医学考研院校推荐与尽调助手

一个基于 Next.js App Router 的可部署 MVP Web App，面向准备报考医学相关研究生的用户，帮助其完成院校筛选、培养模式调研和可解释推荐输出。

1. 项目结构树

.
├── AGENTS.md
├── README.md
├── app
│   ├── admin
│   │   └── page.tsx
│   ├── api
│   │   ├── admin
│   │   │   ├── import
│   │   │   │   └── route.ts
│   │   │   └── weights
│   │   │       └── route.ts
│   │   └── recommendations
│   │       └── route.ts
│   ├── intake
│   │   └── page.tsx
│   ├── results
│   │   └── page.tsx
│   ├── schools
│   │   └── [slug]
│   │       └── page.tsx
│   ├── globals.css
│   ├── layout.tsx
│   └── page.tsx
├── components
│   ├── admin
│   │   └── admin-console.tsx
│   ├── home
│   │   └── feature-grid.tsx
│   ├── intake
│   │   └── intake-wizard.tsx
│   ├── layout
│   │   └── site-shell.tsx
│   ├── results
│   │   ├── comparison-table.tsx
│   │   └── result-card.tsx
│   └── ui
│       ├── badge.tsx
│       └── section-card.tsx
├── database
│   └── schema.sql
├── lib
│   ├── data
│   │   ├── mock-data.ts
│   │   ├── repository.ts
│   │   └── runtime-store.ts
│   ├── recommendation
│   │   └── engine.ts
│   ├── types.ts
│   └── utils.ts
├── next.config.ts
├── package.json
├── postcss.config.js
├── tailwind.config.ts
└── tsconfig.json

2. 数据库 Schema 设计

Schema 位于 database/schema.sql。

核心表：

• users / sessions：为后续登录、收藏、报告历史留接口
• schools：学校、城市、附属医院、培养模式、平台资源等基础画像
• programs：具体专业方向、学硕/专硕、招生人数、历史分数范围
• faculty_groups：科研组 / 团队画像、课题与培养风格
• mentors：导师画像，不做攻击性评价
• student_feedback：学生反馈摘要，保留反馈类型、来源与可信度
• sources：所有信息来源抽象层，标记来源类别与可信度
• recommendation_runs：推荐输入 / 输出快照
• weight_rules：推荐权重配置

设计原则：

• 避免把所有信息堆进单表，便于后续扩展采集器、管理后台和 RAG。
• 与 PostgreSQL / Supabase 兼容，数组类字段暂用 jsonb 存储。
• 保留 sources 表以支持“事实 / 判断 / 个体反馈”分层展示。

3. 页面路由设计

• /：首页，包含产品简介、功能说明、免责声明和入口
• /intake：多步骤顾问式问卷
• /results：冲 / 稳 / 保结果页，支持解释、比较和复制摘要
• /schools/[slug]：院校详情页，展示画像、科研组、反馈摘要和来源列表
• /admin：管理后台雏形，支持 JSON 导入和权重调节
• /api/recommendations：服务端推荐接口
• /api/admin/import：后台导入接口
• /api/admin/weights：后台权重查询 / 更新接口

4. 核心推荐逻辑

推荐引擎位于 lib/recommendation/engine.ts。

4.1 规则流程

1. 硬条件筛选
   • 分数不低于历史最低线太多
   • 专业方向至少达到基础匹配
   • 地区偏好不过度冲突
2. 软条件打分
   • 分数匹配度
   • 科室 / 专业方向匹配度
   • 地区偏好匹配度
   • 培养模式匹配度
   • 科研压力匹配度
   • 导师 / 科研组质量
   • 学生反馈质量
   • 平台资源与附属医院实力
   • 录取风险
   • 长期发展适配度
3. 结果输出
   • 综合匹配度
   • 冲 / 稳 / 保分类
   • 推荐原因
   • 为什么不是更高优先级
   • 主要风险
   • 信息充分度
   • 录取概率估算与解释依据

4.2 概率估算逻辑

录取概率不是写死值，而是由以下因素共同修正：

• 用户分数在历史区间中的位置
• 招生人数
• 综合匹配度
• 信息完整度

页面明确显示：

录取概率为估算结果，仅供参考，不构成保证。

5. Mock 数据与 MVP 范围

当前版本使用 lib/data/mock-data.ts 中的种子数据。

• 内置 10 所示例院校
• 覆盖不同城市、区域、平台层级、培养模式和强度
• 提供基础 program / faculty group / mentor / feedback / source 数据

这保证应用开箱即跑，不依赖外部 API 或实时爬虫。

6. 本地运行

6.1 安装依赖

npm install

6.2 启动开发环境

npm run dev

打开 http://localhost:3000。

6.3 生产构建

npm run build
npm run start

7. 部署说明

7.1 Vercel

1. 导入仓库
2. Framework 选择 Next.js
3. 配置环境变量
4. 首版无需真实数据库也可直接部署

7.2 Supabase / PostgreSQL

当需要持久化时：

1. 在 PostgreSQL / Supabase 中执行 database/schema.sql
2. 将 DATABASE_URL 写入环境变量
3. 把 lib/data/repository.ts 逐步替换成数据库查询实现
4. 将后台导入和权重配置改为持久化存储

8. 后续扩展建议

建议按以下顺序扩展：

1. 接入 PostgreSQL 持久化 schools / programs / sources / recommendation_runs
2. 增加后台的数据审核与来源管理工作流
3. 增加官方信息采集任务，但必须遵守 robots / 平台规则
4. 增加论文 / 基金信息导入
5. 增加用户登录、收藏与 PDF 报告导出
6. 增加 RAG 和大模型摘要层，但只作为辅助，不替代规则引擎和来源分层

9. 注意事项

• 当前后台导入和权重更新是“运行时内存版”，重启实例后会恢复默认值。
• 当前示例链接为占位链接，接入真实来源前不要把演示数据当成正式结论。
• 本仓库故意避免实现任何违法违规抓取逻辑。