招生简章与院校资料归档 Skill 查看原始 SKILL.md

准备交给 Coding Agent 执行？先阅读 AI 接入指南，确认接口契约与调用边界。

招生简章与院校资料归档 Skill

面向招生简章归档、院校资料库、PDF 资料整理和教育内容入库的公开 API 组合。

业务场景

用于招生简章归档、院校资料库、PDF 资料整理、教育内容入库和院校文档检索。适合把 HTML/PDF/Word 转换、PDF 文本提取、摘要、关键词、隐私信息去除、院校库、专业库和招生计划组合成资料归档链路。

  • 数据范围：覆盖 HTML 转 PDF、PDF 文本提取、PDF 格式化、PDF 转 HTML、Word 转 HTML、PDF 摘要、关键词、隐私信息去除、院校基础信息、专业基础信息和招生计划。
  • 关键数据维度：文档维度：文件格式、页码、来源 URL、抓取时间、学校名称和年份。；教育维度：院校、专业、招生计划、批次、选科和地区。；治理维度：脱敏状态、复核字段、来源链接和归档版本。

何时使用

  • 把招生简章、院校资料、专业介绍和网页资料转成可检索文本。
  • 抽取院校、专业、年份、招生计划等关键字段并与公开数据交叉核对。
  • 对报名材料或扫描件做摘要、脱敏、标签和归档。

不适用场景

  • 用户只需要查看某一个接口的完整参数、响应字段、价格或购买入口时，直接打开接口详情页。
  • 用户希望绕过接口开通、鉴权、配额或人工复核要求时，不应使用 Skill 作为替代。
  • 任务需要法律、医疗、金融投资或升学录取的最终决策时，Skill 只能提供数据辅助和复核线索。

用户需要提供的信息

  • 招生简章、院校 PDF、Word、HTML 页面、目标院校、年份、专业、隐私处理要求和归档格式。
  • 是否需要 OCR、PDF 转 HTML、正文抽取、摘要、关键词、脱敏或和院校基础数据关联。
  • 调用接口所需的 AppKey、开通状态和接口详情页限制。

推荐工作流

  1. 先把招生资料通过 PDF、HTML 或 Word 转换接口解析成文本。
  2. 再用摘要、关键词和隐私信息去除接口生成归档字段。
  3. 最后与院校库、专业库和招生计划接口交叉校验。

参数传递关系

  • 招生资料先通过 PDF、HTML 或 Word 转换接口生成文本，再传给摘要、关键词和隐私信息去除接口。
  • 文档中的院校名称、专业名称、年份和计划信息需要与院校库、专业库和招生计划接口交叉校验。
  • 如果资料来自网页，先保存原 URL、抓取时间和转换后的 HTML/PDF，后续归档使用同一来源。
  • 归档结果应保留原文件、解析文本、摘要、标签和关联的院校或专业标识。

典型任务模板

  • 招生简章入库：输入 PDF 或网页 URL；输出原文、摘要、关键词、院校关联和待复核字段。
  • 专业资料整理：输入专业名称和院校资料；输出专业介绍、招生计划匹配和资料来源。
  • 隐私检查：输入报名资料或扫描件；输出脱敏文本、风险字段和人工复核建议。

接口与关键参数

统一鉴权：调用接口前需要准备咕咕数据 AppKey。AppKey 应从环境变量或凭据管理系统注入，不要写入 SKILL.md、代码仓库、URL、日志或对话正文。推荐在服务端通过 Header 传递 AppKey；历史 Query 参数 appkey 仍以接口详情页说明为准。

HTML/URL 转 PDF

  • 业务角色：HTML 转 PDF
  • 调用阶段：资料保存
  • 接口地址：POST https://api.gugudata.com/imagerecognition/html2pdf
  • 产出用途：用于保存招生网页或简章页面。
  • 参数来源：科类或选科来自用户所在省份当年的可选枚举；文本内容来自用户输入、网页正文抽取或文档识别结果；文件或图片来自用户上传、公开 URL 或上一轮转换结果
  • 接口资料：详情页 https://www.gugudata.com/api/details/html2pdf；接口 Markdown https://www.gugudata.com/api/details/html2pdf/llm.md

关键请求参数：

参数必填类型默认值说明来源与传递
type是string无可选参数为 HTML 或 URL（注意，当类型为 URL 时，需要保证页面可以正常请求，我们的接口不解决加密页面、反爬虫页面等不能正常返回 HTML 的页面请求）科类或选科来自用户所在省份当年的可选枚举
content是string无内容正文，如果 type=HTML，那么传递 HTML 内容；如果 type=URL，那么传递需要存储为 PDF 的站点 URL 即可文本内容来自用户输入、网页正文抽取或文档识别结果
landscape否integer|string0控制生成 PDF 是否为横向页面模式，传递 1 控制页面横向渲染模式，默认为 0由用户输入、业务筛选条件或上一轮接口结果确定。
showpages否integer|string0控制生成的 PDF 是否在页脚包含页码信息，传递 1 控制页脚生成页码，默认为 0由用户输入、业务筛选条件或上一轮接口结果确定。
filename否string-可选参数，控制生成的文件名称，不需要后缀文件或图片来自用户上传、公开 URL 或上一轮转换结果
storage否stringpublic文件存储方式，可选 public 或 private。默认 public 返回公开下载地址；private 存入私有存储，返回 file_id，需生成短期下载链接后下载。由用户输入、业务筛选条件或上一轮接口结果确定。

