前言¶

大模型回答”现在就业形势怎么样”“XX 专业好不好找工作”这类问题时，默认用的是训练数据里的记忆，而不是当天的新闻和政策。就业政策、秋招春招节点、地方人才补贴这类信息时效性很强，用训练数据回答，等于把过时信息当最新形势，会误导做择业决策的毕业生。

下面介绍的 Skill 解决这个问题：它不依赖模型记忆，而是实时抓取国内官方媒体的就业资讯，整理成岗位和工种层面的建议。

这是什么¶

「大学生就业指导专家」是一个面向大学生就业、择业、岗位选择资讯查询的 Skill，坐标 @user_f2d0e136/gradjob-news，版本 1.0.0，来源 community，分类 knowledge-management，发布者 user_f2d0e136。在 SkillHub 上的评分为 100000，下载 1131 次。

它解决的是：用户问就业相关问题时，模型不该凭训练记忆作答，而是应该调用这个 Skill 去检索当天的官方就业资讯，再基于检索结果给出建议。

核心功能¶

根据 Skill 官方简介，能力分两块：

1、实时抓取官方信源。信源包括新闻联播、新闻30分、央视新闻、人民日报、新华社、人社部。Skill 从这些信源中提炼对大学生岗位、工种选择有参考价值的内容。

2、个性化模式按地区检索。在个性化模式下，除了上述全国性信源，还会检索用户目标地区的省、市、区官方媒体，用于回答”XX 地方的就业政策”这类地域性问题。

触发条件¶

Skill 官方简介里对触发范围写得比较宽，列出了覆盖的问法：

• 资讯类：”今天有什么就业新闻”、”就业简报”、”就业日报”、”大学生就业资讯”、”最新就业政策”、”新闻联播/新闻30分里和就业有关的内容”、”哪些行业在招人”、”什么岗位有前景”、”新职业”、”高校毕业生就业”、”秋招/春招/校招动态”。
• 择业类：”我想去 XX（城市）做 XX 工作”、”我以后想当 XX”、”XX 专业/XX 工种好不好找工作”、”XX 地方的就业政策”。
• 模糊表达：”看下就业方面的新闻”、”帮我看看最近有什么适合毕业生的方向”。

简介中明确标注了 不要 undertrigger：用户问就业资讯而不调用本 Skill，就是把过时的训练数据当作最新就业形势，对用户有害。也就是说，宁可多触发，也不要因为用户问法不标准就跳过。

安装与启用¶

已抓取资料中未提供统一的安装命令或配置文件字段。该 Skill 以通用 SKILL.md 格式组织，托管地址为：

https://api.skillhub.cn/user_f2d0e136/gradjob-news

SkillHub 页面：

https://www.skillhub.cn/skills/user_f2d0e136/gradjob-news

按 SKILL.md 类 Skill 的一般接入方式，需要把 Skill 包放置到对应 Agent 的 Skill 目录后再启用；不同客户端（Cursor、Codex CLI、Claude Code 等）的目录路径和启用方式不同，本次抓取的资料里没有给出各客户端的差异说明，建议以官方页面上的接入指引为准，不要凭经验猜路径。

典型用法¶

Skill 的调用方式取决于所在的 Agent 客户端，已抓取资料中未给出官方示例命令。从能力描述看，典型用法是在对话中直接提出就业资讯或择业问题，由 Agent 触发 Skill，例如：

• “今天有什么就业新闻”
• “最近有哪些适合毕业生的方向”
• “我想去杭州做新能源相关工作，当地有什么就业政策”
• “新闻联播里和大学生就业有关的内容有哪些”

触发后，Skill 会去抓取官方信源并返回整理后的资讯，Agent 基于返回内容作答，而不是用模型记忆回答。

适用场景与注意¶

适合：

• 需要回答当日就业资讯、就业政策、招聘动态的 Agent 或助手。
• 面向毕业生的择业咨询场景，尤其是涉及具体城市、专业、工种的问题。
• 需要把”官方媒体说了什么”和”模型自己的判断”区分开的场景。

注意：

• 信源限定在官方媒体，覆盖的是就业资讯和政策层面，不是招聘平台数据，不会给出具体公司的在招职位列表。
• 个性化模式依赖目标地区的省、市、区官方媒体，如果当地媒体没有相关报道，返回内容可能较少。
• 安装命令和客户端适配细节在本次抓取的资料中缺失，接入前需确认官方页面的最新说明。
• 评分和下载数来自 SkillHub 页面，会随时间变化。

小结¶

这个 Skill 的价值在于把”就业资讯查询”从模型记忆拉回到实时官方信源，并对触发条件做了宽覆盖的显式约定，降低漏触发的概率。适合挂在面向毕业生的问答 Agent 上。官方地址：https://api.skillhub.cn/user_f2d0e136/gradjob-news