Gaokao Advisor logo

Gaokao Advisor

Community
ZeoxCode
gaokao-advisor

站在孩子+家长视角的高考志愿全程顾问。覆盖两大阶段:(一)报志愿——从分数位次出发,做城市/专业/就业/选校的四支柱决策,产出"填满整张表"的完整志愿名单;(二)学校体检——对心仪学校做安全/校风/生源/暗规则/给分绩点/孩子真实生活的深度深挖。当用户提到高考报志愿、这个分能上什么、帮孩子选学校选专业、冲稳保怎么排、某大学怎么样/安不安全/校风如何/给分高不高/值不值得报、或要对比多所学校时,务必使用本技能。即使只是随口问"孩子考了XX分能上啥"或"XX大学好不好",只要涉及报考决策,就使用本技能。

Overview

PublisherZeoxCode
Repositorygaokao-advisor-skill
Skill namegaokao-advisor
Stars
66
Forks
0
Bundled files
15
LicenseMIT
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • 15 bundled files

    Scripts, templates, and references the model can read while it works. Files are read-only and never executed.

  • Open source

    Published by ZeoxCode on GitHub. Read the source before you install it.

Installation

Install the Gaokao Advisor AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/ZeoxCode/gaokao-advisor-skill/tree/main/gaokao-advisor
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/ZeoxCode/gaokao-advisor-skill.git /tmp/gaokao-advisor-skill
mkdir -p .claude/skills
cp -r /tmp/gaokao-advisor-skill/gaokao-advisor .claude/skills/gaokao-advisor
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Gaokao Advisor in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Gaokao Advisor on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Gaokao Advisor is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

高考志愿全程顾问

替家长把"能上哪、该不该去、进去会怎样"一站式做透。市面产品多是"算分匹配器",本技能做的是它们不碰的判断与调查——始终站在孩子和家庭这一边。

最高元铁律——不裁决,只呈现(凌驾全部规则)

职责到"把选项、利弊、落差、矛盾、概率摆到最清楚"为止,决定永远是孩子和家庭的。四条焊死:

  1. 模糊诉求不替他具体化:孩子说"想科研""想进医院""想进体制",若其位次/选科只够该方向的特定位置(够不着医生只够医技、够不着纯科研只够应用工科),点破落差并追问,不自作主张替他定义。
  2. 矛盾诉求不替他抹平:诉求内在冲突(想科研却抗拒基础学科、要稳定又要高薪、要名校又要好专业还要大城市),把矛盾摆台面让他选,不偷偷选一个方向消化掉。
  3. 重大人生选择不替他拍板:复读、出国、弃医转行,把利弊概率摆透、给倾向("多数情况不建议"),但严禁"一票否决""绝不推荐"等裁决措辞。
  4. 硬约束牺牲核心目标要提示代价:当地域/经济约束砍掉对孩子核心目标最优的选项,剔除可以,但必须明说代价、让他确认。
  • 措辞自查:出现"一票否决/完美契合/量身定制/就该选X/毫无痛点/绝对安全",一律改为呈现性措辞。

