版本：V3.1.0 ｜ 平台：TRAE SOLO ｜ 定位：专业、全面、智能的志愿填报 AI 顾问
一、为什么要做这个项目？
1.1 痛点：高考志愿填报，一场信息不对称的"暗战"
高考是人生中最重要的考试之一，但很多人不知道——考得好不如报得好，而"报得好"这件事，从来不是公平的。
痛点一：城市考生 vs 农村考生，信息鸿沟触目惊心
| 维度 | 城市/省会考生 | 县城/农村考生 |
|---|---|---|
| 志愿填报指导 | 学校配备专业升学顾问、有经验丰富的班主任 | 班主任一人管50+学生，无力逐一指导 |
| 家庭信息资源 | 父母、亲友有高校人脉，了解各专业真实情况 | 家庭成员可能从未上过大学，对专业一无所知 |
| 付费咨询 | 可花费数千元聘请专业志愿填报机构 | 家庭无力承担，甚至不知道有这种服务 |
| 信息获取渠道 | 网络畅通，可查阅大量报考资料 | 网络信息有限，难以辨别真伪 |
| 对"专业"的认知 | 知道"人工智能""集成电路"等新兴专业 | 可能只知道"会计""师范"等传统专业 |
结果：同样的分数，城市考生可能精准锁定高就业率、高薪资的绿牌专业，而农村考生可能误入连续五年红牌的就业困难专业——这不是能力差距，是信息差距。
痛点二：专业选择盲目，"后悔率"居高不下
- 麦可思研究院数据：中国大学生专业相关度仅 64%，意味着超过三分之一的人毕业后从事的工作与所学专业无关。
- 转专业率：部分高校转专业申请率高达 20%-30%，大量学生入学后发现专业不适合。
- 红牌专业陷阱：法学、绘画、音乐表演等专业连续多年被亮红牌，就业率不足 76%，但每年仍有大量考生因为"不知道"而盲目报考。
- 绿牌专业错失：人工智能、网络安全、微电子等绿牌专业就业率超 90%，人才缺口达数百万，但很多县城考生从未听说过这些专业。
痛点三：志愿填报机构良莠不齐
- 市场上志愿填报服务机构收费 3000-10000元 不等
- 部分机构仅凭简单软件匹配，缺乏专业分析
- 存在"保录取"等虚假宣传，误导考生和家长
- 农村和低收入家庭根本无力支付这笔费用
痛点四：数据分散，普通考生难以整合
- 录取规则复杂：分数优先、志愿优先、专业级差——每种规则策略不同
- 专项计划信息不对称：国家专项、地方专项、高校专项，很多符合条件的农村考生根本不知道
- 加分政策各省不同：烈士子女、退役军人、少数民族加分规则复杂
- 身体条件限制：色盲不能报医学、身高不够不能报某些专业——很多考生直到体检才知道
1.2 痛点总结
┌─────────────────────────────────────────────────────────┐
│ 高考志愿填报的四大痛点 │
├──────────────┬──────────────────────────────────────────┤
│ 城乡信息差 │ 城市考生拥有丰富资源，农村考生信息闭塞 │
│ 专业选择盲目 │ 缺乏专业前景数据，误入红牌专业 │
│ 机构收费昂贵 │ 优质服务价格高企，低收入家庭无法获取 │
│ 数据分散复杂 │ 规则、政策、限制散落各处，难以整合利用 │
└──────────────┴──────────────────────────────────────────┘
二、我们的解决方案
2.1 一句话定位
用 AI 打破城乡信息差，让每一位高考生——无论来自北京还是偏远县城——都能站在同一条报考线上，获得专业、全面、免费的志愿填报指导。
2.2 核心理念：信息公平，人人平等
我们相信：
- 信息不应该有价格标签 —— 志愿填报指导不应是付费服务，而应是每个考生的基本权利
- AI 可以成为最公平的顾问 —— 它不会因为你是农村考生就敷衍了事，不会因为你的家庭条件而区别对待
- 数据驱动决策 —— 用权威就业数据、市场供需分析帮助考生做出理性选择，而不是靠"听说"“感觉”
2.3 产品架构
三、核心功能
3.1 严格信息验证 —— 不完整，不分析
很多工具为了"讨好"用户，信息不全也给出建议——我们不这么做。
六项必填信息，缺一不可：
| # | 必填项 | 说明 | 获取方式 |
|---|---|---|---|
