用 web_extract() 提取内容
4. 整理成结构化报告

完整输出模板

志愿填报场景下，深入问一所学校时，用完整模板：

🏫 学校名 · 专业组XXX 专业名

**定位**：分数/位次，三年走势，冲/稳/保

### 指北生活数据

🏠 宿舍：上床下桌？空调？独立卫浴？
⚡ 断电：几点断？断网？限电？
🍚 食堂：价格？卫生？
🚇 交通：地铁？进城时间？
🏃 跑步：打卡要求？
📋 查寝/门禁：频率？时间？
💡 其他亮点/槽点

### 专项短板

- ❌ 每个短板用符号开头，简短
- 专业方向匹配度、招生名额风险、历史数据缺失、校区偏僻等

输出原则：每个短板一目了然，不长篇大论。对专业方向严重不匹配的（如意向计算机却报了化工），用最强烈信号。

多校区陷阱 ⚠️

扬州大学、广州中医药大学、南京林业大学等有多校区的学校，不同校区的生活条件可能天差地别。

• 同一个学校，一个校区在上床下桌+独立卫浴+市中心，另一个校区在八人寝+公共澡堂+郊区
• 关键问题：考生所报专业在哪个校区？ 指北数据中若没有明确信息，标注"需向招办确认所在校区"
• 示例：扬州大学数科院通常在瘦西湖/文汇路校区（市中心但上下铺+公共澡堂），不是扬子津校区

中外合作/分校区数据独立陷阱 ⚠️

colleges.chat 只收录了主校区的生活数据。当办学点在分校区/外地/教育实验区时：

操作流程：

1. 从专业备注中提取实际办学地点
2. 若与主校区不同，指北主校区数据标注为"主校区数据，当页无该办学点信息"
3. 对无独立数据的办学点：搜索新闻稿（宿舍新建招标）、知乎/小红书实地体验
4. 搜索不到 → 基于"新建/合作办学=宿舍条件较好"做合理推断，并明确标注为推断

数据验证

• 全员反馈一致 → 可信
• 多人反馈冲突 → 标注分歧
• 2023年及之前的数据 → 标注年份，提醒可能过时
• 学生的"自由补充"区往往有最真实的槽点

体检硬卡点（招生章程必查）⚠️

触发：任何"高校专项 / 实验班 / 中外合作 / 提前批"专业组，每次查询前必须翻一遍招生章程最后那段"录取规则"+"体检要求"。

常见硬卡点（出现频次高、用户容易漏）：

操作：

web_search "<校名> 2025年 招生章程"

或抓 <校名>.edu.cn/_upload/article/files/.../2025zsjz.pdf（章程原文 PDF，几乎所有 985/211 公开）。

输出时硬规则：当专业组备注或章程明确写"不招 X"，必须在短板的"🚩 体检硬卡点"段落用最强烈信号标记，不能漏——这是比分数线还硬的拒录条件。

专业大类分流陷阱 ⚠️

触发：专业组是大类招生（"工科试验班 XXX 类""经济管理类""化工与制药类"），而不是具体专业。

为什么危险：大类内部的分流专业差距极大，热门专业（计算机/电气）和冷门专业（采矿/安全/化工）可能塞进同一个专业组。录取分数线只锁住大类入口，分流要看大一成绩+志愿，热门方向分数远高于大类线。

已踩过的雷（用户必须知道）：

操作流程：

1. 强制读章程附录：web_search "<校名> 2025年 招生章程 附录 分流" 或抓 PDF 找"专业类所含专业"附表
2. 标记"分流任选"vs"分流按成绩"：前者自由度高（可去热门），后者热门专业靠大一分流抢
3. 新方向（碳中和/量子/智能/AI 双学位） = 机会信号，但师资/培养方案成熟度低，首届毕业生就业数据真空
4. 输出时必须列出分流范围：不能只写大类名，要点出具体包含哪些专业、哪些是王牌、哪些是冷门

新建/首届招生专业的就业数据真空 ⚠️

触发：专业组备注里出现"2022 年首次招生"/"2024 年新增"/"2025 年新批"等表述。

风险：所有指北数据、就业报告、保研去向、校友资源都是0——因为根本没有毕业生。专业真实评价完全靠学校宣传+师资名单。

典型案例（2025 高考志愿场景）：

操作：

1. 招生章程/招生网确认首届招生年
2. 计算"距离首届毕业生"的年数 → 1–3 年内的专业，全部就业数据是真空
3. 强制标注："⚠️ 首届毕业生尚未出炉，培养方案/师资/就业出口全部未经市场验证"
4. 不能用指北的"学长学姐反馈"作为该专业真实评价——指北回复的是同校其他专业的学生
5. 同分段如果存在成熟的同类专业（计算机 vs 智能感知工程），优先选成熟专业

