选调信息收集与研判 (xuandiao-info)

这个技能解决什么

定向选调考生需要跨省研判：各省报名/笔试/面试/签约的时间线、分岗方式、待遇与约束。本技能是通用工具，不绑定特定高校——各省选调按"一校一公告"模式发布，考生本校就业网就是首选公告入口（各校公告内容同构，可互相验证）。本技能把以下工作流固化：

收集公开权威信息 → 交叉验证 → 按标准格式生成研判简表 Excel / HTML 信息表盘 → 给出研判小结。

两个关键产出格式：
1. 研判简表 Excel：与 选调情况.xlsx 同构（14 列、日期格式 yyyy-mm-dd、下拉验证、填写说明块）。
2. HTML 信息表盘（政务红金配色）：顶部标签页切换卡片 / 时间轴 / 表格 / 分类四种视图；卡片含时间线信息、考察方式、风险备注与常显来源链接；页面底部有可折叠的跨省时间冲突提示。

工作流

第零步：需求确认（一次问清、带默认值、不阻塞）

检索前用 AskUserQuestion 一次问清以下信息（最多 4 个问题，用户不答或选默认就直接继续，不要反复追问）：

1. 毕业年份（届别）【必问】：决定检索哪一年的公告（秋季报名年 = 届别 − 1）、春节参照与年龄门槛。默认最近一届。
2. 学校【必问】：各省是"一校一公告"，本校就业网是首选公告源；且定向选调只面向名单内高校，按学校可过滤出可报考省份，大幅收窄检索范围。默认"全国通用视角（不过滤）"。
3. 学历层次【本科/硕士/博士】：决定资格（部分省部分岗位只招硕博）、转正定级与研判口径。默认硕士。
4. 目标省份范围：默认"该校可报考的全部省份"，可指定子集（如"东北 + 山东"）。

用户在对话里已明确给出其中某项时不再重复问。确认结果写入 JSON 的 meta（school / degree / cycle / scope），生成器会在表盘头部显示"适用对象"。专业、党员身份等作为研判标注记录（影响岗位匹配与资格提示），不作为检索词。

第一步：确定省份范围与检索清单

• 若给了学校：先确认该校在各省招录高校名单内的省份（公告"一校一公告"，名单见各省公告原文；机构汇总可作名单线索，需回官方公告核实），只检索这些省。
• 未指定学校时按用户指定的省份范围；都不明确才做全国全景（成本高，需提醒用户）。
• 列出待检索字段清单，逐省定向检索；用户表格中已有公开权威来源支撑的字段可跳过，其余一律检索核实。

若用户已有表格需要补写（如 选调情况.xlsx）：仅沿用其结构与格式（openpyxl 读取列、合并单元格、数据验证、样式，保留原格式），不得把表内既有内容当作事实来源——事实一律重新检索公开权威来源，找不到就留空。日期列写 datetime 并保持 yyyy-mm-dd 格式。

第二步：读信息源目录

先读 references/sources.md，里面按权威度和省份列出了可公开访问的信息源及其可访问性标注。核心原则：

1. 权威优先：省委组织部公告（经各高校就业网发布的"XX省面向XX大学选调XXXX届优秀大学毕业生公告"，一校一版、内容同构）> 省级人事考试网/党建网通知 > 市州人社局通知 > 其他高校就业网镜像 > 培训机构汇总（仅线索，事实必须回到官方源核实）。
2. 一校一公告互验：各省公告对每个高校同构（同一时间线、同一政策），考生本校就业网的公告可与北大、重大、湖大等其他高校就业网镜像交叉验证同一事实。
3. 公开性边界：报名系统（需登录）、校内小程序/登记渠道、点对点下发的面试/签约通知不可爬取、不公开。这类信息一律标记"未公开"并留空，绝不编造，也不尝试绕过登录。

第三步：收集与交叉验证

检索执行策略（并发与断点）——先读这段再动手：

• 默认在主对话直接用 WebSearch/WebFetch 逐省检索，工具调用 3–5 个一批并行即可；不要为并行而派子代理——子代理有并发上限，超限会被整批取消且工作全部丢失。
• 子代理仅用于单省深度抓取（需要打开多个页面交叉验证）时使用，一次最多 1–2 个、串行为主；遇到"concurrency limit exceeded"或被取消，立即降级回主对话检索，不重试硬刚。
• 增量落盘：每核实完一个省（或一小批），立刻把结果合并进数据 JSON 再继续——任何时刻中断，已完成的省都不丢，可从断点续跑。
• 每省查询词一次带全字段（如"XX省2026届定向选调生公告 笔试时间 面试"），避免同省反复搜索。

每条关键事实至少两个独立来源，并记录：结论 + 证据摘录 + 来源名称与 URL + 发布日期 + 置信度（高/中/低）。单一来源要注明"仅一个来源"。与已有手册数据冲突时，报告冲突而不是静默覆盖。

