student-goal-task-manager👨‍🎓助学星🌟学习规划与目标管理智能助手✍️自律成就未来🔭重大版本跟新：增加在线登录、智能报告订阅等更多惊喜等您探索😄

SKILL.md

---
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.