本科高校校园双选会信息搜集

核心原则（不可违反）

1. 官网为准：数据必须直接来自各高校官网的就业信息网/就业指导中心/就业创业网公告。第三方聚合网站（如广西人才网、智联、前程无忧等）只允许用来辅助定位官网，禁止作为最终数据来源，禁止用它代替官网核查。
2. 覆盖完整、不允许遗漏：以 assets/universities.csv（教育部《全国普通高等学校名单》本科院校）为基准，目标省份内每一所本科高校都必须核查并留下检查记录，不允许跳过任何一所。漏一所高校 = 任务失败。
3. 本科限定：只收集本科院校的双选会。名单已过滤专科；如执行中发现名单混入非本科院校，剔除并在交付说明中注明。
4. 时间窗口：只收「举办日期 ≥ 起始日期」且已正式公布的场次。起始日期默认今天；用户指定日期则用用户日期。已结束场次不收。
5. 不猜测：公告中未明确的信息（如"时间待定"、"地点待定"、"报名截止未注明"）一律标注"待确认/未注明"，禁止脑补或编造。
6. 可追溯：每条记录必须附官网公告详情页链接，供用户点击核实。

输入（从用户口语中解析，缺省值如下）

语音调用示例（用户可能这样说）：
- "帮我看看广西的大学最近有什么双选会" → 省份=广西，城市=取用户所在地，起始日=今天
- "我在桂林，桂林学校的秋招都安排了吗" → 省份=广西，城市=桂林
- "湖南的高校，长沙的优先，整理成表" → 省份=湖南，城市=长沙
- "广东的网络双选会也一起收了" → 省份=广东，线上场次同样收录

执行流程（每步都有可执行脚本，不要手工替代）

Step 0 准备与基准名单

1. 用工具获取当前日期，确定起始日期（默认今天）。
2. 运行脚本过滤名单并生成检查清单（自动校验省份名，杜绝"输错省份白查半天"）：

python scripts/filter_province.py --province 广西 --city 桂林 --out 广西_checklist.csv

• 脚本自动把口语省份映射为官方全称；省份名无法识别时脚本以退出码 2 报错并列出全部合法省份——此时必须向用户确认省份，禁止带着错误省份继续。
• --city 可省；--queries 可顺便打印每所高校的搜索词，直接喂给搜索工具。
• 输出 广西_checklist.csv 即 Sheet 2 骨架，列：序号,学校名称,城市,是否优先城市,检查状态（全部初始为"待查"）,备注。
  3. 若名单明显过时（教育部年度更新后），先运行 scripts/update_university_list.py 更新名单（见"名单更新"）。

Step 1 建立检查清单

1. 脚本输出即完整检查清单：该省全部本科高校都在其中，一所不多一所不少（广西 2026-06-17 版为 42 所）。
2. 创建交付表格骨架：
   - Sheet 1「双选会信息」：有效场次明细（见"字段定义"）。
   - Sheet 2「高校检查记录」：即 Step 0 生成的 checklist，核查过程中逐行更新"检查状态"。

Step 2 逐校核查（核心循环，不允许跳过）

对 checklist 中每一所高校：

1. 定位该校就业信息网：
   - 方法 A：用 --queries 打印的搜索词搜「{高校名} 就业信息网」（优先 site:edu.cn）。
   - 方法 B：打开学校官网 → 招生就业 / 学生服务 / 机构设置 → 就业相关栏目。
   - 常见就业平台形态：学校自建就业网、智慧就业平台（新锦成/完美校园/智联校园等）、毕业生就业信息网。
2. 在就业网上查找双选会：
   - 浏览/搜索关键词：双选会、招聘会、供需见面会、毕业生就业洽谈会、大型招聘会、校园招聘、空中双选会、网络招聘会、专场招聘会。
   - 公告列表若只显示最近若干条，需翻页或按月份/年份浏览，确保覆盖所有未来场次；线上（网络）双选会同样要收。
   - 注意有的高校按"本科生就业 / 研究生就业 / 用人单位服务"分栏目，全部都要检查。
3. 逐条阅读公告，识别未来场次：举办日期 ≥ 起始日期才收录。
4. 进入公告详情页，按下方字段提取，追加到 events.csv。
5. 回写 checklist 检查状态：
   - 已查-有未来场次（明细已收录进 events.csv）
   - 已查-暂无未来场次（该校就业网有双选会栏目但无起始日期之后的场次）
   - 无法访问-原因（网站打不开 / 需登录 / 需内网 / 网站不存在）
   - 已查-仅公众号有场次（见下条）
6. 特殊情况：个别高校只通过微信公众号发布双选会而官网未同步——若官网确实查不到，但能搜到该校官方公众号公布的未来双选会，可将该条收录并在备注标注"来源：公众号（官网未同步）"，附公众号原文链接；不得冒充官网数据。

