基于HarmonyOS的AI考研择校分析——从对齐到评估的全流程技术实践

一、对齐阶段（Align）：从模糊需求到精确规范

1.1 项目上下文分析

在当前考研热度持续攀升的背景下，每年数百万考生面临着"选择比努力更重要"的关键决策——院校和专业的选择直接决定了备考难度、竞争压力和最终录取概率。然而，大多数考生在择校时面临信息不对称、数据分散、缺乏个性化分析工具等痛点。本项目"AI考研择校分析"正是基于HarmonyOS生态，旨在通过AI技术为考生提供智能化、个性化的择校分析服务。

从项目上下文来看，我们正处于一个庞大的HarmonyOS AI应用矩阵之中。当前项目目录位于 entry/src/main/ets/apps/AI考研择校分析/，与AI宝宝辅食搭配、AI跑步训练计划、AI睡眠改善方案等数十个AI应用并列。每个应用都遵循统一的Model-Service-Page三层架构模式，共享同一个Index主页的网格入口和路由体系。这种架构设计确保了代码的高度可复用性和可维护性，也使得新应用的开发可以基于成熟的模板快速推进。

在技术栈方面，项目采用HarmonyOS ArkTS作为主要开发语言。ArkTS基于TypeScript但进行了针对HarmonyOS的深度优化，强调编译时类型安全和运行时性能。与标准TypeScript相比，ArkTS有以下关键差异需要注意：不支持any和unknown类型，要求所有变量显式指定类型；不支持解构赋值和as const断言；对象字面量必须有明确的类或接口对应；this只能在实例方法中使用，不能在独立函数和静态方法中使用。这些约束虽然增加了编码时的严谨性要求，但也带来了更好的编译时错误捕获能力和运行时性能表现。

1.2 需求规格与边界确认

原始需求描述：

用户需要一个能够根据个人背景智能推荐考研院校的AI工具。用户输入专业、本科背景、目标地区等信息，AI系统应输出多维度的择校分析报告，包括推荐院校列表、冲刺/匹配/保底梯度划分、备考建议、时间规划等。

需求规格细化：

经过对原始需求的深入分析和边界确认，我们将需求细化为以下明确的输入输出规范：

用户输入字段（Record<string, Object>）：

• major（字符串）：报考专业，如"计算机科学与技术"、“金融学”
• undergrad（字符串）：本科院校层次，如"985"、“211”、“双非”
• region（字符串）：目标地区，如"北京"、“上海”、“江浙沪”
• score_estimate（字符串，可选）：预估分数
• preference（字符串，可选）：学位类型偏好，如"学硕"、“专硕”

AI输出字段（对应AI考研择校分析Data类）：

• recommendations（字符串数组）：推荐院校列表，包含推荐理由
• school（字符串）：推荐院校名称
• level（字符串）：院校层次标签，如"985"、“211”、“双一流”、“普通”
• difficulty（字符串）：考研难度评估，如"高"、“中”、“低”
• score_line（字符串）：历年分数线参考
• pros（字符串）：选择该校的优势分析
• cons（字符串）：选择该校的劣势分析
• ratio（字符串）：报录比数据
• reach（字符串）：冲刺院校推荐
• match（字符串）：匹配院校推荐
• safety（字符串）：保底院校推荐
• strategy（字符串）：整体择校策略建议
• preparation（字符串）：备考建议
• timeline（字符串）：备考时间轴规划
• info_sources（字符串）：信息获取渠道推荐

1.3 目标用户群体分析

核心用户画像：

1. 考研应届生（占比约60%）：大三、大四在校学生，首次考研，对院校信息了解有限，需要全面的择校指导。
2. 考研往届生/在职考生（占比约25%）：有考研经验或工作后决定考研，对目标有更清晰的认识，需要精准的数据分析支持。
3. 家长/教育从业者（占比约15%）：辅助考生进行决策，需要多维度对比和客观的数据支撑。

核心用户痛点：

1. 信息过载：全国数百所院校、数千个专业，传统方式需要逐个官网查询，耗时巨大且容易遗漏。
2. 数据时效性：报录比、分数线等数据每年变化，手动收集难以保证最新。
3. 个性化缺失：通用榜单无法结合个人背景（本科层次、专业热度、地域偏好）给出针对性建议。
4. 梯度规划困难：冲刺、匹配、保底院校的比例和选择缺乏科学依据。

