上外科研副驾驶
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_75376b6e/sisu-research-copilot。
技能介绍
问题背景
在上外(SISU)找科研入口时,信息往往散落在各学院网站、课程手册和口耳相传里:谁在做你关心的方向、先要修哪些课、该不该先找课题组再选课,新人很难把「兴趣」映射成可执行的联系方式与路径。手动拼Professor名单、seminar 列表和 prerequisite,既费时也容易漏掉与你背景不匹配的机会。
技能如何工作
该技能按固定工作流把校园科研生态整理进一份自包含的 HTML 应用(基于 assets/research-copilot-template.html),在页面内嵌 researchAreas、opportunities、courses、skills 等数据结构,不依赖外部 API。
核心能力包括:
- 自然语言检索 — 输入如「想做机器学习相关研究」即可筛选相关教授、实验室、课程与社团。
- 学生画像 — 年级、院系、兴趣、已修课程、技能与职业目标写入
localStorage。 - 推荐与解释 — 按兴趣(60%)、先修课(20%)、职业目标(15%)、技能(5%)打分,并说明匹配理由。
- 缺口分析 — 对照目标方向标出缺失的先修课与技能。
- 路径规划 — 从基础课程到深度参与科研生成分步路线图。
执行上会先检索松江、虹口等校区的研究所、导师、课程与活动(中英检索),对照 references/research-ecosystem-data.md 并补全网络资料;不确定项标记为「信息待更新」而非虚构。成品含 Home、My Profile、Discover、Recommend、Path Planner 五个标签页,采用上外配色并支持移动端。
边界与注意
输出是静态可预览的单页应用,数据新鲜度取决于生成时的调研结果;不能替代院系官方选课或招生政策。面向国际生与英语授课场景时默认以英文为主、关键名词保留中英对照。
使用场景
- 刚入学、想搞清楚「机器学习」在上外对应哪些导师与实验室,需要一次性列出可联系对象
- 已修部分专业课,想查目标课题组要求的先修课是否满足,并列出还缺哪几门
- 准备套磁前,用自然语言搜索相关 seminar 与学生社团,补齐除教授名单外的参与入口
- 职业目标偏学术或产业研究,希望按个人画像生成从选课到进组的分步路线图
适合人员
- 上外本科或研究生,刚进组选型阶段、要把兴趣词转成可联系的导师与实验室清单
- 国际生或英语授课项目学生,希望英文界面下仍能看中英对照的院系与课程名
- 选课与科研规划并行的学生,需要缺口分析与先修课对照而非只看教授主页链接
- 学生组织或课程顾问助理,需要可离线打开的 HTML 页面向同学演示校园科研资源结构