shenlun-review-pro

KO | EN

gitlite — search

#python #rust #deep-learning #docker #macos #java #nodejs #windows #awesome #kubernetes #awesome-list #pytorch #ios #mcp

shenlun-review-pro

(★ 21)

申论复盘一体版｜公务员考试（公考）申论 AI Skill，支持材料解析、参考答案校准、作答批改与建议评分

shenlun-review-pro 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 申论复盘一体版

面向申论学习者的题目解析与作答批改助手。它会先拆清题干要求，再回到材料建立得分点，最后按考场答案的方式讲解、评分和修改。

关键词：申论、公考、公务员考试、国家公务员考试、申论复盘、申论批改、申论解析、材料分析、作答评分、申论提分、AI 学习助手。

适用于归纳概括、综合分析、提出对策、贯彻执行、申发论述等题型；支持单题、整套试卷、参考答案对照、图片和 PDF。

## 安装

这是 GitHub 多智能体版本，包含完整 Skill、固定 MCP Server 和安全执行 Hook。RedSkill 商店版位于独立项目 `shenlun-review-skill`，不会被本仓库覆盖或更新。

要求：Git、Python 3.10 或更高版本。

### WorkBuddy

将下面这句话直接发给 WorkBuddy：

```text
请安装 https://github.com/liuyuexi1987/shenlun-review-pro 中的“申论复盘一体版”WorkBuddy 完整插件；安装完成后完全退出并重启 WorkBuddy，再新建任务确认申论 Skill 和 MCP 工具已加载。
```

### Codex

将下面这句话直接发给 Codex：

```text
请安装 https://github.com/liuyuexi1987/shenlun-review-pro 中的“申论复盘一体版”Codex 插件；安装完成后新建任务，确认申论 Skill 和 MCP 工具已加载。
```

### 安装后先这样测试

将下面这段直接发给 WorkBuddy 或 Codex：

```text
请确认已加载“申论复盘一体版”Skill，并检查申论 MCP 工具是否可用。
随后用申论技能解析这道题：

【题干】根据给定资料，概括主要做法。（10分）
【给定资料】某地整合部门事项，建立一站式服务平台；工作人员主动上门代办，群众办事时间明显缩短。
```

正常情况下，智能体会识别申论 Skill，并用材料提取要点。之后就可以按“题干＋材料”解析，或按“题干＋材料＋作答”批改。

### Claude Code

将下面这句话直接发给 Claude Code：

```text
请安装 https://github.com/liuyuexi1987/shenlun-review-pro 中的“申论复盘一体版”Claude Code 插件；安装完成后重启 Claude Code，并确认申论 Skill 和 MCP 工具已加载。
```

### TRAE

将下面这句话直接发给 TRAE：

```text
请安装 https://github.com/liuyuexi1987/shenlun-review-pro 中的“申论复盘一体版”TRAE 插件到当前项目；完成后确认申论 Skill 和 MCP 工具已加载，且不要覆盖项目中已有的 MCP 配置。
```

## 你可以怎么用

### 解析模式

适合只提供题目和材料、还没有自己的作答。

- **有参考答案**：结合参考答案和原材料，分析题干、提取要点、讲解组织方法。
- **无参考答案**：根据材料独立提取得分点，并给出示范答案。

```text
用申论技能解析下面这道题。

【题干】
……

【给定资料】
……
```

完整解析会讲清题干责任、题型判断、材料找点、同类合并、字数压缩、考场组织、易错点和示范答案。题目没有提供分值时，只解析，不擅自评分。

### 批改模式

适合已经提供题目、材料和自己的答案。

- **有参考答案**：对照参考答案和材料，逐条批改，指出命中点、遗漏点和表达问题。
- **无参考答案**：依据材料独立建立评分标准，分析答案质量并给出建议分。

```text
用申论技能批改下面的作答。

【题干】
……

【给定资料】
……

【考生作答】
……
```

批改会回到材料逐条核对：考生原句对应什么依据、命中是否完整、缺少哪些限定、怎样直接改写。最后才给出档位、档内上中下位、建议分数区间和置信度；这属于经验校准建议，不是官方固定扣分表。

### 提供参考答案后批改

参考答案可以帮助稳定点池，但不是唯一标准答案。推荐补充：

```text
【参考答案】
……
```

系统会先把参考答案作为候选骨架，再回材料核验：参考答案遗漏的材料点会补回；同一功能被拆得过碎的内容会合并；考生即使没有使用参考答案原词，只要材料要点写对，仍会正常计入。

### 整套试卷

上传整套 PDF 或长文字后，直接说：

```text
这是整套申论试卷，先处理第 1 题。
```

之后可以继续说“解析第 2 题”或“批改第 2 题”。如果希望整卷逐题处理，请明确说“按题号逐题完整解析”。

## 怎样发题最容易得到好结果

### 文字题

小题推荐使用这个结构：

```text
【题干】……
【给定资料】……
【参考答案】……（没有可省略）
【考生作答】……（做解析时可省略）
```

### 图片和 PDF

可以直接上传题目截图、答题纸照片、参考答案截图或整套 PDF。若只处理一道题，最好同时写明题号；手写字或图片看不清时，会标记待核对，不会凭猜测判定材料外内容或漏点。

## 不同题型重点

- **归纳概括**：先判断要概括的是做法、问题、效果还是启示，再合并同功能内容。
- **综合分析**：完成“解释含义—分析关系或原因—结合材料论证—得出结论或做法”的链条。
- **提出对策**：区分“提出措施”和“概括材料中已有做法”，避免把常识对策写进概括题。
- **贯彻执行**：同时看文种、身份、对象、目的和题目明确要求的格式，不套固定模板。
- **申发论述**：先拆关键词和关系，再看总论点、分论点、论据分析是否形成闭环。

## 你会看到什么

一次完整解析或批改，至少会回答：

- 题目到底问什么，哪些词决定答题方向；
- 核心要点分别来自哪段材料，哪些内容应合并或舍弃；
- 考生写到了什么、还缺什么，以及怎样改最直接；
- 答案是否混淆做法、结果和背景，是否写入材料外内容；
- 最终档位、建议分数和优先改进方向。

## 常用口令

```text
用申论技能解析这道题。
用申论技能批改我的作答。
参考下面这份答案批改，但请回材料核验点池。
逐句点评我的答案，不要只给总评。
这是整套试卷，先完整处理第 1 题。
```

## 开发与验证

```bash
python3 scripts/build_integrations.py
python3 -m unittest discover -s plugins/shenlun-review/skills/shenlun-review-pro/tests -v
python3 -m unittest discover -s tests -v
```

申论规则、评分引擎和 MCP 只维护在 `plugins/shenlun-review/skills/shenlun-review-pro/`。`dist/` 是可选离线构建产物，不是安装前提。

## 使用边界

申论评分没有统一公开的逐字逐点官方算法，建议分数用于定位问题和比较进步，不能替代真实阅卷分数。材料不完整、OCR 不清楚或参考答案与题目不匹配时，会保留不确定性，不为给出确定分数而编造材料依据。

shenlun-review-pro

shenlun-review-pro 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

shenlun-review-pro

shenlun-review-pro 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README