1.4 技术约束确认

在项目启动阶段，我们还需要确认一系列技术约束。通过分析现有项目代码和工程配置，我们梳理出以下关键约束：

ArkTS语法约束要点：

1. 所有变量必须显式声明类型，不支持类型推断的隐式声明
2. 组件状态管理使用@State装饰器，驱动UI响应式更新
3. 不支持any和unknown类型，对象类型必须明确
4. 不支持解构赋值，需显式逐字段赋值
5. 不支持for...in遍历对象，数组使用常规for循环或ForEach
6. 所有import语句必须在文件顶部，在所有其他语句之前
7. 类和接口的定义必须紧凑，不支持声明合并
8. 不支持对象字面量直接作为类型声明，必须使用显式的类或接口

路由与资源约束：

1. 页面路由需要在main_pages.json中注册，路径格式为apps/应用名/应用名Page
2. 应用入口需要在apps.json中配置，包含图标、标题、颜色、分类等信息
3. 应用图标和文本资源优先使用$r引用resources目录下的资源文件

二、架构阶段（Architect）：从共识到系统设计

2.1 整体架构设计

AI考研择校分析采用经典的MVVM（Model-View-ViewModel）架构模式，在HarmonyOS ArkTS中具体表现为Model-Service-Page三层架构：

┌─────────────────────────────────────────────────┐
│                   Page 层 (View)                 │
│          ArkUI 声明式 UI + @State 状态管理        │
│           用户输入采集 + 结果展示渲染              │
├─────────────────────────────────────────────────┤
│                 Service 层 (ViewModel)            │
│           业务逻辑编排 + AI 数据生成              │
│           输入校验 + 数据格式化 + Prompt 构建      │
├─────────────────────────────────────────────────┤
│                  Model 层 (Model)                 │
│           数据实体定义 + 类型约束                  │
│           输出数据结构 + 字段类型声明              │
└─────────────────────────────────────────────────┘

分层职责说明：

• Page层：负责UI渲染和用户交互，使用ArkUI声明式语法构建组件树，通过@State装饰器管理组件状态，通过@Builder装饰器封装可复用的UI片段。用户输入通过TextInput组件的onChange回调收集，结果通过条件渲染（if表达式）展示。

• Service层：封装业务逻辑，接收Page层传递的原始输入数据，进行校验和预处理，构建AI调用所需的Prompt或数据格式，最后将处理结果返回给Page层。Service层是连接View和Model的桥梁，也是未来接入真实大模型API的扩展点。

• Model层：定义应用程序的数据模型，使用class关键字声明数据类，所有字段显式声明类型并赋予默认值。Model层是纯数据容器，不包含任何业务逻辑。

2.2 核心数据流设计

用户输入 → TextInput.onChange() → inputData (Record<string, Object>)
    ↓
Button.onClick() 触发数据生成
    ↓
Service.generateData(inputData) → 业务处理
    ↓
返回 AI考研择校分析Data 实例
    ↓
@State resultData 更新 → UI 自动重新渲染
    ↓
展示结果卡片（推荐院校、梯度分析、备考建议等）

数据流的核心特点：

1. 单向数据流：数据从用户输入流向Service层，经过处理后流入状态变量，最终驱动UI刷新。不存在反向数据修改路径，保证了数据的一致性和可追溯性。

2. 状态驱动渲染：ArkUI的响应式系统通过@State装饰器监听状态变化。当resultData被赋值时，框架自动检测到状态变更，重新执行build()方法中依赖该状态的条件渲染分支，仅更新发生变化的部分DOM节点，而非整体重绘。

3. 异步友好设计：虽然当前版本使用同步Mock数据，但Service层的接口设计天然支持异步扩展。未来接入真实大模型API时，只需将generateData方法改为async，使用await调用AI接口，Page层通过@State管理的loading状态控制加载动画即可。