通用 PDF 文件流 OCR 到文本

关键请求参数：

参数必填类型默认值说明来源与传递
pdffile是string/binary-multipart 单个未加密 PDF；20 MiB、20 页。APPKEY 可通过 Query、multipart appkey、AppKey/X-GUGUDATA-APPKEY/X-API-Key 请求头或 Bearer 传递；同值允许，冲突返回 501。文件或图片来自用户上传、公开 URL 或上一轮转换结果

PDF 解析格式化输出

关键请求参数：

参数必填类型默认值说明来源与传递
type是string无text、html、xml 或 tag；按当前格式能力解析，不进行 OCR。科类或选科来自用户所在省份当年的可选枚举
pdffile是string/binary无上传一个实际 PDF 文件；通过 multipart/form-data 发送文件内容，不是服务器路径或 URL。文件或图片来自用户上传、公开 URL 或上一轮转换结果

PDF 转 HTML

关键请求参数：

参数必填类型默认值说明来源与传递
file是string/binary-multipart 单个 PDF 文件；最大 20 MiB、100 页，不支持加密和扫描型 PDF。文件或图片来自用户上传、公开 URL 或上一轮转换结果
storage否stringpublicpublic 返回 HTML 地址；private 返回既有文件引用。支持表单或 Query，同值允许，冲突拒绝。由用户输入、业务筛选条件或上一轮接口结果确定。

Word 转 HTML

关键请求参数：

参数必填类型默认值说明来源与传递
url否string-历史表单 URL 模式：公开 HTTP/HTTPS Word 地址；与 file 互斥，不支持本地或内网地址。URL 或域名由用户提供，调用前需要确认协议、跳转和可访问性
file否string/binary-一个未加密的 DOC/DOCX 文件；file 与 url 必须二选一。上传请求不超过 100 MiB。文件或图片来自用户上传、公开 URL 或上一轮转换结果
storage否stringpublicpublic 返回 html_url；private 返回 html_file，需所有者生成短期下载链接。支持 Query 或表单，冲突拒绝。由用户输入、业务筛选条件或上一轮接口结果确定。

PDF 全文多语言 AI 摘要

关键请求参数：

参数必填类型默认值说明来源与传递
file是string/binary-一个未加密的文本型 PDF，最大 30 MiB、500 页；兼容历史字段 pdf_file，不能同时上传；扫描件请先进行 OCR。文件或图片来自用户上传、公开 URL 或上一轮转换结果
lang否stringzh有效语言代码，如 zh、en；缺省或空值使用 zh。由用户输入、业务筛选条件或上一轮接口结果确定。
streaming否booleanfalse默认 false；true 按 SSE 接收文本片段、完整结果和 [DONE]；失败不发送成功终态。由用户输入、业务筛选条件或上一轮接口结果确定。

AI 文本关键词提取

关键请求参数：

参数必填类型默认值说明来源与传递
textContent是string无需要提取关键词的非空文本。文本内容来自用户输入、网页正文抽取或文档识别结果
keywordMaxLength否integer5正整数，作为模型的关键词长度提示，不是输出硬限制；缺省、空字符串或 null 使用 5。关键词由用户输入或从上一轮内容抽取结果中生成
streaming否booleanfalsetrue 返回 SSE；false 返回完整 JSON。由用户输入、业务筛选条件或上一轮接口结果确定。

个人可识别信息 (PII) 去除

关键请求参数：

参数必填类型默认值说明来源与传递
content是string-非空字符串，最多 4000 个 UTF-16 字符单元；保留空格和换行。文本内容来自用户输入、网页正文抽取或文档识别结果
streaming否booleanfalse布尔值，默认 false；true 在处理完成后按流式协议接收脱敏文字和完整结果。由用户输入、业务筛选条件或上一轮接口结果确定。

全国大学高校基础信息

  • 业务角色：院校基础库
  • 调用阶段：教育校验
  • 接口地址：GET https://api.gugudata.com/location/college
  • 产出用途：用于关联院校主体。
  • 参数来源：SchoolUUID 来自院校基础信息查询结果，也可以由用户指定院校后查询获得；院校名称、关键词或地区由用户输入，必要时先用院校库做模糊查询；分页参数由调用方控制，用于分批读取结果；科类或选科来自用户所在省份当年的可选枚举
  • 接口资料：详情页 https://www.gugudata.com/api/details/college；接口 Markdown https://www.gugudata.com/api/details/college/llm.md