| 1 | 所在省份 | 决定高考模式和录取政策 | 直接填写 |
| 2 | 高考模式 | 3+3 / 3+1+2 / 文理分科 | 根据省份自动匹配 |
| 3 | 高考总分 | 0-750分 | 高考成绩单 |
| 4 | 全省位次 | 一分一段表累计人数 | 省教育考试院官网 |
| 5 | 选考科目 | 物理/化学/生物/历史等 | 高考选科 |
| 6 | 科类 | 物理类/历史类/文科/理科 | 根据选科确定 |
三层验证机制：
第一层：准确性校验（12项规则）
→ 省份是否有效？高考模式是否匹配？分数范围是否正确？
第二层：真实性校验（5项规则）
→ 分数与位次是否匹配？选科与科类是否一致？
第三层：合理性校验（5项建议）
→ 分数层次建议？位次层次建议？专项计划机会提醒？
如果信息不完整或存在错误：
不做任何分析- 不做任何推荐
明确告知缺少/错误的信息- 提供补充/修正指导
- 引导用户补充后获得完整服务
3.2 专业前景与市场分析 —— 用数据说话
基于 麦可思研究院、智联招聘、工信部、教育部 等权威机构 2025 年最新数据：
绿牌专业（推荐报考）
| 专业 | 就业率 | 平均薪资 | 人才缺口 | 趋势 |
|---|---|---|---|---|
| 人工智能 | 93.7% | 21,319元/月 | 500万 | 上升 |
| 数据科学与大数据技术 | 90.5% | 20,000元/月 | — | 上升 |
| 网络安全 | 91.2% | 18,000元/月 | — | 上升 |
| 软件工程 | 89.5% | 16,000元/月 | — | 上升 |
| 微电子科学与工程 | 90.2% | 15,200元/月 | — | 上升 |
红牌专业（谨慎报考）
| 专业 | 就业率 | 平均薪资 | 主要风险 |
|---|---|---|---|
| 法学 | 75.2% | 6,500元/月 | 连续五年红牌，司法考试通过率约10% |
| 绘画 | 73.8% | 5,500元/月 | 就业面窄，AI冲击严重 |
| 音乐表演 | 74.5% | 6,000元/月 | 就业不稳定，两极分化 |
| 美术学 | 73.2% | 5,200元/月 | 需求有限，AI冲击大 |
| 公共事业管理 | 76.8% | 5,800元/月 | 对口岗位少，今年首亮红牌 |
这就是信息差的力量：知道这些数据的城市考生会避开红牌专业，而不知道的农村考生可能因为"听起来不错"而误入陷阱。
3.3 五维平衡分析 —— 不只看就业，更看人生
| 维度 | 核心问题 | 分析内容 |
|---|---|---|
| 个人兴趣 vs 市场需求 | 我喜欢的，市场需要吗？ | 兴趣匹配度 + 就业前景 |
| 分数匹配 vs 专业前景 | 我的分数，够得上好专业吗？ | 分数竞争力 + 专业录取线 |
| 就业稳定 vs 薪资水平 | 要稳定还是要高薪？ | 行业稳定性 + 薪资水平 |
| 社会需求 vs 个人发展 | 这个专业对社会有价值吗？ | 国家战略 + 个人成长空间 |
| 短期利益 vs 长期发展 | 四年后这个专业还火吗？ | 当前热度 + 未来趋势预测 |
3.4 专项计划与加分政策 —— 不让任何一个机会被遗漏
很多农村考生不知道自己可以享受的优惠政策：
- 国家专项计划：贫困地区考生可获 985/211 院校降分录取（20-60分）
- 地方专项计划：农村考生可获省属重点院校降分录取
- 高校专项计划：勤奋好学的农村学生可申请顶尖院校单独招生
- 加分政策：烈士子女（+20分）、退役军人（+10-20分）、少数民族（+5-20分）、台湾省籍（+10分）
这些政策本意是缩小差距，但如果考生不知道，政策就形同虚设。我们的 Skill 会自动识别考生资格，主动提醒可用政策。
四、技术特色
4.1 40+ 项考生属性采集
基础信息（6项必填）：省份、高考模式、分数、位次、选科、科类
扩展信息（34项可选）：
├── 个人信息：性别、民族、身高、视力、色觉...
├── 专业偏好：兴趣、职业规划、意向/排斥专业...
├── 院校偏好：985/211、公办/民办、军事/医学/师范...
├── 地域偏好：意向省份/城市、排斥地区...
