law-student-exam-forecast · git:20260529.efece30 · 2026-05-29 · sha256 cb0c4a9845d3e53a

law-student-exam-forecast git:20260529.efece30A

Immutable. This exact content is served forever at /api/v1/blob/cb0c4a9845d3e53a.

---
name: law-student-exam-forecast
description: >
  分析同一教师的历年试题以揭示模式——科目权重、反复出现的高频考点、
  偏好的假设类型、政策vs法条比例——并预测考试重点。当用户说"考试考什么"、
  "分析历年试题"、"预测考试"或分享历年试题时触发。
argument-hint: "[课程名称,附历年试题分享或路径]"
---

# /exam-forecast

1. 加载 `$LEGAL_AGENT_PROFILE_HOME/law-student/profile.md` → 课程、考试形式、教学大纲。
2. 应用下方工作流。
3. 接收历年试题(粘贴或路径)。确认样本量。
4. 分析每份历年试题:形式、科目覆盖、题型、知识点密度、高频考点。
5. 交叉试题模式分析——哪些稳定、哪些变化。
6. 结合当前教学大纲产出预测:科目权重、形式、教师偏好、学习重点。
7. 写入 `exam-forecasts/[课程]/forecast-[YYYY-MM-DD].md`。框定为权重启发式,非确定性预测。

---

## 目的

每个教师的考试都有指纹。同样的假设结构反复出现。同样的考点反复回来。同样的科目比例重复。有历年试题的学生学得更聪明;没有的学得更苦。本技能分析你手中历年试题并揭示模式。

不是魔法。是预测框架,不是确定性预测。技能不能告诉你考试考什么——能告诉你历年考过什么以及基于教学大纲覆盖什么可能再次出现。

## 两种考试模式

本技能支持两类预测,通过标记切换:

**法学院期末考试模式(`--期末`,默认):** 基于同一教师历年试题分析。
**法考预测模式(`--法考`):** 基于历年法考真题考点分布分析客观题/主观题重点。

## 置信度标注

- 模式分析(什么科目出现、每主题多少题、法条分析vs论述频率)——试题在面前时可信。
- 考试重点推论——`[不确定]` 是默认;这是预测框架。明确框定为"基于你分享的[N]份历年试题,[主题]出现了[M]次。考试可能强调它,教师也可能轮换——用于复习时间权重,非确定性预测。"
- 仅1-2份历年试题→视为"珍贵样本"而非"薄样本"。1-2份试题虽然无法做统计意义上的频率推断,但仍能提供教师出题风格、题型偏好和难度定位等关键定性信息。标注为"基于珍贵样本(N=1或2)——以下分析侧重题型风格和难度定位,不做频率推断。"
- 教师是新的(无历年试题)→切换到下方的"教学大纲推断模式",基于教学大纲结构和课程类型进行推断。标注 `[不确定 —— 教学大纲推断模式]`。
- 法考预测基于历年分值分布,但每年的具体分值可能变化,标记 `[不确定——法考命题趋势]`。

## 加载上下文

- `profile.md` → 当前课程、考试形式、教学大纲
- 用户提供的历年试题
- 可选:当前课程教学大纲(用于"当前已覆盖什么")

## 工作流

### 第1步:接收

- 预测哪个课程?
- 该教师有多少份历年试题?
- 同一课程还是不同课程?
- 有当前课程教学大纲吗?

