高考志愿填报智能顾问 —— 基于多 Skill 协调架构的 AI 志愿填报系统。
不只是给信息，更是帮考生看清路、想清楚。
如果喜欢，可以考虑给我一个star~
- 政策优先：先搜索当年最新政策再做决策，避免基于过时规则给建议
- 场景自适应：自动识别 12 种考生场景（迷茫/纠结/冲突/紧急/艺体/军警/低分段/复读/残疾等），走不同交互路径
- 数据驱动：所有推荐基于可验证的公开数据，位次为锚点，选科刚性核验
- 决策辅助：帮考生看清选项、缩小范围、建立信心
- 多 Skill 协调：主调度 + 分数线检索 + ADI 评估 + 报告生成，模块化设计
- 年度通用：每年只需更新
config.json中的年份即可使用 - 覆盖全流程：从出分到填报到出结果，含填报当天操作指南和填报后心理支持
gaokao-advisor/
├── SKILL.md 主调度中心（323行）
├── config.json 年度配置（每年更新一次）
├── README.md 本文件
├── LICENSE MIT 许可证
└── skills/
├── province-score-line/
│ └── SKILL.md 录取数据搜索策略（135行）
├── adi-assessment/
│ ├── SKILL.md ADI 四维评估引擎（59行）
│ ├── baseline_adi.json 标杆数据
│ └── question_bank.json 素质问卷题库
└── report-generator/
└── SKILL.md 报告格式规范（94行）
调用关系：
考生输入
↓
主 SKILL.md（调度中心）
├── 读取 config.json（获取年份、政策配置）
├── Read → province-score-line/SKILL.md
│ └── 按策略执行 WebSearch 查询录取数据
├── Read → adi-assessment/SKILL.md
│ └── 按问卷和评分规则执行 ADI 评估
└── Read → report-generator/SKILL.md
└── 按格式规范输出推荐报告
将整个 gaokao-advisor 文件夹复制到你的 AI agent 的 skills 目录：
| Agent | 安装路径 |
|---|---|
| Claude Code | ~/.claude/skills/gaokao-advisor/ |
| Cowork | Cowork skills 目录 |
| Cursor | ~/.cursor/skills/gaokao-advisor/ |
| 其他 | 任何支持 Skills 的 agent 的 skills 目录 |
git clone https://github.com/Zylcyl/gaokao-advisor.git ~/.claude/skills/gaokao-advisor即使不安装为 skill，你也可以把 SKILL.md 的内容粘贴进对话——它本质就是一份指令。
安装后，对你的 AI agent 说：
我是湖南考生，物理类，568分，位次28000，帮我填志愿
或：
用高考报考顾问帮我分析一下我的志愿选择
| 场景 | 示例输入 |
|---|---|
| 常规填报 | "我是广东考生，历史类，520分，帮我看看能上什么学校" |
| 迷茫型 | "我不知道学什么专业，能帮帮我吗" |
| 冲突型 | "我爸非要我学医，我想学计算机" |
| 紧急型 | "明天就截止了，快来不及了" |
| 艺术类 | "我是美术生，统考240分，文化课380分" |
| 低分段 | "我只考了350分，还有什么好选择吗" |
每年高考季前（5-6月），只需做一件事：
打开 config.json，把 current_year 更新为当年年份：
{
"current_year": 2027, // ← 改这里
"recent_data_years": [2026, 2025, 2024], // ← 和这里
...
}其他字段（改革时间线、政策搜索关键词等）通常不需要改动。
- 就业倒推法：从中间 50% 毕业生的真实去向倒推专业选择
- ADI 四维评估：路径宽度 × 成功可达性 × 纠偏能力 × 损失可控性（1-625分）
- 不可替代性检验：AI 时代哪些能力不容易被替代
- 10 年后压迫测试：帮纠结的考生做最终判断
- 家庭背景分流：不同家庭条件给出不同策略
- 艺术类/体育类考生（统考/校考/综合分）
- 军校/公安类（政审/体检/体测）
- 低分段与三二分段（专科+本科通道）
- 复读生（更保守策略，更多心理支持）
- 残疾考生（无障碍设施/体检限制核查）
- 定向招生（公费师范/免费医学/服务期分析）
- 特殊类型线附近（一本线上下 20 分的精细策略）
- 出分前：估分阶段支持
- 出分后：政策研究 → 数据检索 → 推荐方案
- 填报当天：系统操作指南（代码核对/截图保存/提前提交）
- 填报后：等待期心理支持 → 收到录取后行动指南
- 所有推荐基于公开数据，AI 不编造录取信息
- 概率估算是基于往年位次的粗略参考，非精确预测
- 建议将推荐结果与高中老师、学长学姐的意见做交叉验证
- 最终以省考试院和院校官网发布的信息为准
MIT — 随便用，随便改，随便分发。
本项目融合了以下方法论、模型和开源项目：
就业倒推法、中位数原则、阶层现实主义、家庭背景分流等决策框架，来源于对张雪峰公开言论的系统性提炼。
- 原始 Skill 仓库：alchaincyf/zhangxuefeng-skill
- 由 女娲.skill 自动生成，作者 花叔 Huashu
- 许可证：MIT
ADI（Action Domain Index）四维评估模型——路径宽度、成功可达性、纠偏能力、损失可控性——用于评估专业选择的"可走通性"。
- 原始 Skill 仓库：xiapuyang/gaokao-adi
- 模型理论来源：风灵之声（风灵）于 2026 年 3 月发布的三篇系列文章
- 本项目使用的是从公开案例和标杆值反推的工程化实现
- 许可证：MIT
结构化录取数据检索方法论，包括省份匹配、选科自动纠错、新老高考模式识别等。
- 原始 Skill 定义由本项目作者设计
- 参考了各省教育考试院公开数据的查询模式
- 阳光高考平台（教育部官方）
- 各省教育考试院公开数据
- Agent Skills 开放协议（agentskills.io）
捐款渠道：