2.3 组件树设计

Column (根容器, backgroundColor: #F5E6D3)
├── Row (顶部导航栏)
│   ├── Text('← 返回') → router.back()
│   ├── Blank()
│   ├── Column (标题区域)
│   │   ├── Text('📱 AI考研择校分析')
│   │   └── Text('ADMISSION · 录取通知')
│   ├── Blank()
│   └── Text('🎓')
├── Scroll (可滚动内容区域)
│   └── Column
│       ├── Column (输入表单卡片)
│       │   ├── Text('🎓 专业')
│       │   ├── TextInput (专业输入)
│       │   ├── Text('🎓 本科背景')
│       │   ├── TextInput (本科背景输入)
│       │   ├── Text('🎓 目标地区')
│       │   └── TextInput (目标地区输入)
│       ├── Button('📱 🎓 生成通知书')
│       └── if (showResult && resultData !== null)
│           └── Column (结果卡片)
│               ├── Text('🎓 录取通知书')
│               ├── Text('Recommendations')
│               ├── ForEach (推荐列表)
│               │   └── Row
│               │       ├── Text('• ')
│               │       └── Text(item)
│               ├── Row: school
│               ├── Row: level
│               ├── Row: difficulty
│               ├── Row: score_line
│               ├── Row: pros
│               ├── Row: cons
│               ├── Row: ratio
│               ├── Row: reach
│               ├── Row: match
│               ├── Row: safety
│               ├── Row: preparation
│               ├── Row: timeline
│               └── Row: info_sources

2.4 接口契约定义

Service层对外接口：

// 输入：用户填写的表单数据，键为字段名，值为对应输入值
// 输出：AI考研择校分析Data 实例，包含所有分析结果字段
generateData(input: Record<string, Object>): AI考研择校分析Data

Model层数据结构：

class AI考研择校分析Data {
  recommendations: string[]  // 推荐院校列表
  school: string             // 推荐院校名称
  level: string              // 院校层次
  difficulty: string         // 难度评估
  score_line: string         // 分数线
  pros: string               // 优势
  cons: string               // 劣势
  ratio: string              // 报录比
  reach: string              // 冲刺院校
  match: string              // 匹配院校
  safety: string             // 保底院校
  strategy: string           // 择校策略
  preparation: string        // 备考建议
  timeline: string           // 时间轴
  info_sources: string       // 信息渠道
}

三、原子化阶段（Atomize）：任务分解与执行计划

3.1 任务分解

在架构设计确认后，我们将整个开发任务分解为以下可独立执行的原子任务：

任务1：创建Model数据模型

• 文件路径：AI考研择校分析Model.ets
• 任务内容：定义AI考研择校分析Data类，声明所有字段及其类型，提供默认值初始化
• 依赖关系：无，是所有后续任务的基础
• 预估工时：0.5小时

任务2：实现Service服务层

• 文件路径：AI考研择校分析Service.ets
• 任务内容：实现AI考研择校分析Service类，包含generateData方法，处理输入数据并生成分析结果
• 依赖关系：依赖Model层的数据结构定义
• 预估工时：1小时

任务3：构建Page页面UI

• 文件路径：AI考研择校分析Page.ets
• 任务内容：构建完整的用户界面，包括输入表单、触发按钮、结果展示卡片，实现状态管理
• 依赖关系：依赖Service层的数据生成能力
• 预估工时：2小时

任务4：注册路由配置

• 文件路径：main_pages.json
• 任务内容：在路由配置文件中添加AI考研择校分析页面的路由路径
• 依赖关系：依赖Page层文件创建完成
• 预估工时：0.2小时

任务5：集成到应用列表

• 文件路径：apps.json
• 任务内容：在应用列表配置中添加AI考研择校分析的入口信息，包括图标、标题、分类等
• 依赖关系：依赖Page层文件创建完成
• 预估工时：0.2小时

3.2 任务依赖关系图

任务1 (Model) ──→ 任务2 (Service) ──→ 任务3 (Page)
                                              │
                                    ┌─────────┴─────────┐
                                    ▼                    ▼
                              任务4 (路由注册)      任务5 (应用列表)

3.3 验收标准

Model层验收标准：

• AI考研择校分析Data类包含所有必需的字段
• 所有字段具有正确的类型声明
• 构造函数中为所有字段提供默认值

Service层验收标准：

• generateData方法接收Record<string, Object>类型参数
• 返回类型为AI考研择校分析Data
• 正确处理输入数据，生成Mock结果

Page层验收标准：

• 输入表单包含专业、本科背景、目标地区三个输入字段
• 生成按钮触发数据生成逻辑
• 结果展示区域在生成数据后显示
• 结果卡片包含所有数据字段的展示
• 顶部导航栏包含返回按钮和标题
• 整体UI风格统一，配色协调