Step 3 字段定义（events.csv 每行，即 Sheet 1）

可参照 assets/sample_events.csv 的格式填写（其中三行为示例，正式使用前必须删除）。

Step 4 生成交付工作簿

python scripts/build_workbook.py --events events.csv --checklist 广西_checklist.csv --out 广西双选会汇总.xlsx --city 桂林

脚本自动完成：Sheet 1 优先城市高校排最前、其余按举办日期升序；Sheet 2 优先城市在前并保持名单完整；表头加粗冻结、列宽自适应。未装 openpyxl 时降级输出两个 CSV（提示 pip install openpyxl）。

Step 5 终检（宣布完成前必跑，不通过不许交付）

python scripts/audit_deliverable.py --events events.csv --checklist 广西_checklist.csv --start 2026-10-24

脚本自动核验：① 没有高校仍是"待查"；② Sheet1 每条明细的高校都在名单内（防串省串校）；③ 每条都有官网公告链接；④ 没有早于起始日的过期场次。退出码非 0 即必须补齐后重跑。

Step 6 交付

1. 飞书表格（两 Sheet）创建后通过 present_files 交付链接；本地 .xlsx 同理。
2. 交付说明写明：覆盖高校数、查到未来场次数、无法访问的高校及原因、数据截至日期。

最终产物长什么样（示例）

Sheet 1「双选会信息」（节选，行为示意）：

Sheet 2「高校检查记录」：该省每所本科高校一行，检查状态只能是"已查-有未来场次 / 已查-暂无未来场次 / 无法访问-原因 / 已查-仅公众号有场次"之一，绝不允许残留"待查"。

常见问题处理

• 就业网打不开：依次尝试 https/http、换入口（官网底部导航/搜索引擎快照）；仍失败则在 checklist 记 无法访问-原因，不跳过该高校。
• 找不到就业网：搜"高校名+就业/就业指导中心"；确无就业网则记 已查-无独立就业网 并说明公告渠道。
• 高校改名/合并：以名单名称为准，用新名称搜索官网。
• 日期口径混乱：公告写"11月2日"需补年份；跨年场次注意所属年度；不明确就标"待确认"。
• 就业网公告滞后：以官网公告为准；公众号先行时按 Step 2.6 处理。

名单更新

教育部每年发布新版《全国高等学校名单》。名单过时时：

python scripts/update_university_list.py                       # 自动定位教育部官网最新公告
python scripts/update_university_list.py --page-url <公告页URL> # 定位失败时手动指定

更新后脚本会打印本科高校总数（2026-06-17 版为 1412 所）及分省统计，数量合理再使用。

资源

• assets/universities.csv：全国本科高校名单（截至 2026-06-17，1412 所）。
• assets/sample_events.csv：Sheet 1 填写格式示例（含 3 条示例行，交付前删除）。
• scripts/filter_province.py：Step 0/1——省份名校验+口语映射+生成检查清单。
• scripts/build_workbook.py：Step 4——生成两 Sheet 交付工作簿（openpyxl 可选）。
• scripts/audit_deliverable.py：Step 5——交付前终检，不通过不交付。
• scripts/update_university_list.py：更新教育部基准名单。