如需法考预测模式:获取法考历年真题考点分布数据(通过 web_fetch 或用户提供)。

少于3份历年试题:标记薄样本。模式推断较弱。法考模式下建议至少5年真题。

### 第2步:逐份分析历年试题

对每份历年试题:

**题型分布:**
- 名词解释 / 简答 / 论述 / 案例分析 / 法条分析 —— 各占多少分?
- 时间限制、开卷/闭卷
- 特殊形式(模拟法庭/口试等)

**科目覆盖:**
- 哪些主题被覆盖,比例如何
- 教学大纲中有但试题中从未出现的主题

**题型风格:**
- 法条分析型(直接问"《民法典》第X条规定的构成要件")
- 案例分析型(长篇假设+多问)
- 理论论述型("论XX原则在当代的意义")
- 混合型

**教师偏好(从试题中读出,不猜测):**
- 总考例外不考原则?
- 总考司法解释不考法条原文?
- 总套一个特定类型的假设?
- 政策题vs法条题的比例?

### 第3步:交叉试题模式分析

汇总历年试题间一致的内容:

**稳定模式(大多/全部试题中出现):**
- 科目权重
- 题型风格
- 教师特有偏好

**变化模式(部分出现):**
- 政策题(如"出现在4份中的2份——通常学期覆盖政策重的主题较晚时出现")
- 开卷vs闭卷差异

**值得注意的缺失模式:**
- 课堂上覆盖但在历年试题中从未出现的主题——不跳过但不要权重过高
- 历年试题中出现但不在当前教学大纲中的主题——可能不会再出现

### 第4步:产出预测

```markdown
学习笔记 —— 不构成法律意见

# 考试预测 —— [课程/法考] —— [日期]

**历年试题分析数量:** [N]
**样本置信度:** [薄(<3)/ 中等(3-5)/ 较强(6+)/ 法考历年数据]
**注意事项:** [如"其中一份是开卷考试;本次是闭卷。模式迁移是部分性的。"]

---

## 科目权重(历史)

| 主题 | 历年试题权重(平均) | 在当前教学大纲中? | 预测权重 |
|---|---|---|---|
| [主题1] | [%] | [是/部分/否] | [加重/稳定/减轻] |

## 题型预测

- **可能形式:** [N个案例分析 + N个简答 + N个论述,或类似]
- **出题风格:** [法条分析型/案例分析型/理论论述型/混合型]
- **答题要求:** [综合分析/逐问回答/论述展开]

## 教师偏好

- [主题A] — 出现在[N份中的M份]历年试题中。权重比例是其教学大纲份额的3-5倍。
- [主题B] — [模式]
- [陷阱模式] — 如"总在看似侵权实际上要答合同的问题中隐藏法律关系定性"

## 本学期覆盖但罕考的主题

[列表——不跳过,但不权重过高]

## 法考重点(法考模式专用)

- 客观题高频考点:[列表]
- 主观题常见题型:[列表]
- 近年新增/修订法律考点:[列表 —— 标记 [需验证]]

## 学习重点建议

基于历年试题模式和当前教学大纲覆盖:

**重点:** [可能锚定考试的主题——约40-50%学习时间]
**适中:** [支撑主题——约30-40%]
**查漏:** [覆盖但历史上权重低的主题——约10-20%,以防万一]

## [不确定——预测框架]

本预测从[N]份历年试题中推断得出。教师会有变化。教师会轮换。历年强调的主题可能在教学大纲变化时被去强调。将本预测作为学习时间权重启发式,非确定性预测。考试会有意外。
```

### 第5步:输出位置

写入 `exam-forecasts/[课程]/forecast-[YYYY-MM-DD].md`。版本化——如学期中又有历年试题,重新运行并追加。

## MCP 工具集成

本技能通过元典 API 平台核验法律引用和案例支持。API 密钥获取:https://apiplatform.legalmind.cn/api-square

**可用 MCP Server:**
- `yuandian-law`(法规检索)— https://open.chineselaw.com/mcp/law/stream
- `yuandian-case`(案例检索)— https://open.chineselaw.com/mcp/case/stream

**工作流中的使用:**
- 第2步(逐份分析):历年试题中涉及的法条和案例,通过 `yuandian-law` 确认现行效力,通过 `yuandian-case` 检索案例类型
- 法考模式(`--法考`):通过 `yuandian-law` 检索《国家统一法律职业资格考试实施办法》及最新考试公告确认考试安排
- 预测中引用的法条和案例,MCP 可用时打 `[元典 API]`,不可用时打 `[模型知识 —— 需验证]`

