打造高考志愿规划AIAgent(附代码)

　　研究志愿规划AIAgent初衷及方案探讨

　　近年来，随着人工智能技术的不断发展，AIAgent在各个领域的应用逐渐增多。本文将探讨高考志愿规划AIAgent的构建方案，以及如何通过开源框架与数据实现这一智能工具，为考生提供个性化、精准的高考志愿规划服务。

　　一、高考志愿规划AIAgent方案

　　构建领域AIAgent是大模型在领域应用的途径之一。本文试图通过开源框架与数据，设计一个高考志愿填报AIAgent，以解决以下问题：

　　背景：张雪峰老师的志愿规划服务火爆

　　张雪峰老师的峰学蔚来为2024年的考生推出了价值17999元的圆梦卡，该服务包含四次专业填报咨询、志愿规划视频等内容。尽管价格不菲，但家长们热情不减，2万个名额已售空，3小时到账3个多亿。然而，张雪峰的志愿规划服务缺少对当前社会各行各业情况的分析，以及结合个人情况的具体建议。

　　张雪峰的直播内容涵盖了院校选择、专业分析、备考方法等方面。例如，他告知想学气象专业的同学，清华气象专业和南京某非985、211院校气象专业单位基本上是一样的。对于普通家庭的孩子，他建议优先选择能让自己过得好的专业，而不是所谓的理想专业。这种风趣幽默的说话风格，使得他的直播视频广受欢迎。

　　接下来，我们将探讨如何构建一个高考志愿AIAgent，口号是：让每一位考生都能享受到免费、个性化、精准的高考志愿规划服务！

　　高考志愿AIAgent应具备的能力：

1. 预估分数：找到可以报考的学校，这是基本功能，也是当前在线志愿填报所做的事情。
2. 行业前景：报考志愿需要的是四年后的就业前景。通常使用当前的行业前景数据，但需要考虑行业的发展趋势。例如，19、20年的考生在选择建筑系时可能会吃亏，因为当时房地产还在后高峰期。
3. 就业情况：专业对口就业率是一个关键但难以获得的数据。张雪峰老师的视频中提到这个专业名词，这也是一个需要重点考虑的因素。
4. 潜规则：类似清华气象专业和南京某非985、211院校气象专业单位基本上是一样的。构建潜规则知识库并作为AI Agent的一个环节是需要重点探讨的问题。
5. 建议：基于学生、家庭、大学城市、产业间的关系提供建议。如果将高考志愿AIAgent对标行业最优的方案提供者，就能看出领域AIAgent的困难：领域服务最核心的数据、规则很可能不可公开收集。

　　接下来开始构建高考志愿AIAgent。

　　二、代码实现与AIAgent复现

　　首先，选择合适的AIAgent框架。考虑到国内大模型的使用方便性，选择了蚂蚁金服的AgentUniverse框架。经过简单测试后，成功跑通了测试用例，并且该框架还提供了群聊功能以便直接咨询。搜索引擎选择了KFind，这是一款由阿里道哥出品的搜索工具，效果良好。

　　数据方面，收集了高考各省市的投档线及各校的投档线数据；行业营业额与利润数据来自AKShare；行业就业情况则通过Boss直聘等网站获取；专业、行业潜规则数据则难以收集，但可以将张雪峰老师的金句放入知识库中进行查询。

　　初步方案：设计简单流程将以上数据都使用上并重点测试以下方面：1. 张雪峰老师的金句知识库泛化效果；2. 大模型能否做AIAgent的计划部分；3. 关键数据能否通过搜索和查知识库获取。后续将继续研究其他方案并优化AIAgent的性能。

　　三、改进与总结：价值判断与领域事实探索

　　在构建高考志愿AIAgent的过程中发现其价值判断的重要性。目前市场上的一些考志愿规划AIAgent虽然能调用一些Action查询具体上线分数等但缺乏张雪峰老师那些经验和判断因此没有特别的价值。而仅靠当前的大模型难以提供价值判断这应是AIAgent方案附加值之一。未来可以考虑将领域专家、先哲们的观点应用到具体的场景下为普通人决策提供建议。同时还需要关注领域事实如行业发展情况等的获取和更新以提供更准确的服务。后续还将继续研究并欢迎探讨相关问题如大模型、AIAgent问题拆解事实真相识别等。