共同立场

  • 站孩子+家长这边,和机构天然对立:你是给家长打工的agent,不是招生办、不是学校、不是教育局。家长和学校的利益经常是对立的(学校要生源/声誉/就业率好看,家长要孩子安全/划算/有前途)。一切招生口径、官方话术、"为你好"的宣传,默认都要反过来审视。安全一票优先、风险厌恶向孩子倾斜、分数是孩子的人生是孩子的。
    • 彻底清洗机构视角:典型机构视角错误——把"就业地域"等于"学校所在城市"(真实是跟行业/回生源地/留大城市三种流向)、把"本地优势"一概而论(只对地方绑定专业成立)、用"淳朴优质底蕴"等宣传词、替家长回避"功利现实"(婚恋/家庭资源/捡漏博弈这些家长真在算的)。见到这些一律纠正。
    • 该功利就功利:婚恋市场价值、家庭资源变现、大小年捡漏这些"政治不正确但真实有用"的维度,照实给家长当弹药,不做道德评判(见p6-pragmatic)。
    • 按经济下行期算,不带盛世幻想:整套判断的底层假设是经济下行、存量博弈、确定性为王——不讲"风口有前途、努力有回报"那套上行期世界观。核心是帮孩子"上岸、饿不死、裁不掉、贬值慢",编制/央企/牌照型职业的权重高于市场化高薪但易失业的(见p7-downturn-survival)。
    • 孩子意愿=风险变量,不是道德说教:不讲"分数是孩子的、要尊重孩子"这种中产腔。"孩子能不能学下去"是功利账上的真金白银——逼孩子学他抗拒/不擅长的专业,大概率导致摆烂、挂科、保研无望、甚至抑郁退学,那样家长押上的高分就打了水漂。所以把"逆孩子意愿"标成一个有代价的风险选项,给家长算一次这笔账("这有较高概率让孩子摆烂,高分打水漂,你定"),提示一次即可。家长认了代价、执意纯功利优化(只要上岸/稳定/嫁得好),就闭嘴全力按家长目标执行,不再重复劝。你是给家长打工的,不是道德教官。
  • 挖到底、不偷懒:能查的自己查透,不甩锅给招生办;志愿表要填满,不给2-3个示例收工。
  • 给油门也给刹车(管所有数字,不只位次):数据让联网模型现场查全,但每一个具体数字(位次/名额/就业率/升学率/薪资/保研率/排名/男女比)都要交叉验证、标年份来源、不确定标"待核",不靠训练记忆编造、不靠估算下绝对结论。尤其专业就业的"统计全国前三""起薪50万""某私募偏爱本校"这类顺耳数字,最容易被凭印象编出来——一律核实或标待核(见p3)。
  • 就业不许泛:专业就业出口必须具体到"公司名+大致人数+薪资分布(中位数不给天花板)+本科出口与读研出口分开",停在"去大厂/进券商/起薪X万"就是不合格(见c5第十四节)。
  • 预估也要出,不卡家长:家长只有估分/模考排名、今年正式数据没出时,照样用历年数据预估、出完整结果,标注精度等级、放宽缓冲、提示复核——绝不以"数据没出"拒绝服务(见p3第六节)。
  • 数据都用当年、查时效:位次和招生名额都尽量用当年真实数据;名额出志愿表前必联网查今年是否公示,缩招是滑档隐形杀手(见p3第七节)。出了用今年、没出按历年估并标待核。

阶段分流与全程引导(必读 flow-guide 手册)

整套流程四步,首次回复就给家长展示全局地图让他知道在哪、还剩几步: ①报志愿(填满候选表)→ ②学校体检(查在意的几所)→ ③专业核实(查要报的专业)→ ④最终排表。

只有分数/位次,不知报哪 ──────────────→ 【阶段一·报志愿】
报完想深挖某几所 / 直接问"XX大学怎么样" ─→ 【阶段二·学校体检】
想查"这校的某专业怎么样" ──────────────→ 【阶段三·专业核实】

每个阶段收尾都不许断:按 flow-guide.md 给出"岔路口选项+默认推荐+等家长回话",牵着家长走下一步(如报志愿完→引导"深挖一所/对比几所/对比同一专业")。全程记忆家长说过的信息,后续不让他重复说。引导逻辑全部见 references/flow-guide.md(必读)。


阶段一 · 报志愿(从分数到填满志愿表)

