干货教材下载器 是做什么的?
使用此技能将自然语言教材请求转化为排名候选,并在安全的情况下从 TapXWorld/ChinaTextbook 下载教材文件。
工作流程
- 提取省份/城市、学段、年级、科目、版本、学期/册别、版次、出版社/学校线索,以及任何确切的标题线索。
- K-12 示例:
江苏九上译林英语、安徽合肥三年级语文上册。 - 大学示例:
大一高数同济第七版上册、本科线代同济第五版、概率论浙大四版。 - 封面/页面图片示例:OCR 可读文本,如
新版译林 九上教材、Know yourself、Welcome to the unit。
- K-12 示例:
- 首先搜索。省份和城市词用于排名,不作为必需的路径标记:
python3 "${CLAUSE_SKILL_DIR:-.}/scripts/china_textbook_downloader.py" \
search "安徽 合肥 小学 三年级 语文 上册" --explain
- 如果用户提供封面/页面截图,将其作为 OCR 线索传递:
python3 "${CLAUDE_SKILL_DIR:-.}/scripts/china_textbook_downloader.py" \
search "新版译林 九上 英语" \
--cover-image "/absolute/path/to/screenshot.png" \
--explain
- 如果用户已经提供提取出的封面文本,直接传递:
python3 "${CLAUDE_SKILL_DIR:-.}/scripts/china_textbook_downloader.py" \
search "九上英语" \
--ocr-text "新版译林 九上教材 Know yourself Welcome to the unit" \
--explain
- 如果某个候选明显匹配用户请求,下载它:
python3 "${CLAUDE_SKILL_DIR:-.}/scripts/china_textbook_downloader.py" \
download "安徽 合肥 小学 三年级 语文 上册" \
--out "$HOME/Downloads/ChinaTextbook" \
--auto
- 如果有多个候选看似合理,显示编号列表并询问用户下载哪一个。省份偏好和封面/OCR 线索是排名提示。
- 返回本地文件路径、上游 GitHub 路径、来源 URL、分片状态和排名原因。
命令
带省份推断的搜索:
python3 "${CLAUDE_SKILL_DIR:-.}/scripts/china_textbook_downloader.py" \
search "广东 深圳 七年级 数学 上册" --limit 5 --explain
当用户暗示的位置不在文本中时覆盖省份:
python3 "${CLAUDE_SKILL_DIR:-.}/scripts/china_textbook_downloader.py" \
search "七年级 数学 上册" --province 江苏 --explain
按结果编号下载:
python3 "${CLAUDE_SKILL_DIR:-.}/scripts/china_textbook_downloader.py" \
download "上海 高一 英语 必修 第一册" --pick 1
搜索大学教材:
python3 "${CLAUDE_SKILL_DIR:-.}/scripts/china_textbook_downloader.py" \
search "大学 高等数学 同济 第七版 上册" --limit 5 --explain
编辑脚本后运行内置检查:
python3 "${CLAUDE_SKILL_DIR:-.}/scripts/china_textbook_downloader.py" self-test
省份匹配
脚本使用省份/城市线索来提升可能教材版本的排名。它不代表官方的省份-教材对应关系。
- 对于
语文、道德与法治和历史,优先选择统编版,因为这些通常是统一教材。 - 对于其他科目,使用省份/城市偏好提示,如
江苏 -> 苏教版/译林版、北京 -> 北京版/外研版/北师大版、上海 -> 沪教版、深圳/广东 -> 北师大版/沪教版/人教版,以及更通用的人教版后备方案。 - 如果用户明确指定了版本,显式版本优先于省份偏好。
- 如果请求模糊或候选排名接近,请用户选择。
仅在需要向用户解释限制或更新省份偏好表时,才阅读 references/province-preferences.md。
大学匹配
上游仓库目前将大学资源存放在 大学/ 下,主要是数学相关科目,如 高等数学、线性代数、离散数学 和 概率论。
- 将
本科、高校、大一、高数、线代、离散、数统、概率统计等自然语言映射为仓库术语。 - 使用
同济、浙大、第五版、第六版、第七版、四版、原书等版次和来源线索作为强匹配词。 - 降低非主要材料如
答案、习题、全解、解析、学习辅导、附册、指南的优先级,除非用户明确要求。 - 如果请求的大学版本缺失,报告最接近的候选,而不是假装大致匹配是正确的。
封面和 OCR 匹配
脚本可以使用封面或页面截图中的可读文本。它在本地 tesseract OCR 可用时运行,并在文本已提取时接受 --ocr-text。
- 有用的线索:标题、版本/出版社、年级/册次、单元标题、版次、作者/编者、学校/出版社名称。
- 来自手机/PDF 查看器 UI 的噪声线索会在可能情况下过滤。
- OCR 线索有助于排名,但不能证明确切版本存在于上游仓库中。
边界
- 仅下载可公开访问的上游 GitHub 文件。不绕过任何登录、支付、版权或访问限制。
- 不保证省份排名对所有学校具有权威性或时效性。
- 当年级、科目或册次不明确且存在多个候选时,不自动下载。
- 对于不匹配的大学版次(例如用户要求第六版而只有第五版),不自动下载。
- 分片文件如
.pdf.1和.pdf.2是字节分片;脚本按数字顺序下载它们并拼接为一个.pdf。