skills
67 agent skills from scenario-labs/skills — including scenario, scenario-game-assets, scenario-video. Install with npx skills add scenario-labs/skills.
知衢:面向高考、读研与求职的发展规划技能。问卷 + AI Agent,用官方数据算志愿表、比较读研路径和 offer。
Translation pending
SkillsHTML · PythonGitHub @WJSGZZOnlineOwner unconfirmed
Have you tried it? One tap is enough. No sign-in needed.
No updates detected yet. GitHub releases will appear here.
Owners of public repositories under a personal GitHub account can sign in to verify ownership and manage the introduction themselves. No administrator approval is needed.
Sign in, generate a verification file, and commit it to this repository’s default branch within 30 minutes. Files on other branches or forks do not count. Then check the file below to manage the project without administrator approval. Keep the file to retain your access.
If needed, you will go to sign-in. After signing in, return here and press your chosen verification button again.
Run /nomorevibe verify in your project folder to verify ownership and manage the introduction yourself.
Verify in one minuteAsk about other verification options
Loading the full README. The saved excerpt is shown below.
面向高考、读研与求职的发展规划技能 知其所往,方行其衢。 知衢是一组安装在 AI Agent 上的技能。用户先填一份约 15 分钟的问卷,Agent 读取问卷生成的画像,调用官方公开数据完成计算,交付一份固定 12 节的决策报告,内容包括可选方案、录取概率或分数情景、代价、下一步和重新评估的时间点。 三位模拟用户,2027 年各自站在一个路口:一个要高考,一个要考研,一个要找第一份工作。他们来自浙江、广东、四川,家境普通,没有竞赛奖,也没有内部消息。知衢先听他们说清自己,再用 2026 年及以前的官方数据算给他们看。 喜欢哲学和历史,但大家都说不好就业,该不该坚持?师范是适合我,还是只是父母觉得稳? 选考历史、政治、地理,作文好,数学不稳。家里每年能拿出 2.6 万,父母希望她读师范、将来当老师;她不排斥,只是不想只因为"稳定"。Read the full README ↗
填志愿、要不要考研、该接哪个 offer,这些决定的后果,往往要过好几年才看得清。
知衢是一组装在 AI 助手(Claude Code、Codex 等)里的规划技能。你花二十分钟填一份问卷,AI 按你自己在乎的东西,用官方公开数据把几条路放在一起比:能去哪里,有多大把握,要付出什么,走不通退到哪,什么时候该再看一次。最后交给你一份 12 节的报告,第一页就是结论和接下来要做的事。
人是模拟的,数据是真的。高考、读研、求职各选一位做完整示范:人物设定事先登记,报告里的数字只用官方公开数据,每个数都能在报告最后一章找到原文出处。
分数中等,不知道学什么好:计算机、会计、当老师都想过。哪个好就业,又是我能上的?
十月模考 349 分,想留江苏读计算机。一志愿报哪所,没考上怎么办?
快毕业了还没有 offer。我想做企业财务,爸妈想让我考公、进银行。
全部案例 → 高考共 12 位模拟考生(含小雅),都用 2026 年真实投档线对过答案:能判定的 8 个全部录取、没有滑档,其中 7 个正好落在报告说的最可能那个志愿;另外 4 个因专业组每年重新编号,对不上号,无法判定。读研、求职另有比较两个 offer、把分数情景放进录取分布等示例。