关键请求参数：

参数必填类型默认值说明来源与传递
schooluuid否string-学校唯一标识；与 uuid 别名兼容，值冲突明确失败。SchoolUUID 来自院校基础信息查询结果，也可以由用户指定院校后查询获得
uuid否string-咕咕数据平台高校唯一 ID，可按响应字段 SchoolUUID 精确查询高校基础信息SchoolUUID 来自院校基础信息查询结果，也可以由用户指定院校后查询获得
keywords否string-搜索关键字，模糊匹配高校名称、省市区、高校旧称、地址字段，参数值为空则返回所有数据院校名称、关键词或地区由用户输入，必要时先用院校库做模糊查询
pageindex否integer1页码，第几页数据，用于控制分页分页参数由调用方控制，用于分批读取结果
pagesize否integer10每页数据量，参数最大值为 20，用于控制分页分页参数由调用方控制，用于分批读取结果
keywordstrict否stringfalse控制 keywords 参数在查询时是否进行模糊查询，true 为精确匹配高校名称，默认值为 false 进行模糊查询，可模糊匹配高校名称、省市区、高校旧称、地址字段。参数值为空则返回所有数据院校名称、关键词或地区由用户输入，必要时先用院校库做模糊查询
collegecategory否string-院校类别筛选，默认值为空，不进行筛选。当前可选值：中职院校、体育类、其他、其它、军事类、农林类、医药类、师范类、政法类、民族类、理工类、综合类、艺术类、语言类、财经类。由用户输入、业务筛选条件或上一轮接口结果确定。
collegetype否string-院校类型筛选，默认值为空，不进行筛选。当前可选值：专科（高职）、中外合作办学、中等专业学校、其它、普通本科、本科、独立学院。科类或选科来自用户所在省份当年的可选枚举
is985否string-是否为 985 院校，需要参与查询则传参为：true由用户输入、业务筛选条件或上一轮接口结果确定。
is211否string-是否为 211 院校，需要参与查询则传参为：true由用户输入、业务筛选条件或上一轮接口结果确定。

完整请求参数、响应字段和调用示例以接口 Markdown 为准：https://www.gugudata.com/api/details/college/llm.md

全国大学高校专业数据

关键请求参数：

参数必填类型默认值说明来源与传递
code否string无既有专业代码精确筛选参数；与 keywords 同时提供时共同限定结果。由用户输入、业务筛选条件或上一轮接口结果确定。
keywords否string无专业检索关键词，包含匹配专业名称、学科、专业简介或课程名称；为空时返回分页专业列表。院校名称、关键词或地区由用户输入，必要时先用院校库做模糊查询
pageIndex否integer1页码，第几页数据，第一页从 1 开始分页参数由调用方控制，用于分批读取结果
pageSize否integer10每页数据量，参数最大值为 20分页参数由调用方控制，用于分批读取结果

历年高校招生计划数据

  • 业务角色：招生计划
  • 调用阶段：教育校验
  • 接口地址：GET https://api.gugudata.com/metadata/college-enrollment-plan
  • 产出用途：用于校验简章中的招生计划。
  • 参数来源：year 使用考生关注的招生年份、考试年份或历史对比年份；分页参数由调用方控制，用于分批读取结果；SchoolUUID 来自院校基础信息查询结果，也可以由用户指定院校后查询获得；院校名称、关键词或地区由用户输入，必要时先用院校库做模糊查询
  • 可参考的相关能力：历年高校招生计划数据-查询参数枚举、历年高校招生计划数据-院校招生代码查询
  • 接口资料：详情页 https://www.gugudata.com/api/details/collegeenrollmentplan；接口 Markdown https://www.gugudata.com/api/details/collegeenrollmentplan/llm.md