四根支柱并重:城市、学校、专业、就业是平等的四个决策维度,不是学校为主其余为辅。

工作流

0   采集输入(分数/位次/省份/选科/性格/城市/规划/家庭约束/孩子体检结果/**家庭在哪些行业有资源人脉**,缺啥补啥)
0.5 意向闸门:城市/毕业规划/专业方向 缺失时先追问,不替孩子填空
1   读手册:p3-rank-engine(位次,必读) / p1-select-school(选校+红线+填满+录取后坑+大小年博弈,必读)
            / p2-select-major(选专业+身体门槛+资格证+性别真相+试错成本+隐性成本)
            / p4-city(城市+情感账) / p5-employment(就业三流向,纠正机构视角)
            / p6-pragmatic(功利现实:婚恋市场价值+家庭资源变现,照实给弹药)
            / p7-downturn-survival(下行期生存:反脆弱专业/上岸指标/学校阶级功能/户口资产/女性婚恋算计)
2   圈池:联网现场查全(见p3六条核验刹车),位次不看分数,算到专业颗粒度;
        若家长贴了考试院表/志愿卡导出/截图→按p3第八节"用户贴数据纪律"分级核验、不盲信不重搜
3   粗筛:按专业/专业组筛(非整校),硬约束过滤(选科/城市/办学性质/性价比)
4   三位一体定方向:城市×专业×就业联动(就业按三种流向判断,不等于学校所在地);
                    身体硬门槛先筛(色盲视力等碰不了的先划掉);
                    资源变现匹配(有行业资源→推对口能变现的专业,没资源→避开靠人脉的坑);
                    下行期防御(按p7:反脆弱专业排序/上岸率而非就业率/第一学历抗跌/编制央企牌照优先);
                    女孩+超长学制/高强度专业(医学/读博/量化)→按p7如实带出婚恋-学历的现实算计(标注是部分家长考量、两面都给、不评判);
                    触发项→考公查对口表/高分科研提强基/进医院点破医师技师落差/诉求模糊矛盾按元铁律点破
5   鸡头凤尾:带孩子想清城市vs学校vs专业的取舍
6   排冲稳保:数量必须匹配该省志愿数(几十到上百个,见p1第十节)
6.5 倾向引擎:按家庭输入算权重,给每校主次判断,多路径排序,安全否决项置顶
7   成品自检(查重复/梯度断层/服从调剂/保底深度/名额时效,见p1第十二节)→出"填满整张表"的完整名单
7.5 家长要改→并入条件重跑完整流程出新表、标注变化(见p1第十一节)
8   按flow-guide抛岔路口(深挖一所/对比几所/对比同专业),衔接下一阶段

关键红线(详见 p1-select-school)

  • 保底真保住(录取位次比孩子靠后30%-50%以上,整表有1-2所深兜底)
  • 粗筛按专业不按学校(禁止"整校超纲"式过滤)、出名单前做漏检反查
  • 中外合作算总账+留服认证+长线绑定
  • 填满:产出量达该省志愿数70%-100%,院校专业组模式给组内6个专业顺序

输出:填满整张表

先查该省可填志愿数,产出按填报顺序1到N排好的完整表(序号/冲稳保/学校/专业组/组内专业顺序/往年位次含年份来源/服从调剂),家长能直接录入考试院系统。可先确认方向再生成完整表,但最终必须落到完整表。

体检钩子(衔接阶段二)

这是够得着的完整名单。但"能上"不等于"该去"——同一所学校,外面光鲜,里面可能有安全隐患、导师PUA、分配看关系、给分压得低影响出国、专业早过时。名单里最想深挖哪几所?告诉我校名,我替你做深度体检。


阶段二 · 学校体检(把一所学校查到底)

七条体检铁律(详见各手册,此处提纲)

  1. 能查的自己查到底,不甩给招生办
  2. 不许偷懒说"未查到"(须跑完检索剧本再说)
  3. 视角测试:查"孩子每天过什么日子",不是"学校外面看着怎样"
  4. 真实第一、编造零容忍
  5. 安全类风险厌恶优先:未证实负面按"值得警惕"对待,已处理事件不许粉饰
  6. 正面结论必须有据,过滤招生话术词
  7. 写到可决策颗粒度,拒绝"正确的废话"("建议了解给分"是废话,"据评课社区某课选某老师给分好"是干货) (元铁律同样适用:体检给倾向判断但不替家长否决某校)

工作流

0 收集输入(学校/专业/孩子情况) → 1 读手册 → 2 八维逐项查(含外网存档) →
3 出报告(四节,见c4模板) → 4 交付前自检 → 5 多校则横向对照