电脑上要有 Python 3.10 以上,以及 Claude Code 或 Codex 其中之一。打开终端,运行:
git clone --depth 1 https://github.com/WJSGZZ/Zhiqu.git
bash Zhiqu/install.sh
脚本会找到你电脑上的 Claude Code 或 Codex,把技能装进去,下载大约 34MB。以后更新,进 Zhiqu 文件夹运行 git pull,再运行 bash install.sh --update。
不熟悉终端也没关系,把这句话发给你的 AI 助手,它会替你装:
请按 https://github.com/WJSGZZ/Zhiqu 的 README 安装知衢技能。
用的是别的 AI 助手?只要它支持 SKILL.md 格式的技能,运行 bash Zhiqu/install.sh --dir 它的技能文件夹 即可。报告会导出 PDF,这一步需要电脑上有 Chrome 或 Edge;没有的话会导出网页版。
打开在线问卷,选高考、读研或求职,大约二十分钟。拿不准的题可以先空着。
填完以后,自己交给 AI 分析,就点按钮下面的“复制未加密版本”。复制出来的是一段 JSON 格式的文字,AI 读起来最准,你不用看懂,也别改动,原样粘贴就行。上面那个大按钮“复制我的画像”复制的是加密内容,给知衢顾问用的,你自己的 AI 读不了。
把复制的内容粘贴给 AI 助手,再说一句你现在的情况和最想解决的问题,比如:
这是我的知衢画像。我是 2027 年浙江考生,已出分,位次 58000。
请先跟我确认专业偏好和调剂态度,再帮我排志愿表。
(这里粘贴刚才复制的内容)
AI 会先问清几处影响结论的缺项,再去查官方数据,最后给你一份 PDF 报告。到了出分、拿到 offer 这些节点,改几道题再发一次就行。
| 回答什么问题 | 报告里有什么 | |
|---|---|---|
| 高考 | 志愿怎么填 | 用各省官方投档位次预测录取线,算出每个志愿的录取概率和滑档风险,排出整张志愿表 |
| 读研 | 保研、考研、出国、中外合作办学,还是先工作或考公 | 几条路的比较;按年级和专业排名判断保研还现不现实;把可能的初试分数放进目标院校往年录取分布里对照;时间线和检查点 |
| 求职 | 找什么工作,选哪个 offer,考公考编还是进国企 | 按兴趣、能力和收入底线找方向;考公、选调、事业单位、电网和银行等国企的报考条件对照;算出到手收入、时薪和扣掉房租后每月剩多少;合同里要留意的地方 |
| 八字(可选) | 换一个传统视角看看自己 | 问卷里自动排盘,和性格自评、现实条件放在一起对照;不参与打分和排序 |
知衢只给路线图:不代写文书和简历,不代为填报,不承诺录取。
高考用 12 个省的官方投档数据(浙江、山东、河北、江苏、湖北、湖南、福建、广东、山西、辽宁、上海、黑龙江),除辽宁外都配了一分一段表;河南只有一分一段表。全部来自各省考试院公开发布的原表(数据说明)。
十个重点省份逐省、逐科类做过“对答案”:每一年只用之前的数据预测,再和当年官方位次比,按结果评级(评级方法和逐年明细)。
| 等级 | 意思 | 省份 |
|---|---|---|
| A | 说“八成把握”的区间,回头看大约八成真落在里面;说“95% 稳”的,失手不超过 7% | 山东、河北、江苏(物理类)、湖北 |
| B | 基本吻合,误差大一些,报告会写明 | 浙江、江苏(历史类)、福建、湖南、广东 |
| C | 新高考只考了两年,能对答案的次数太少 | 山西 |
| D | 官方投档表要登录才能看,没有收录,没法检验 | 河南 |
数据少的省份也能排表,只是会把不确定性算大、多留保底,报告会写明为什么更保守。
读研和求职没有统一的全国数据库,所以先定方向,再按具体学校和岗位去查:教育部和研招网的规定、国家线和自主划线院校的复试线、各校拟录取名单、公务员职位表、人社部门的工资价位和最低工资、劳动法规。报告里每个数字都标出处;遇到验证码或要登录的页面不绕过,直接写明“没取到”。
https://<你的用户名>.github.io/Zhiqu/。要接收加密画像,记得换成自己的公钥。index.html · gaokao.html · grad.html · career.html 问卷
install.sh 安装脚本
skills/
├── zhiqu/ 高考:数据、预测、志愿表优化、报告
├── zhiqu-grad/ 读研
├── zhiqu-career/ 求职
├── bazi/ 八字排盘与解读
└── zhiqu-shared/ 三个技能共用的规则和资料
MIT © 2026 Xik Pai。可以自由使用、修改、分发和商用,副本里保留原版权声明和许可文本即可。
第三方组件保留各自的许可证:lunar-python(随仓库分发)和 lunar-javascript(问卷在线加载),都是 MIT。招生、工资、政策等数据来自政府和学校的公开资料,本仓库只做整理,原始数据的权利属于发布方。