This skill should be used when users ask about Chinese social security (社保) policies, contribution calculations, retirement benefits estimation, social secur...
---
name: student-goal-task-manager
description: >
This skill should be used when users need to create, manage, or improve a student-oriented goal planning
and task management H5 application. It covers the complete "助学星" (Study Star) app which includes
task/memo management, goal tracking with sub-goals, statistical dashboards, gamification, data
backup/restore, customizable ticker bars, AI learning reports, task reminders, and push notifications.
Trigger phrases include: 学生目标规划、任务管理、学习规划、助学星、study planner、student task
manager、目标管理、任务清单、备忘录管理、学习打卡、gamified task app、H5学习工具、学习统计
面板、进度跟踪、成就系统、等级系统、任务提醒、临期提醒、超期检查、学习建议、学习调整、
任务分析、学习报告、AI报告、task reminder、overdue tasks、study advice etc.
---
# 助学星 — 学生目标规划与任务管理
> 技术细节(数据结构、脚本用法、注入页规范、自学习机制)见 `README.md`
## 触发关键词
学生目标规划、任务管理、学习规划、助学星、study planner、目标管理、任务清单、备忘录管理、学习打卡、H5学习工具、学习统计面板、任务提醒、学习报告、AI报告、task reminder、study advice
## 功能概览
| 功能 | 说明 |
|------|------|
| 📝 任务管理 | 创建/完成/过滤任务,支持优先级、标签、图片附件、截止日期倒计时 |
| 📋 备忘录 | 文字/图片备忘,标签过滤 |
| 🎯 目标规划 | 多阶段(大学/高中/初中/小学)× 多方向(考公/考研/留学/创业/就业/综合素养),子目标管理 |
| 📊 统计面板 | 完成率环形图、7 日趋势热力图、优先级分布、等级成就 |
| 🎮 游戏化 | 积分系统、10 级进阶(0-5000 分)、成就徽章 |
| 💾 数据管理 | 全量备份/恢复、数据重置 |
| 🤖 AI 学习报告 | 8 模块 AI 分析报告,可下载 HTML |
| 🔔 智能提醒 | 每日任务扫描、多渠道推送(WorkBuddy/微信/企业微信/邮件) |
| 📈 定期报告 | 周报/月报/季报/年报自动订阅 |
---
## 🧭 六阶段工作流 SOP
> 每次 skill 被触发后,必须按以下六个阶段顺序执行。
---
### ✅ Phase 1:首次身份确认(记住,不重复问)
**触发条件**:skill 首次被用户调用,或对话历史中没有用户角色/阶段记录。
1. 发送欢迎语 + 两个选择题(一次性问完,不要分两条):
```
👋 你好!在开始之前,帮我了解一下你的情况:
📌 你的角色是?
A. 学生(自己用)
B. 家长(帮孩子规划)
C. 老师(辅助学生管理)
📌 对应的学习阶段是?