按公告结构收集以下字段（前七项来自招录公告，后几项常来自后续通知）：

• 报名时间、宣讲时间
• 笔试时间、笔试地点（考点城市列表）、笔试形式、笔面试占比、笔试合格线
• 面试时间（公告常写"暂定""另行通知"，实际以面试通知为准）、面试地点、面试形式
• 签约时间（常无公开确切日期，用锚点推算窗口：面试合格线公告 → 体检公告 → 录用公示）
• 定向高校数量（该省定向选调面向的高校总数）
• 分岗方式（报名时选岗 / 考察时询问岗位倾向 / 录取后直接分岗 / 录取后询问岗位意向 / 其他）
• 定岗情况、基层服务时间/地点、转正定级、人才补贴、服务期限与违约金条款

第四步：生成表盘

把数据整理成 JSON（字段与示例见 assets/example_data.json，其中已含四川/陕西/山东 2026 届真实数据），运行：

python "<skill_dir>/scripts/generate.py" data.json --out both

• --out excel：研判简表 Excel。第一个 sheet"研判简表"与 选调情况.xlsx 同构；第二个 sheet"明细与来源"按行记录每条事实的来源、URL、置信度。
• --out html：自包含 HTML 信息表盘（政务红金配色、内联 CSS/JS、无外部依赖，浏览器直接打开），顶部标签页切换四种视图：卡片（每省详情+常显"信息来源"链接）、时间轴（报名/笔试/面试按月排列）、表格（全字段宽表）、分类（按笔试档期归类相似省份）。
• --out both：两者都生成（默认）。
• 脚本会用 meta.festival（该届对应春节，如 2026 届填 2026-02-17）自动计算"笔试/面试时间与过年关系"（年前/年后）；JSON 里已填的手动值优先。春节参照：2025 届 → 2025-01-29，2026 届 → 2026-02-17，2027 届 → 2027-02-06。
• 具体日期写成 2025-10-25 形式会落为 Excel 日期值（格式 yyyy-mm-dd）；区间（如 2025-11-14至2025-11-16）保留为文本。

若是在既有 选调情况.xlsx 上补数据，用 openpyxl 直接改单元格即可，不要用脚本重建整个文件（会丢原表的手工调整）。

第五步：输出（克制、必附可访问的权威来源）

• 交付生成的文件路径（Excel / HTML 表盘）。
• 每条事实必须带可访问的权威来源 URL，这是硬性要求：
• 来源限于省委组织部/人事考试网/党建网（gov.cn 优先）、各高校就业网公告；培训机构页面只能当线索，不得作为结论来源。
• URL 必须是不登录即可访问的页面（检索结果或抓取验证过的真实 URL，不得编造、不得使用需登录系统内的链接）；抓不到原文的单一来源要标注置信度降级。
• HTML 表盘每张卡片底部常显"信息来源"链接列表；Excel「明细与来源」sheet 每条事实带来源、URL、置信度；对话回复末尾也要以 markdown 链接列出关键来源。
• 只附极简要点（最多 3–5 条一句话要点）：跨省时间冲突、未公开的关键日期（提醒经报名系统/校内通知获取）、签约/违约金提醒。
• 不要写长分析报告，不要复述表格里的数据；窗口类结论（如"签约约在 X 月"）注明是推算而非官方日期。

质量红线

• 只认公开权威来源：内部手册、非公开整理资料、聊天记录等一律不得作为信息来源或事实依据；每条表内事实必须能对应一个可公开访问的来源 URL，找不到就留空，绝不因为"有内部数据"而填入。
• 不编造日期/数字；找不到就写"未公开"或留空，并说明已尽力检索。
• 每条事实可追溯到 URL。来源分级补位：优先组织部门（组工网/人事考试网）与高校就业网；确实查不到官方来源时，可用考公培训机构（中公/华图/金标尺等）的公开页面补位，但置信度必须降级标注（如"中（培训机构来源，未获官方原文）"），并在后续检索中持续用官方来源替换。
• 内部手册、非公开整理资料、聊天记录仍然一律禁用。
• 含个人信息的名单类文件不采集、不保存。
• 生成的 Excel 保留下拉验证与填写说明块，便于后续人工维护。

示例

用户说"收集四川、陕西、山东 2026 届选调信息并生成表盘"：

1. 读 references/sources.md；
2. 检索三地 2026 届公告与后续通知（本校就业网公告 → 省人事考试网/市州通知 → 其他高校镜像交叉验证）；
3. 整理成 JSON（可参考 assets/example_data.json）；
4. 运行 generate.py 输出 Excel + HTML；
5. 附极简要点与来源链接（不写长篇分析）。