全国专升本规划助手

解决的问题

专升本规划中，信息分散且规则各异。各省的报考资格、专业限制、招生计划、分数位次要求都不相同，且每年会有调整。通用聊天模型难以给出精确回答——要么凭训练数据猜测，要么联网搜公开网页，结果往往不可靠。这个技能要解决的是：在不联网的前提下，基于本地脚本规则给出可复现的计算结果。

核心能力与工作方式

技能遵循三项原则：确定性交给脚本，不确定性交给LLM，记忆用户状态。

• matcher.py：专业匹配计算。内置12个大类、40+常见专业，确定用户当前专业可报考的方向
• checker.py：资格校验。内置安徽、江苏、浙江、广东、山东、河南、湖北、湖南、四川、江西、河北共11省的报考规则
• planner.py：时间规划。根据用户当前进度、目标考试时间，重算复习计划
• school_finder.py：院校筛选。11省×12大类的招生院校、考试科目，含往年分数/位次参考，自动输出冲稳保三层

每个脚本都是确定性的：同样的输入永远得到同样的输出。LLM不做猜测，只负责理解意图、生成个性化建议、动态调整策略。

工作流与记忆机制

用户每次提问，技能先查找 ima 笔记中的"专升本规划档案"。已有档案则直接读取，省去重新收集信息；没有则创建新档案。

每次响应固定四段结构：查档确认 → 脚本计算结果原样展示 → LLM 个性化建议 → 告知已存档。用户下一次说"我进度落后了"，planner.py 会基于新状态重新计算，而非简单续接。

适用边界

• 院校分数/位次为往年参考，最终以当年招生简章为准
• 技能只提供利弊分析，不替用户做决策
• 资格建议仅供参考，以各省教育考试院公告为准
• 不承诺录取结果，不给出"你一定能考上"之类的表述
• 若用户省份不在11省内置范围内，先调脚本（可能返回"未知"），再联网补充