A. 小学 B. 初中 C. 高中 D. 大学/职校
```
2. 用户回复后,**立刻记住**角色+阶段,后续不再重复询问。
3. 如果用户后续主动提到身份变了,**自动更新**。
---
### ✅ Phase 2:痛点探询 → 目标推荐 → 个性化分解
#### Step 2-1:痛点探询
根据角色+阶段,提问用户当前困扰(选择 + 开放式),同时引导提供材料:
**📎 材料上传引导**(始终附加在痛点探询回复末尾):
```
💡 为了给你生成更精准的个性化规划,你可以提供以下材料(可选):
📤 可上传的材料:
• 📋 课程表截图/照片 — 用于匹配课程任务、按周次安排复习节奏
• 📊 成绩单/成绩截图 — 用于评估学科风险、制定提分优先级
• 📝 文字描述也行 — 直接告诉我课程名称、成绩、挂科/补考情况等
✍️ 或者直接文字输入:
• 本学期课程名称(逗号或换行分隔)
• 已知挂科/补考科目
• 已报名或计划考的证书
```
**重要规则**:
- 无论用户是否提供材料,痛点探询都必须发出上述引导
- 如果模型不支持图片识别,提示用户切换到多模态模型或文字描述代替
#### Step 2-2:目标推荐确认
**如果用户提供了课程表/成绩表**,先整理确认理解,再推荐 2-4 个最相关目标。
**如果用户未提供材料**,根据痛点匹配目标方向,按通用模板推荐。
**目标推荐模板**:
```
根据你的情况,我建议聚焦以下目标:
🎯 目标一:[目标名称] — [一句话说明价值]
🎯 目标二:[目标名称] — [一句话说明价值]
✅ 这些方向符合你的预期吗?可以确认或告诉我要增减调整。
```
> 可匹配的目标方向见 `references/goal-templates.md`。
**🎓 证书规划动态推荐**(学生-大学角色必须执行):
| 时间 | 证书 | 优先级 | 适用条件 |
|------|------|--------|----------|
| 大一下(2026.6) | 英语四级 | 🔴 必考 | 未过四级 |
| 大二上(2026.9) | 计算机二级 | 🟡 推荐 | 理工科 |
| 大三上(2027.6) | 英语六级 | 🟡 推荐 | 已过四级 |
| 大三下(2027.7) | 普通话 | 🟢 建议 | 教师/播音方向 |
| 大四上(2027.10) | 教师资格证 | 🟢 建议 | 教师考编 |
推荐时结合用户 `devRoute`、课程负担、已报名证书、痛点动态调整。
#### Step 2-3:个性化目标分解生成
确认目标后,生成完整的可导入数据结构(goals/templates/tasks/memos)。
**材料利用规则**:
| 材料类型 | 用途 | 影响内容 |
|---------|------|---------|
| 课程表 | 匹配复习任务、按周次安排节奏 | 模板周次分配、任务课程标签 |
| 成绩单 | 评估学科风险等级 | 任务优先级、目标排序 |
| 挂科/补考信息 | 生成重修/补考专项任务 | 补考目标、专属任务模板 |
| 考证信息 | 生成考证专项计划 | 考证目标、备考任务模板 |
**📋 任务 vs 备忘分类规则**:
- **能说"X月X日前完成"的就是任务** → 写入 `tasks`,必须有 `deadline`
- **只能说"建议/可以/推荐/注意"的就是备忘** → 写入 `memos`,`deadline` 留空
- 任务数据增加 `course` 字段用于课程维度筛选
> 详细分类规则见 `README.md`。
**⚠️ 注入页规范(AI必读,禁止违反)**:
注入页已部署到服务器,**统一使用服务器 URL**,无需本地生成。
- **URL**:`https://gpt.cntaxs.com/stustar-api/ai-plan-inject.html`
- **方式**:JSON → base64url 编码 → `?data=<base64url>` → `start` 命令打开浏览器
- **优先压缩**:数据 >1.5KB 时自动用 zlib 压缩 → `?zdata=<压缩base64url>`
- **禁止**:❌ 复制/修改本地 HTML ❌ 启动本地 HTTP 服务器 ❌ 使用 `preview_url` ❌ 重写 HTML
**📊 注入数据大小测算 SOP**(Phase 2-3 必须执行):
1. 生成 JSON 后,计算 `jsonBytes = len(json.dumps(data, ensure_ascii=False).encode('utf-8'))`
2. 安全阈值:
- 微信 WebView:URL 总长 ≤ 1800 字符
- 桌面浏览器:URL 总长 ≤ 6000 字符
- **base64url 膨胀率 ×1.33**:安全 JSON 上限 ≈ 1350 字节(微信)/ 4500 字节(桌面)
3. 决策矩阵:
- jsonBytes ≤ 1000 → `?data=` 直接编码
- 1000 < jsonBytes ≤ 3000 → zlib 压缩后 `?zdata=`(压缩率 ~60%)
- jsonBytes > 3000 → **必须精简**:缩短 desc 描述、减少任务数(≤15)、去掉 milestones 后重试
- 压缩后仍超 1800 → **分段规划**:告知用户「数据量较大,建议分 N 次规划」,每批 ≤6 目标 15 任务
4. 任务密度检测:单次规划任务数 >20 时,提示用户「任务较为密集,建议分批或优先聚焦核心目标」
5. 测算后向用户汇报:`📊 数据测算:JSON {jsonBytes}B → base64url {urlLen}字符 → {安全/需压缩/需精简}`
> Python zlib 压缩编码示例和技术细节见 `README.md`。
生成后告知用户数据汇总:
```
✅ 已为你生成个性化学习规划:
📌 N 个目标 · M 个任务模板 · K 个近期任务 · J 条备忘录
```
---
### ✅ Phase 3:生成后操作引导
#### Step 3-1:数据测算 → 压缩编码 → 打开浏览器预览
1. **数据测算**:计算 JSON 大小,按上述 SOP 决策矩阵判断编码方式
2. **编码传输**:≤1KB 用 `?data=`;>1KB 用 zlib 压缩 `?zdata=`;超限则精简/分段
3. `start <完整URL>` 打开浏览器 → 注入页展示目标(含勾选功能)
4. 用户在注入页**勾选目标**后点击「📥 一键导入」
```
🎉 规划已生成完毕!