**MCP 不可用时:** 标记 `[模型知识 —— 需验证]`,历年试题模式分析仍可信(基于用户提供的试题原文),但法条引用的时效性需自行核对。

**来源标签约定:**
- `[元典 API]` —— 引用经元典 MCP 检索核验
- `[模型知识 —— 需验证]` —— 引用来自模型训练知识
- `[不确定——预测框架]` —— 预测性质而非确定性结论

---

## 当没有历年试题时

中国大学期末考试试题极少公开流通。80%以上的学生没有所在院校该教师的历年试题——历年试题通常通过学长学姐私下分享获得,不公开流通。这不是你的问题,是普遍现状。

本技能在无历年试题时切换到**教学大纲推断模式**。

### 教学大纲推断模式

基于当前课程教学大纲进行推断,而非基于历年试题模式分析:

1. **结构推断:** 从教学大纲中提取主题覆盖范围、教学课时分配和重点标注的主题。教学大纲中标注为"重点""掌握""理解"的主题权重最高。
2. **题型推断:** 根据课程类型推断常见题型。民法/刑法类课程通常包含案例分析题;法理/宪法类课程通常包含论述题;程序法类课程通常包含程序分析题。
3. **教师信息辅助:** 如果你能提供教师的研究方向、课堂反复强调的内容、或教师推荐的参考书目,本技能可以据此调整推断。
4. **难度校准:** 根据学校类型和年级推断难度区间。五院四系通常更重理论深度;综合性大学可能更重实务应用。

**获取历年试题的可行渠道:**
- 向直系学长学姐询问(最有效的方式)
- 校内打印店、学习资料分享群
- 部分院校图书馆或院系资料室存档
- 注意:网上公开流传的试题极少,不要花大量时间搜索

**重要提醒:** 教学大纲推断模式是基于教学规律的经验判断,不是基于数据的预测。标注 `[不确定 —— 教学大纲推断模式,无历年试题数据]`。

### 教学大纲推断模式输出格式

```markdown
学习笔记 —— 不构成法律意见

# 考试预测 —— [课程] —— [日期]

**模式:教学大纲推断模式(无历年试题数据)**
**样本置信度:无历年试题 —— 分析基于教学大纲结构和课程类型推断**

## 基于教学大纲的权重推断

| 主题 | 教学课时 | 大纲标注 | 推断权重 |
|------|---------|---------|---------|
| [主题1] | [N课时] | [重点/掌握/理解/了解] | [高/中/低] |

## 题型推断

基于课程类型:[课程类型] -> 常见题型组合:[题型列表]

## 学习重点建议

**重点(约50%时间):** [大纲标注"重点"+"掌握"的主题]
**适中(约35%时间):** [大纲标注"理解"的主题]
**查漏(约15%时间):** [大纲标注"了解"的主题]

## [不确定 —— 教学大纲推断模式]

本预测基于教学大纲结构推断,无历年试题数据支撑。教师可能有不同于教学大纲权重的个人出题偏好。建议同时向学长学姐询问考试风格和重点。
```

## 本技能不做什么

- **预测具体题目。** 历年试题展示模式;不展示明天的题目。
- **无历年试题时给出数据驱动的预测。** 切换到"教学大纲推断模式"(见上方),基于教学大纲结构和课程类型进行推断。标注 `[不确定 —— 教学大纲推断模式]`。建议同时向学长学姐获取出题风格信息。
- **替代学习教学大纲上所有内容。** 预测是权重,不是排除。跳过历史权重低的主题是学生被考倒的方式。
- **考虑你不知道的变化。** 如教师今年转移了重点,除非你告诉技能,否则看不到。
- **用1-2份历年试题做频率推断。** 1-2份为珍贵样本,可做题型风格和难度定位分析,不做统计频率推断。如此标记。