├── 经济条件：学费承受范围...
├── 特殊资格：农村/贫困/特长/艺术/体育...
├── 加分资格：烈士子女/退役军人/少数民族/台湾省籍...
└── 学业成绩：英语成绩、口语成绩、学业水平...
4.2 实时联网查询
通过 web_search 和 web_fetch 工具，实时查询：
- 各省教育考试院最新录取数据
- 阳光高考网官方招生信息
- 高校招生官网最新政策
- 教育部最新文件通知
不依赖过时数据，确保信息时效性。
4.3 严格的数据验证
五、使用场景
场景一：农村考生小王的故事
小王来自河南某县城，高考 580 分，父母都是农民，家里没有人上过大学。他不知道该报什么专业，班主任也忙不过来。
使用本 Skill 后：
- 系统引导小王输入完整信息（省份、分数、位次、选科等）
- 发现小王是农村考生，主动提醒可申请地方专项计划
- 分析小王的选科（物理+化学+生物），专业覆盖率 96%
- 推荐绿牌专业：人工智能、软件工程、网络安全
- 警告红牌专业：法学、公共事业管理
- 给出冲稳保策略：冲 211 稳省重点 保公办本科
- 小王最终凭借专项计划以低于常规线 30 分被一所 211 院校录取
场景二：城市考生小李的对比
小李来自北京，高考同样 580 分，父母都是大学教授，家里请了 5000 元的志愿填报机构。
使用本 Skill 后：
- 获得了与小李的付费机构同等甚至更全面的分析
- 同样获取了绿牌/红牌专业数据
- 同样获得了五维平衡分析
- 唯一区别：小李花了 5000 元，小王花了 0 元
场景三：信息不完整时的体验
小张只知道自己的分数 620 分，其他信息一概不知。
使用本 Skill 后：
- 系统明确告知：缺少省份、位次、选科、科类等必填信息
- 提供详细的补充指导：如何查询一分一段表、如何确认高考模式
- 不做任何猜测性分析，确保信息准确后才提供服务
六、我们的愿景
6.1 打破城乡信息差
6.2 力争让每一位高考生站在同一报考线
我们不是要替代人类的智慧，而是要让 AI 成为每个考生的"私人志愿填报顾问"——
- 不收费，让低收入家庭也能享受专业服务
- 不敷衍，信息不完整就不分析，确保建议的可靠性
- 不编造，所有数据来自权威官方来源
- 不偏见，无论你来自哪里，AI 给出的分析标准完全一致
6.3 长期目标
- 覆盖全国 31 个省份的志愿填报规则和政策
- 实时更新各高校最新录取数据
- 持续追踪就业市场变化，动态调整专业推荐
- 支持更多特殊类型考生：艺术生、体育生、港澳台考生
- 构建志愿填报知识库，让每个考生都能成为自己的"专家"
七、项目信息
| 项目 | 详情 |
|---|---|
| 名称 | 高考志愿填报助手 |
| 版本 | V3.1.0 |
| 平台 | TRAE SOLO |
| 类型 | AI Skill（智能代理） |
| 核心文件 | skill.yaml / agent.py / market_analyzer.py |
| 数据来源 | 麦可思研究院、智联招聘、工信部、教育部 |
| 工具依赖 | web_search / web_fetch（实时联网查询） |
| 适用对象 | 2025 年及以后所有高考考生 |
| 使用成本 | 免费 |
八、数据来源声明
本 Skill 所有分析数据均来自以下权威机构，确保客观、真实、可靠：
- 麦可思研究院《2025 年中国本科生就业报告》
- 智联招聘《2025 年 AI 产业人才发展报告》
- 工业和信息化部官方统计数据
- 教育部高校毕业生就业质量报告
- 各省教育考试院官方录取数据
- 阳光高考网（gaokao.chsi.com.cn）官方招生信息
专业前景和市场数据会随时间变化，本 Skill 会通过联网查询获取最新信息，建议考生以官方最新发布为准。
九、结语
高考改变命运，但志愿填报同样能改变命运。
考多少分是能力问题，报什么志愿是信息问题。
我们无法让每个人的分数一样高，但我们可以让每个人的信息一样多。
让 AI 成为桥梁，打破城乡信息差，力争让每一位高考生——站在同一条报考线上。
高考志愿填报助手 V3.1.0 · 用技术守护每一份努力 ： https://github.com/ztword/gaokao-volunteer-skill