📊 数据测算:JSON {N}B → zlib压缩 {M}B → URL {L}字符 ✅安全
📥 打开的页面中,可勾选/取消目标后点击「写入规划」
💡 未勾选目标的任务会自动去除,按需取舍即可
```
#### Step 3-2:确认采纳结果
```
📊 数据已成功注入到助学星!你刚才应该看到了自动弹出的「采纳确认弹窗」。
👉 A. ✅ 我已采纳 → 进入「AI学习报告」环节
👉 B. 🔄 还没操作 → 我帮你重新打开
> 也可以在助学星「统计页→AI学习助手→📊查看报告」随时查看
```
#### Step 3-3:对话复盘与自学习(后台自动执行)
> Phase 3-6 完成后自动执行,不向用户输出内容。
> 回顾对话全程,扫描纠正/多次尝试/建议/高质量案例,写入 learning/ 文件。
---
### ✅ Phase 4:AI 学习报告
**触发条件**:用户确认采纳后。
```
🎓 太好了!现在为你生成 AI 个性化学习分析报告...
📊 报告已生成并写入助学星!
👉 打开助学星 → 统计页 → 「📊查看报告」
👉 或点击「📥下载」保存为 HTML 文件
> 报告包含:任务总览、逾期分析、目标进展、AI建议、本周行动建议等 8 大模块
```
> AI 报告数据结构和生成规则见 `README.md`。
---
### ✅ Phase 5:定时任务扫描与智能推送
**触发条件**:Phase 4 完成后,主动提示。
```
🔔 想让助学星「活」起来吗?
📌 推送渠道(可多选):
A. 🦞 龙虾App — WorkBuddy自动化(推荐,零配置)
B. 💬 微信推送 — 搜索关注"智惠合规"微信公众号订阅,加Q群972156177获取指引
C. 🏢 企业微信 Webhook
D. 📧 邮件推送
👉 回复字母选择,或「跳过」暂不开启
```
用户选择后按渠道配置,创建 `automation_update` 自动化任务。
> 渠道配置详情和 automation 参数见 `README.md`。
---
### ✅ Phase 6:定期 AI 智能报告订阅
**触发条件**:Phase 5 完成后,主动提示。
```
📈 还想定期收到「AI智能学习报告」吗?
| 报告类型 | 频率 | 核心内容 |
|---------|------|---------|
| 📅 周学习简报 | 每周日 | 完成率、新增任务、临期预警 |
| 📊 月度分析报告 | 每月1日 | 环比对比、目标进展、学科分析 |
| 📈 季度成长报告 | 每季首日 | 里程碑、趋势、能力评估 |
| 🏆 年度学习总结 | 每年1月1日 | 全年轨迹、成长亮点 |
👉 回复要订阅的类型(如「AB」),或「跳过」
```
> 报告订阅 rrule 配置见 `README.md`。
---
## Output Format Rule
Every skill response MUST be helpful, structured, and concise.
don't have the plugin yet? install it then click "run inline in claude" again.