Dify平台可实现高考生个性化专业与志愿推荐，通过OCR提取专业目录、爬取清洗投档线数据构建知识库，配置多节点工作流完成输入解析、位次映射、专业匹配与风险提示，并支持Chatbot/Agent双模式智能响应。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
为高考生提供专业选择与志愿填报建议，需要结合考生分数、兴趣、地域偏好、就业趋势等多维信息动态生成个性化方案，Dify平台可通过编排工作流、接入权威数据源和配置推理逻辑实现这一目标。
准备基础数据与知识库
下载教育部《普通高等学校本科专业目录（2023年版）》PDF，用OCR工具提取结构化文本，保留专业代码、名称、所属学科门类、修业年限、学位授予门类、专业简介及开设院校数量字段。
从阳光高考网爬取近3年各高校在各省的投档线数据，清洗后按“省份-科类-年份-院校-专业类-最低分-位次”字段存为CSV。注意剔除中外合作办学、专项计划等特殊招生类型数据，避免干扰主流程判断。
将整理好的专业目录文本和投档线CSV分别上传至Dify知识库，设置切片大小为512字符、重叠长度64，启用“自动嵌入”并勾选“启用语义搜索”。【知识库未启用语义搜索会导致专业匹配结果严重偏离考生实际位次区间】
设计核心工作流节点
新建工作流，依次添加以下节点：
① 开始节点 → ② “用户输入解析”LLM节点：提示词明确要求提取“分数、位次、省份、文理科/选科组合、倾向城市、排斥专业大类”七项关键字段，缺失项返回标准化追问话术；
③ “位次区间映射”条件分支：根据考生位次落入前1%、1%–5%、5%–15%、15%–30%、30%–50%五档，分别触发不同策略路径；
④ “专业匹配引擎”自定义代码节点：调用本地Python脚本，输入位次区间+选科限制+城市偏好，输出Top20专业清单，每项含匹配度得分（基于开设院校数×近三年平均录取位次稳定性系数）；
⑤ “风险提示生成”LLM节点：对清单中近三年波动超±800位次的专业，强制插入“该专业录取位次波动较大，建议作为冲刺选项”说明。
配置智能体响应逻辑
方法一：使用Dify内置“Chatbot”模式，在系统提示词中嵌入规则约束：
“你是一名省级教育考试院认证的升学指导师。只依据知识库中2021–2023年真实投档数据作答。当考生位次处于前5%时，优先推荐‘双一流’建设学科覆盖专业；位次在30%之后时，必须包含至少2个应用型强、省内有优质产业支撑的专业。”
方法二：启用“Agent”模式，挂载两个工具：
• 工具1：“查某校某专业近三年位次”——接收院校名+专业名，返回原始CSV中对应记录；
• 工具2：“生成冲稳保梯度表”——输入考生位次与目标省份，自动划分冲刺（位次上浮15%）、稳妥（±5%）、保底（下浮10%）三档院校专业组。
注意：Agent模式下需关闭“自主调用工具”开关，改为在工作流中显式路由，防止模型误触发无关查询。
上线前验证关键路径
用山东考生（位次8500，物理类，倾向青岛）测试：输入后应跳过师范类、医学类等明显受限选项，首屏展示海洋科学、计算机类、智能制造工程三个专业，并标注“青岛科技大学、中国海洋大学、山东科技大学均开设该专业且近三年位次稳定”。
用河南文科考生（位次21000）测试：系统应主动排除“考古学”“哲学”等开设院校少于5所的专业，转推“汉语言文学（师范方向）”“新闻传播学类（融合媒体方向）”，并附带河南省内信阳师范学院、南阳师范学院的录取位次锚点。
执行一次全链路压力测试：连续提交50组不同位次参数，检查知识库召回率是否持续高于92%，工作流平均响应时间是否低于4.8秒。
