雪碧·高考志愿决策助手

🚀 在线体验：打开雪碧·高考志愿决策助手

一个开源的 Streamlit 网站，帮助全国考生和家长结构化地分析高考志愿填报。

产品定位：决策辅助工具，非录取预测系统。帮你把分数、位次、选科、预算、偏好和就业目标变成一份可讨论、可核验、可导出的志愿分析报告。

重要声明

• 本项目非张雪峰本人或其机构官方产品，未获其授权
• 本项目非教育考试院、招生办或高校官方产品
• 所有建议仅供信息整理和讨论参考，不应作为唯一填报依据
• 录取规则、招生计划、专业限制、学费和章程以各省官方最新文件为准
• 框架借鉴开源 zhangxuefeng-skill（MIT License），但已改写为非人格化、非真人仿冒表达

功能

• ✅ 全国 31 个省级行政区的考试模式配置
• ✅ 考生画像表单（分数、位次、选科、批次、预算、偏好）
• ✅ AI 生成结构化志愿分析报告（定位、冲稳保垫策略、专业/城市建议、风险清单）
• ✅ 志愿草案工作台，支持手动添加和管理候选志愿
• ✅ 本地体检规则（梯度、城市集中度、学费风险、核验缺口）
• ✅ Markdown 导出报告
• ✅ 多模型支持（DeepSeek、Anthropic、Ollama、OpenAI），默认极低成本

快速开始

环境要求

• Python 3.10+
• 一个 LLM API Key（推荐 DeepSeek，极低成本）

安装

git clone <repo-url>
cd gaokao-volunteer-assistant
pip install -r requirements.txt

配置

# 默认使用 DeepSeek（推荐）
export DEEPSEEK_API_KEY="your-deepseek-api-key"

# 或使用其他模型
export LLM_PROVIDER="anthropic"   # 切换为 Anthropic Claude
export ANTHROPIC_API_KEY="your-key"

export LLM_PROVIDER="ollama"      # 切换为本地 Ollama（零成本）
export OLLAMA_BASE_URL="http://localhost:11434"
export OLLAMA_MODEL="qwen2.5:7b"

运行

streamlit run app.py

浏览器打开 http://localhost:8501 即可使用。

成本说明

默认使用 DeepSeek API，单次分析报告成本约 ¥0.008（不到 1 分钱）。即使高考季每天 1000 人使用，日均成本约 ¥8。

部署场景	推荐方案	预估月成本
个人使用	DeepSeek API	< ¥10
班级/学校内部	DeepSeek + 配额	¥50-200
公开网站	DeepSeek + 限流	¥200-500
完全免费	Ollama 本地部署	¥0

详见 README 成本章节。

项目结构

gaokao-volunteer-assistant/
├── app.py                  # Streamlit 主页面
├── advisor.py              # AI 模型调用层（多 provider）
├── config_store.py         # 省份规则加载
├── draft_checker.py        # 志愿草案体检规则
├── province_rules/         # 各省配置（JSON）
├── prompts/                # AI 系统提示词
├── legal/                  # 免责声明与第三方声明
├── tests/                  # 测试
└── requirements.txt

开源协议

MIT License — 详见 LICENSE。

贡献

欢迎贡献省份规则配置、体检规则和功能改进。详见后续贡献指南。