Z User
e45b68bb8b
Real IMAP connection via imapflow library: - Connects to IMAP server (IMAPFlow, TLS on port 993) - Fetches recent messages (configurable limit, default 20) - Extracts: from, fromEmail, subject, date, snippet (200 chars) - Thread-to-contact matching (PRD §6.1): 1. Match sender email against persons table 2. If no person match, extract domain and match against company.website 3. Returns matchedCompany + matchedPerson for each email - Audit-logged (action: crm.mailsync:imap) - Zod validated (host, port, user, password, folder, limit) - 502 on IMAP connection failure with detail - 400 on validation failure Tested: invalid creds → 502 'IMAP connection failed', missing host → 400
3.6 KiB
Executable File
3.6 KiB
Executable File
考生倾向 → API 选填参数映射参考
Agent 在第二步获取志愿前，须从 student.json 辅助信息中提取倾向，写入结构化字段，再构建 API 请求。
映射总表
| student.json 字段 | API 字段 | 格式 | 说明 |
|---|---|---|---|
preferred_universities |
universitys |
逗号分隔字符串 | 心仪高校全称，如 北京航空航天大学,华东师范大学 |
preferred_provinces |
provinces |
逗号分隔字符串 | 意向就读省份；若未填，由 preferred_cities 自动推导 |
preferred_cities |
provinces（推导） |
— | 城市映射见下方；脚本 build_api_request.py 自动处理 |
preferred_tags |
tags |
逗号分隔字符串 | 院校属性，如 985,211,双一流 |
preferred_major_classes |
majorClass |
逗号分隔字符串 | 教育部专业类名称，如 计算机类,电子信息类 |
Agent 提取规则
从自然语言中识别倾向，写入 student.json 对应字段（可在 Step1 采集时写入，或在 Step2 调用 API 前补全）：
院校倾向 → preferred_universities
用户提及的具体学校、「想上清北复交」「考虑国防科大」等。
城市倾向 → preferred_cities + preferred_provinces
- 收集城市列表到
preferred_cities - 同时推导省份写入
preferred_provinces（可与城市映射结果合并去重）
常见城市→省份：深圳/广州→广东，武汉→湖北，杭州→浙江，南京/苏州→江苏，成都→四川，西安→陕西。
院校层次倾向 → preferred_tags
| 用户表述 | tags 值 |
|---|---|
| 985 / 顶尖 | 985 |
| 211 | 211 |
| 双一流 | 双一流 |
| 保研 | 保研资格 |
| 师范 | 师范 |
| 医学强校 | 结合具体院校，或 tag 填 医学院（若 API 支持） |
专业倾向 → preferred_major_classes
结合 interests、career_direction、subject_scores 推断：
| 兴趣/就业方向 | 建议 majorClass |
|---|---|
| 编程、互联网、AI | 计算机类,软件工程,电子信息类 |
| 电子、芯片、通信 | 电子信息类,微电子科学与工程,集成电路 |
| 医学、临床 | 临床医学类,口腔医学类,药学类 |
| 机械、制造、航天 | 机械类,航空航天类,自动化类 |
| 经济、金融、管理 | 经济学类,金融学类,工商管理类 |
| 法学 | 法学类 |
| 师范、教育 | 教育学类,中国语言文学类,数学类 |
使用教育部本科专业类标准名称；多个类用英文逗号分隔，不超过 5 个为宜。
禁忌与排除 → notes + 不传参
「不接受偏远地区」等排除性偏好写入 notes，供后续推荐 Skill 使用；不要把排斥省份填入 provinces。
工作流
student.json（含倾向字段）
→ Agent 核对/补全 preferred_* 字段
→ build_api_request.py
→ api_request.json
→ fetch_volunteers.py
→ parsed.json
山东示例
考生：兴趣编程/AI，意向北京上海深圳，希望 985，专业偏计算机。
{
"preferred_cities": ["北京", "上海", "深圳"],
"preferred_provinces": ["北京", "上海", "广东"],
"preferred_universities": ["北京航空航天大学", "华东师范大学"],
"preferred_tags": ["985", "211"],
"preferred_major_classes": ["计算机类", "电子信息类", "自动化类"]
}
生成的 API 片段：
{
"universitys": "北京航空航天大学,华东师范大学",
"provinces": "北京,上海,广东",
"tags": "985,211",
"majorClass": "计算机类,电子信息类,自动化类"
}