项目背景： 针对考研、考公学子在面对海量院校数据时的信息差问题，开发一款模拟资深规划专家风格的智能咨询系统。
核心职责： 担任主开发，负责从底层逻辑设计到前端交互的完整实现。
技术实现：
人格模拟： 通过对大量专家言论数据的结构化分析，利用 Claude API 编写了深度定制的系统提示词，使模型能够具备犀利、务实的咨询风格。
数据集成： 利用 Python 编写脚本清洗全国高校及专业报录比数据，并尝试通过 RAG 架构让模型在回答时能引用最新的官方数据，减少幻觉。
高效开发： 全程使用 Claude Code 进行协作，通过自然语言指令快速生成业务代码与单元测试，将原本需要两周的开发周期缩短至 3 天。
项目成果： 成功实现了针对不同专业背景用户的个性化推荐逻辑，模型回复的专业度与趣味性得到了初期测试用户的高度评价，展现了极高的商业化潜力。