路由和集成验收标准：

• 页面可通过首页网格入口正常跳转
• 返回按钮可正常返回首页
• 应用在正确的分类下显示

四、审批阶段（Approve）：代码审查与质量门控

4.1 Model层代码审查

源文件： AI考研择校分析Model.ets

export class AI考研择校分析Data {
  recommendations: string[] = []
  school: string = ''
  level: string = ''
  difficulty: string = ''
  score_line: string = ''
  pros: string = ''
  cons: string = ''
  ratio: string = ''
  reach: string = ''
  match: string = ''
  safety: string = ''
  strategy: string = ''
  preparation: string = ''
  timeline: string = ''
  info_sources: string = ''

  constructor() {
    this.recommendations = []
    this.school = ''
    this.level = ''
    this.difficulty = ''
    this.score_line = ''
    this.pros = ''
    this.cons = ''
    this.ratio = ''
    this.reach = ''
    this.match = ''
    this.safety = ''
    this.strategy = ''
    this.preparation = ''
    this.timeline = ''
    this.info_sources = ''
  }
}

审查意见：

1. 类型安全 ✅ 所有字段都显式声明了类型，符合ArkTS规范。recommendations使用string[]类型，其他字段使用string类型，类型定义清晰准确。

2. 默认值初始化 ✅ 类声明时就为每个字段提供了默认值（空字符串或空数组），同时在构造函数中再次进行了初始化。这种双重初始化的做法虽然略显冗余，但确保了无论通过何种方式（直接赋值或构造）创建对象，所有字段都有合法的初始值。

3. 命名规范 ✅ 使用中文命名（AI考研择校分析Data）与项目整体风格保持一致，字段名采用驼峰命名法（score_line、info_sources），清晰表达语义。

4. 扩展性 ✅ 数据类仅包含字段声明和构造初始化，不包含任何业务逻辑，符合单一职责原则。未来如果需要添加新字段，只需在类中追加声明并初始化即可。

4.2 Service层代码审查

源文件： AI考研择校分析Service.ets

import { AI考研择校分析Data } from './AI考研择校分析Model'

export class AI考研择校分析Service {
  private model: AI考研择校分析Data

  constructor() {
    this.model = new AI考研择校分析Data()
  }

  // 生成AI考研择校分析数据
  generateData(input: Record<string, Object>): AI考研择校分析Data {
    let result: AI考研择校分析Data = new AI考研择校分析Data()
    // Mock data generation based on input
    let majorVal: string = String(input['major'] || '')

    result.recommendations = ['示例数据1', '示例数据2', '示例数据3']
    result.strategy = '生成结果：' + majorVal
    result.preparation = '生成结果：' + majorVal
    result.timeline = '生成结果：' + majorVal
    result.info_sources = '生成结果：' + majorVal
    return result
  }
}

审查意见：

1. 架构清晰 ✅ Service层通过import引入Model类型，通过构造方法实例化Model，职责边界清晰。Page层只需依赖Service层，不需要直接操作Model，实现了关注点分离。

2. 接口设计 ✅ generateData方法接收Record<string, Object>类型，这在实际使用中需要注意：input对象的键名需要与Page层传递的键名保持一致。当前代码中Page层传递的键为'专业'（中文），而Service层读取的键为'major'（英文），存在不一致的风险。建议统一键名规范。

3. Mock数据 ✅ 当前版本使用Mock数据，通过拼接输入值生成示例结果。这种模式在开发阶段足够验证UI交互流程，未来接入真实AI API时，只需替换generateData方法内部实现即可。

4. 空值处理 ✅ 使用String(input['major'] || '')确保即使输入字段不存在或为null，也能得到空字符串而非抛出异常，体现了良好的健壮性。

4.3 Page层代码审查

源文件： AI考研择校分析Page.ets

import { AI考研择校分析Data } from './AI考研择校分析Model'
import { AI考研择校分析Service } from './AI考研择校分析Service'
import { router } from '@kit.ArkUI'

@Entry
@Component
struct AI考研择校分析Page {
  @State inputData: Record<string, Object> = {}
  @State resultData: AI考研择校分析Data | null = null
  @State showResult: boolean = false
  private service: AI考研择校分析Service = new AI考研择校分析Service()

  build() {
    Column() {
      // 顶部导航栏
      Row() {
        Text('← 返回')
          .fontSize(13)
          .fontColor('#8B4513')
          .onClick(() => { router.back() })
        Blank()
        Column() {
          Text('📱 AI考研择校分析')
            .fontSize(17)
            .fontWeight(FontWeight.Bold)
            .fontColor('#2C1810')
          Text('ADMISSION · 录取通知')
            .fontSize(9)
            .fontColor('#8B4513')
            .letterSpacing(2)
            .margin({ top: 2 })
        }
        Blank()
        Text('🎓').fontSize(22)
      }
      .width('100%')
      .padding({ left: 20, right: 20, top: 16, bottom: 14 })
      .backgroundColor('#F5E6D3')