高校专业组 → 校区定位工作流（核心前置步骤）

触发：用户问"这个专业组在哪个校区"、报高校专项 / 实验班 / 拔尖班 / 中外合作、报带具体专业方向的查询。

为什么先做：colleges.chat 多校区学校数据按校区独立（如华科分 hua-zhong-ke-ji-da-xue-zhu-xiao-qu 主校区 vs hua-zhong-ke-ji-da-xue-tong-ji-yi-xue-yuan 同济医学院）。即使主校区有数据，专业可能在另一个完全不同待遇的校区。

步骤 A：学院官网定位（最快）

web_search "<校名> <学院名> 校区" 
# 找学院"联系我们"页或页脚，正文会写"地址：松江校区 上海市松江区..."

多学院联合招生的实验班（如"智慧化工与低碳工程"由化工学院+环境能源学院联合），需要查培养方案页或分流说明，通常会写"1+3 培养模式，第 X 学期分流"。

步骤 B：官方招生 xlsx 兜底（最准）

985/211 通常公开当年录取数据 xlsx 在 <校名>.edu.cn/_upload/article/files/...，含 "专业 → 学院 → 校区" 映射。

示例：华南理工 https://www2.scut.edu.cn/_upload/article/files/.../xxx.xlsx

• 单元格如 "化学与化工学院, 化学类拔尖基地班, 五山校区" 或 "智慧化工与低碳工程, 大学城校区, 753, 751"

操作：

curl -L "https://<校>/<xlsx>" -o /tmp/campus.xlsx
# openpyxl 读 Sheet2 / Sheet1 的"学院 / 专业 / 校区" 三列

xlsx 路径在搜索引擎的 snippet 里经常能看到完整 URL，直接拿来用。

步骤 C：把校区带回到 colleges.chat 查询

• 单校区学校 → 直接查主校区 URL
• 多校区学校 → 找指北里该校区独立页面（如 hua-zhong-ke-ji-da-xue-zhu-xiao-qu）
• 没有独立页面 → 看主校区数据 + 标注"主校区数据，该专业是否在此校区待确认"

校区子页面 URL 命名规律（已验证）

colleges.chat 多校区学校按以下拼写模式收录子页面（其他学校遇到可直接试，不要再 search）：

搜索技巧：当 web_extract 主校区页面内容已包含"分校区 X 怎么样"的 Q&A，说明 colleges.chat 收录了该子页面 → 直接构造 https://colleges.chat/universities/<校名拼音>-<校区拼音>-xiao-qu/ 试抓，失败再 search。

数据稀疏陷阱：部分新收录的校区子页面只有 2–5 条 Q&A（如北化昌平、北师大珠海），远少于主校区的 20–40 条 → 在报告中显式标注"该校区仅 X 条独立反馈，其余参照主校区"，不要把主校区数据当校区数据用。

输出时显式标注

每份指北报告顶部加一行"📍 数据校区：XX 校区"，避免用户套错。

colleges.chat 未收录的学校

典型未收录：华南理工大学、武汉理工大学、暨南大学（部分）等。

处理：

1. 承认指北无数据
2. web_search 学校官方页面/百度百科/小红书/知乎 兜底
3. 一句话定位（"老 985，广东最强工科之一"）
4. 不要套用指北数据格式，避免误导用户以为有实证数据

实际可用的简短输出模板（推荐场景：单校快速对比）

当用户连续发多所学校的 URL，每所只需要 1 屏的对比表时：

## 学校名（XX 城市，关键标签）

### 🚩 明显短板
- 🚩 多频短句才上榜的最强信号 1
- 🚩 最强信号 2
- 🚩 强专业方向不匹配的用最强烈信号

### ✅ 合格项
- ✅ 基础项 1
- ✅ 基础项 2

### 总结
⚠️ 一句话分类：性价比 / 慎选 / 专业对口的可冲 / 跑

vs 完整输出模板的区别：本模板省略位次表、生活质量完整分项（宿舍/食堂/交通单列）。适合"快速过一遍志愿表"的连续查询场景。完整模板用在用户专门深入问一所学校时。

已积累参考

• references/major-cities-summary.md — 主要城市/学校生活质量速查表（session 持续积累），新查到的显著口碑学校追加进去

与 gaokao-volunteer-guide 配合

在志愿填报场景中，colleges.chat 用于逐个排查阶段的"生活质量"维度。配合流程：

1. 用户从志愿表发送一个专业组
2. 用本 skill 查询该校生活质量
3. 结合专业方向匹配度、位次走势、招生人数做综合分析
4. 输出生活质量 + 专项短板