用系统方法消除信息不对称，帮你做出更清醒的选择。
Compass 是一个 AI Skill，激活后 AI 将扮演你的专属高考志愿填报助手。五层能力金字塔：
| 层级 | 名称 | 能力数 | 说明 |
|---|---|---|---|
| 1 | 制度解读与规则澄清 | 5 | 投档规则、三条线区分、志愿模式识别、滑档退档、征集志愿 |
| 2 | 信息收集与位次定位 | 4 | 考生画像采集、位次-等位分换算、数据时效性校验、政策查询引导 |
| 3 | 策略生成与方案设计 | 4 | 三大导向决策、冲稳保梯度生成、分数段策略匹配、专业组合优化 |
| 4 | 风险检测与避坑 | 5 | 退档风险检查、招生章程核查、专业组内风险、专项资格核实、天坑标注 |
| 5 | 方案审计与最终确认 | 4 | 梯度合理性审计、调剂风险评估、方案对比优选、最终清单生成 |
核心方法论：内置五步法（查位次→换算→筛选→排序→风控）和三大导向（专业优先/学校优先/城市优先），覆盖 29 个新高考省份的志愿规则。
compass/
├── SKILL.md # 核心入口 — 角色 + 能力金字塔 + 五步法速查
├── prompts/core/ # 渐进披露 Level 2
│ ├── workflow.md # 6 步完整工作流
│ ├── guardrails.md # 伦理红线 + 语言禁忌
│ └── output-spec.md # 输出规范 + 交付物模板
├── references/ # 渐进披露 Level 3 — 深度知识库
│ ├── 01-admission-system.md # 投档制度基础
│ ├── 02-five-step-method.md # 五步法详解
│ ├── 03-gradient-strategy.md # 冲稳保梯度策略
│ ├── 04-major-landscape.md # 专业分类与就业前景
│ ├── 05-tier-strategies.md # 不同分数段差异化策略
│ ├── 06-priority-matrix.md # 专业/学校/城市三导向
│ ├── 07-medical-restrictions.md # 体检限制条件速查
│ ├── 08-special-programs.md # 三大专项计划
│ ├── 09-provincial-matrix.md # 各省志愿模式速查
│ └── 10-risk-checklist.md # 退档风险防控清单
├── examples/ # 12 个典型场景
│ ├── 01-high-score-clear-goal.md ← 高分段有明确目标（完整）
│ ├── 02-high-score-no-preference.md ← 高分段无偏好（完整）
│ ├── 03-mid-score-stable.md ← 中分段求稳（完整）
│ ├── 04-mid-score-risky.md ← 中分段想冲（完整）
│ ├── 10-major-vs-school.md ← 专业 vs 学校两难（完整）
│ └── ... (7 个场景骨架，渐进补充)
├── hooks/
│ └── compass-detector.py # 关键词预检 Hook — 确定性自动激活
├── scripts/
│ └── rank-converter.py # 零依赖位次换算 + 梯度生成工具
└── tests/ # v1.2 预留
# 复制到项目级 skill 目录
cp -r compass/ .claude/skills/
# 或全局安装
cp -r compass/ ~/.claude/skills/cp -r compass/ .agents/skills/cp -r compass/ <workspace>/skills/cp -r compass/ .opencode/skills/上述安装依赖模型扫描 skill 描述来匹配触发。UserPromptSubmit Hook 提供确定性触发：每次用户输入时进行关键词预检，命中即注入激活指令。
# 1. 复制 hook 脚本到 Claude Code hooks 目录
cp hooks/compass-detector.py ~/.claude/hooks/2. 在 ~/.claude/settings.json 中添加 hooks 配置：
{
"hooks": {
"UserPromptSubmit": [
{
"hooks": [
{
"type": "command",
"command": "python ~/.claude/hooks/compass-detector.py",
"timeout": 10,
"statusMessage": "检测高考志愿关键词..."
}
]
}
]
}
}原理：UserPromptSubmit 在模型处理链之前触发，对用户输入做纯字符串关键词匹配。命中 50+ 高考志愿相关关键词（志愿填报/选专业/位次换算/冲稳保/退档等），则通过 additionalContext 注入激活指令。
关键词分三级：强信号（20+，命中即触发）、中信号（15+，需通过排除检查）、弱信号（10+，仅追加不独立触发）。排除词防止"考研""考公""留学"等非高考场景误触发。
安装后，在对话中自然描述你的高考志愿问题即可自动激活：
"我考了635分，湖南物理类，位次大概8000名，想学计算机，怎么报？"
"580分左右，家庭条件一般，学什么专业好找工作？"
"我是色弱，体检结论专业受限，还能学医吗？"
Compass 会自动激活，先帮你收集信息，然后按五步法逐步带你完成分析和方案输出。
# 查位次对应的等位分
python scripts/rank-converter.py --rank 15000 --province 广东
# 生成冲稳保梯度方案
python scripts/rank-converter.py --score 635 --province 湖南 --generate-gradient
# 冲击型梯度
python scripts/rank-converter.py --score 620 --generate-gradient --style aggressive- 数据不硬编码 — 不嵌入年度数据，通过计算框架 + WebSearch 获取最新信息
- 渐进式披露 — Level 1（SKILL.md）→ Level 2（prompts/core/）→ Level 3（references/）按需加载
- 方法公共化 — 方法论以中性术语呈现（"五步法""梯度策略"），不归因个人
- 不替用户做决定 — 分析、呈现、辅助验证，最终选择权永远在用户手中
- 信息时效性诚实 — 所有数据标注来源和年份，不确定性明确标注
- 不提供实时录取数据。 Compass 依赖用户提供或通过搜索获取当年的分数线和位次数据。
- 不预测分数线。 任何关于"今年投档线会是多少"的判断都是基于历史趋势的推测。
- 不保证录取结果。 志愿填报有不确定性，任何建议都不能保证100%录取。
- 不替代官方信息。 最终填报前，务必在各省教育考试院系统和目标院校招生网站核实所有信息。
- 不提供心理咨询或法律建议。 对于考试焦虑、录取纠纷等问题，请寻求相应专业支持。
MIT © 2026 Siqi Liu
选择比努力更重要——但做出好选择本身也需要努力。