关键请求参数：

参数必填类型默认值说明来源与传递
year是string无查询年份。当前可选值：2018、2019、2020、2021、2022、2023、2024、2025、2026。不同年份、省份下的数据覆盖可能不同。year 使用考生关注的招生年份、考试年份或历史对比年份
pageIndex是integer无分页页码，从 1 开始。分页参数由调用方控制，用于分批读取结果
pageSize是integer无每页数量，取值范围为 1~100。分页参数由调用方控制，用于分批读取结果
schooluuid否string-高校唯一标识，适合与高校基础数据、分数线接口进行关联。SchoolUUID 来自院校基础信息查询结果，也可以由用户指定院校后查询获得
schoolname否string-高校名称关键词；与 schooluuid 同时传入时需同时满足相应筛选条件。院校名称、关键词或地区由用户输入，必要时先用院校库做模糊查询
collegemajorname否string-招生专业名称关键词；可与高校、年份、招生省份、科类和批次条件组合筛选。专业名称来自用户偏好、专业库或招生计划明细
provincename否string-招生省份名称。当前可选值：上海、云南、内蒙古、北京、吉林、四川、天津、宁夏、安徽、山东、山西、广东、广西、新疆、江苏、江西、河北、河南、浙江、海南、湖北、湖南、甘肃、福建、西藏、贵州、辽宁、重庆、陕西、青海、黑龙江。不同年份、省份下的数据覆盖可能不同。省份参数需要区分考生所在省份、招生省份和院校所在地
batchName否string-录取批次筛选。当前全部可选值（共 117 项）：一本预科、专科批、专科批F段、专科提前批、专科提前批E段、专项计划本科、国家专项批、国家专项计划(本一)、国家专项计划(本二)、国家专项计划提前批(本一)、国家专项计划本科批、提前一批本科、提前专项批、提前二批本科、提前批、提前批A段、提前批B段、提前本科批、普通类一段、普通类二段、普通类平行录取、普通类提前批、本科一批、本科一批A1段、本科一批A段、本科一批B段、本科一段。完整说明请查看接口 Markdown。批次参数来自目标省份和年份下可用的批次枚举
type否string-科类/选科类型筛选。当前全部可选值（共 15 项）：历史类、文科、物理类、理科、综合、艺术文、艺术类、体育类（历史）、体育类（物理）、艺术类（历史）、艺术类（物理）、体育类、体育文、体育理、艺术理。适用取值随年份 year 和招生省份 provinceName 变化。可选值请通过 <a。完整说明请查看接口 Markdown。科类或选科来自用户所在省份当年的可选枚举
classone否string-专业门类/一级分类筛选。当前全部可选值（共 33 项）：--、交通运输大类、公共管理与服务大类、公安与司法大类、农学、农林牧渔大类、医学、医药卫生大类、历史学、哲学、土木建筑大类、工学、教育与体育大类、教育学、文化艺术大类、文学、新闻传播大类、旅游大类、水利大类、法学、理学、生物与化工大类、电子与信息大类、管理学、经济学、能源动力与材料大类、艺术学、装备制造大类、财经商贸大类、资源环境与安全大类、轻工纺织大类、食品药品与粮食大类。完整说明请查看接口 Markdown。由用户输入、业务筛选条件或上一轮接口结果确定。

完整请求参数、响应字段和调用示例以接口 Markdown 为准：https://www.gugudata.com/api/details/collegeenrollmentplan/llm.md

失败处理与恢复

  • 缺少必填输入或数据口径不明确时，停止调用并先向用户补齐信息。
  • 收到 401 或 403 时，检查 AppKey、安全配置和服务权限；不要在输出中回显凭据。
  • 收到 429 时，遵守接口返回的限流提示，降低频率后再试，不要并发放大请求。
  • 遇到网络或 5xx 异常时，只对幂等请求进行有限次数重试，并记录失败接口与时间。
  • 数据为空或多接口结果冲突时，返回已确认事实、证据缺口和复核建议，不要臆造结论。

数据校验与使用边界

  • 扫描件、复杂表格和图片化 PDF 会影响抽取准确性。
  • 招生政策、专业组和计划人数可能变动，必须以官方资料复核。
  • 涉及个人信息的材料需要脱敏和人工审核。

输出建议

  • 输出归档结果时包含原文链接、解析文本、摘要、关键词、关联院校和复核项。
  • 字段抽取应区分已确认、待确认和无法判断。
  • 资料库页面建议保留原始文件入口和解析时间。

常见问题

  • 问：什么情况下应该使用这个 Skill？ 答：当用户提出的目标需要多个咕咕数据公开 API 组合完成，而不是只查询一个接口时，优先阅读这个 Skill。
  • 问：这个 Skill 是否需要单独购买？ 答：不需要。Skill 文档只负责业务流程和接口选型，具体接口购买、价格和账号权益仍以接口详情页为准。
  • 问：Agent 应该怎样使用这个 Skill？ 答：Agent 应先阅读 SKILL.md，确认业务场景和推荐工作流，再进入接口详情页核对参数、响应字段、价格和调用示例。
  • 问：调用接口前需要先核对什么？ 答：需要核对业务对象、地区、时间范围、输入格式、必填参数、返回字段、购买状态和接口详情页中的限制说明。
  • 问：招生简章与院校资料归档 Skill 会替代接口文档吗？ 答：不会。Skill 负责说明业务组合和调用顺序，接口参数、响应结构、计费和购买入口仍以接口详情页为准。

咕咕数据 专业的数据提供商

公司

条款

商业 API

更多分类

文档

在线调试

平台

接入与支持

© 2015-2026 江苏满数数据科技有限公司 苏ICP备2022035649号