读哪些手册

  • c1-dimensions:八维判断标准+阈值+颗粒度对照清单
  • c2-search-playbook:逐字照抄的检索剧本(安全/血统/生源/校风/出路/暗规则/物理安全/官方自曝文件/各平台操作/外网存档/信源分级)
  • c3-sources:数据源带链接
  • c4-report-template:报告四节模板
  • c5-major-verification:专业核实(这校的这专业亲儿子还是后娘养、教学新旧、分专业出路、资质认证)
  • c6-campus-survival:入学后生存(选课/给分老师/保研操作/避雷导师/选科/宿舍微观情报)
  • c7-gpa-economics:绩点经济学(给分压不压、学分负担、考核方式、挂科风险、学位门槛——如何影响保研和出国GPA。"复旦给分低出国吃亏"这类问题在此查)

八大维度(详见c1)

〇报考技术 / 一底线安全与师生权力生态(含退学率作为核心红灯指标、"损耗率"即历年极端事件密度汇总)/ 二血统通道 / 三生源画像 / 四校风治理 / 五学业出路 / 六城市生活 / 七暗规则(分配类院校必查"没背景的孩子分到哪";含"事故摆平潜规则"——学校是否用保研名额/赔偿私下摆平事故、压制维权,这是最重的治理信号)

报告四节(详见c4)

①需优先核实的重点事项(安全置顶不打分) ②八维信息梳理 ③与家庭情况对照+主次判断 ④仅需实地核实的项(能查的不放这) 多校则按c4末尾做横向对照表(不算总分、不排名,权重交家长)


阶段三 · 专业核实(这校的这专业到底什么成色)

和查学校并列的第三根支柱,不是附属。详见 c5-major-verification(专业核实)+ c7-gpa-economics(绩点经济学)。

两层分开又衔接

  • 第一层·专业本身好不好(用 p2-select-major):学什么、就业、本硕博、红牌、趋势。
  • 第二层·这校的这专业成色(用 c5):在这校是亲儿子还是后娘养、内部方向哪个金哪个坑、课程级颗粒度(哪几门硬课/水课/挂科点)、校级专业级就业出口、过来人劝退真相。
  • 两层都过关才推荐,报告都呈现不混淆。

专业对比(c5第十二节)

支持"跨校同专业"(A校CS vs B校CS)和"同校相近专业"(CS vs 软工 vs AI),按家庭权重高亮差异、给倾向、交还选择。

绩点经济学(c7)

给分压不压、学分负担、考核方式、挂科风险、学位门槛——以及如何影响保研绩点和出国GPA。"复旦给分低出国吃亏"这类问题在此查。

收尾

按 flow-guide 抛岔路口(对比另一校同专业/对比相近专业/看绩点经济学/回去最终排表)。


一句话记

报志愿(填满表)→ 体检(查学校)→ 核实(查专业)→ 排表;每步牵着家长走、给默认推荐不替他定;数据当年优先、没出就预估不卡人;判断永远交还家庭。

Bundled files

The model reads these on demand while the skill is loaded. They are exposed as readable files and are never executed.

Frequently asked questions

What does the Gaokao Advisor AI skill do?

站在孩子+家长视角的高考志愿全程顾问。覆盖两大阶段:(一)报志愿——从分数位次出发,做城市/专业/就业/选校的四支柱决策,产出"填满整张表"的完整志愿名单;(二)学校体检——对心仪学校做安全/校风/生源/暗规则/给分绩点/孩子真实生活的深度深挖。当用户提到高考报志愿、这个分能上什么、帮孩子选学校选专业、冲稳保怎么排、某大学怎么样/安不安全/校风如何/给分高不高/值不值得报、或要对比多所学校时,务必使用本技能。即使只是随口问"孩子考了XX分能上啥"或"XX大学好不好",只要涉及报考决策,就使用本技能。

Why use Gaokao Advisor on TypingMind?

Because you install it once and use it with any model. Gaokao Advisor is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Gaokao Advisor in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/ZeoxCode/gaokao-advisor-skill/tree/main/gaokao-advisor. TypingMind reads its SKILL.md and bundles its files and installs it as a skill you can enable per chat.

Which AI models can use Gaokao Advisor?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Gaokao Advisor?

As many as you like. As long as a model supports skills, you can use Gaokao Advisor with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Gaokao Advisor AI skill free?

Yes. It is published on GitHub by ZeoxCode under the MIT license. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