张雪峰高考专业选择 Skill

帮你选择高考专业以及后续人生发展路线。基于张雪峰老师B站200+教学视频ASR转写分析提炼而成。

本 Skill 将张雪峰老师公开分享的高考志愿填报方法论系统化提炼为可复用的决策框架。语料总量 298,367 字符，覆盖 114 个视频。

---

快速使用

安装

# 方式一：复制到 Claude Code skills 目录
cp -r skills/xue-feng-skill ~/.claude/skills/

# 方式二：直接使用 SKILL.md 作为参考
cat SKILL.md

安装后在 Claude Code 中直接问专业选择相关问题即可自动激活，或将 SKILL.md 作为 prompt 输入到其他 AI 工具中使用。

支持的使用场景

• 高考志愿填报、专业选择
• 某个专业的就业前景、薪资水平咨询
• 根据自身条件（分数、家庭、性别、地域）选专业
• 考研/考公方向选择
• 纠结两个专业之间如何选择
• 大学毕业后的发展路径规划

---

专业选择分析流程

使用本 Skill 进行专业选择时，遵循以下分析流程：

┌─────────────────────────────────────────────────────────────────┐
│                  张雪峰专业选择分析流程                           │
└─────────────────────────────────────────────────────────────────┘

  ┌───────────┐
  │  Step 1   │
  │  信息采集  │
  │           │
  │ 分数/排名  │
  │ 省份/选科  │
  │ 性别/家庭  │
  │ 城市偏好   │
  └─────┬─────┘
        │
        ▼
  ┌───────────┐
  │  Step 2   │
  │  诉求明确  │
  │           │
  │ 优先级排序  │
  │ 核心需求   │
  └─────┬─────┘
        │
        ▼
  ┌───────────┐     ┌───────────┐
  │  Step 3   │     │  Step 4   │
  │  家庭定级  │────▶│  排除法   │
  │           │     │           │
  │ 普通/有资源│     │ 英语短板  │
  │ /资源丰富  │     │ 资源不匹配│
  └───────────┘     │ 行业下行  │
                    └─────┬─────┘
                          │
                          ▼
  ┌───────────┐     ┌───────────┐
  │  Step 5   │     │  Step 6   │
  │  匹配推荐  │────▶│  路径规划  │
  │           │     │           │
  │ 候选专业   │     │ 大学→就业  │
  │ 风险分析   │     │ 3-5年发展 │
  └───────────┘     └───────────┘

各步骤说明

---

A/B 测试：使用 Skill vs 不使用 Skill

以下是对同一个真实案例的对比分析，展示 Skill 的实际效果。

案例背景

不使用 Skill（通用回答）

典型输出：

“建议选数学或物理学，这是基础学科，就业面广。武大华科都是好学校，留武汉可行。如果分数够上交复旦也可以考虑。金融也是不错的选择…”

问题：

1. 没有系统化的决策框架，东一榔头西一棒子
2. 没有根据家庭资源做匹配分析
3. 没有排除法，推荐了"金融"却没有说明资源门槛
4. 没有考虑英语短板对择校的影响
5. 没有给出后续发展路径规划
6. 没有验证最新就业数据的意识

使用 Skill（张雪峰框架）

典型输出：

优势：

1. 有完整的决策流程（采集→诉求→排除→匹配→路径）
2. 家庭背景定级准确（“有一定资源"而非"普通家庭”）
3. 排除法清晰（英语差排除外语/国贸，资源不匹配排除管理类）
4. 匹配推荐有理有据（华科物理完美对接东风系新能源资源）
5. 给出大学四年的行动清单和多条发展路径
6. 提醒搜索最新数据验证

对比总结

结论：使用 Skill 后，回答从"正确的废话"升级为"可执行的行动指南"。

---

项目结构

├── SKILL.md                    # 核心 Skill 文件（方法论 + 专业速查表）
├── README.md                   # 本文件
├── LICENSE                     # MIT 开源协议
│
├── data/
│   └── transcripts/            # ASR 转写结果（137个视频）
│       ├── *.txt               # 纯文本转写
│       └── *.json              # 带时间戳的转写
│
└── [附录] 构建工具              # 用于从零构建本 Skill 的工具和脚本
    ├── pipeline.py             # 全流程编排脚本
    ├── requirements.txt        # Python 依赖
    └── tools/
        ├── bilibili_search.py      # B站视频搜索
        ├── bilibili_downloader.py  # B站音频下载
        ├── audio_extractor.py      # M4A → WAV 转换
        ├── whisper_transcriber.py  # Whisper ASR 转写
        ├── content_analyzer.py     # 内容分析与方法论提炼
        ├── skill_generator.py      # Skill 文件生成
        ├── title_filter.py         # 标题过滤
        └── build_final_list.py     # 最终视频列表构建

---

附录：Skill 构建流程

以下内容记录了本 Skill 是如何从原始视频构建而成的，仅供需要复现或改进的开发者参考。

构建 Pipeline

┌─────────────────────────────────────────────────────────────────┐
│                     Skill 构建 Pipeline                         │
└─────────────────────────────────────────────────────────────────┘

  B站搜索 → 视频下载 → 音频提取 → ASR转写 → 内容分析 → Skill生成

从零构建

pip install -r requirements.txt
python pipeline.py                # 全流程
python pipeline.py --step asr     # 只运行 ASR
python pipeline.py --from-step asr  # 从 ASR 开始到最后

数据说明

data/transcripts/ 目录包含 137 个视频的 ASR 转写结果：

• .txt — 纯文本，可直接阅读
• .json — 包含分段时间戳信息（start/end/text）

转写使用 OpenAI Whisper base 模型完成。由于是自动语音识别，部分专有名词可能存在识别误差。

---

发布渠道

• GitHub: SPA3K/Xue-Feng-Skill
• ClaWHub: 同名项目

---

雪峰老师说过：“我不是在教你怎么选专业，我是在教你怎么认识这个社会。”

他的方法论本质上是一套社会现实的认知框架。专业会变、政策会变、行业会变，但"从现实出发、从自身条件出发、用排除法做选择"这套思维方式不会过时。

愿每一个用到这个 Skill 的人，都能像曾经被雪峰老师指点过的那些孩子一样，少走弯路，找到属于自己的路。

License

MIT