      // 主要内容区域
      Scroll() {
        Column() {
          // 输入表单卡片
          Column() {
            Text('🎓 专业')
              .fontSize(11).fontColor('#8B4513').margin({ top: 6, bottom: 3 })
            TextInput({ placeholder: '请输入专业' })
              .fontSize(13).height(40).backgroundColor('#FFF8F0')
              .borderRadius(0).border({ width: 1, color: '#D4A574' })
              .padding({ left: 12, right: 12 })
              .onChange((val: string) => { this.inputData['专业'] = val })

            Text('🎓 本科背景')
              .fontSize(11).fontColor('#8B4513').margin({ top: 6, bottom: 3 })
            TextInput({ placeholder: '请输入本科背景' })
              .fontSize(13).height(40).backgroundColor('#FFF8F0')
              .borderRadius(0).border({ width: 1, color: '#D4A574' })
              .padding({ left: 12, right: 12 })
              .onChange((val: string) => { this.inputData['本科背景'] = val })

            Text('🎓 目标地区')
              .fontSize(11).fontColor('#8B4513').margin({ top: 6, bottom: 3 })
            TextInput({ placeholder: '请输入目标地区' })
              .fontSize(13).height(40).backgroundColor('#FFF8F0')
              .borderRadius(0).border({ width: 1, color: '#D4A574' })
              .padding({ left: 12, right: 12 })
              .onChange((val: string) => { this.inputData['目标地区'] = val })
          }
          .width('100%').padding(18).backgroundColor('#FFF8F0')
          .border({ width: 2, color: '#D4A574' }).margin({ top: 6 })

          // 生成按钮
          Button('📱 🎓 生成通知书')
            .width('100%').height(50).backgroundColor('#8B4513')
            .borderRadius(0).fontColor('#FFD700').fontSize(16)
            .fontWeight(FontWeight.Bold).margin({ top: 18, bottom: 14 })
            .onClick(() => {
              this.resultData = this.service.generateData(this.inputData)
              this.showResult = true
            })

          // 结果展示区域
          if (this.showResult && this.resultData !== null) {
            this.buildResultCard()
          }
        }
        .width('100%').padding({ left: 18, right: 18, bottom: 40 })
      }
      .layoutWeight(1)
    }
    .width('100%').height('100%').backgroundColor('#F5E6D3')
  }

  @Builder
  buildResultCard() {
    Column() {
      Text('🎓 录取通知书')
        .fontSize(15).fontWeight(FontWeight.Bold)
        .fontColor('#2C1810').margin({ bottom: 12 })

      Text('Recommendations')
        .fontSize(13).fontWeight(FontWeight.Bold)
        .fontColor('#333333').margin({ top: 10, bottom: 6 })

      if (this.resultData.recommendations) {
        ForEach(this.resultData.recommendations,
          (item: string, index: number) => {
            Row() {
              Text('• ').fontSize(12).fontColor('#666666')
              Text(item).fontSize(12).fontColor('#333333')
            }.width('100%').padding({ top: 2, bottom: 2 })
          },
          (item: string, index: number) => index.toString()
        )
      }

      this.buildDetailRow('School: ', this.resultData.school)
      this.buildDetailRow('Level: ', this.resultData.level)
      this.buildDetailRow('Difficulty: ', this.resultData.difficulty)
      this.buildDetailRow('Score line: ', this.resultData.score_line)
      this.buildDetailRow('Pros: ', this.resultData.pros)
      this.buildDetailRow('Cons: ', this.resultData.cons)
      this.buildDetailRow('Ratio: ', this.resultData.ratio)
      this.buildDetailRow('Reach: ', this.resultData.reach)
      this.buildDetailRow('Match: ', this.resultData.match)
      this.buildDetailRow('Safety: ', this.resultData.safety)
      this.buildDetailRow('Preparation: ', this.resultData.preparation)
      this.buildDetailRow('Timeline: ', this.resultData.timeline)
      this.buildDetailRow('Info sources: ', this.resultData.info_sources)
    }
    .width('100%').padding(18).backgroundColor('#FFF8F0')
    .border({ width: 2, color: '#D4A574' }).margin({ bottom: 20 })
  }

  @Builder
  buildDetailRow(label: string, value: string) {
    Row() {
      Text(label).fontSize(12).fontWeight(FontWeight.Medium).fontColor('#666666')
      Text(value).fontSize(12).fontColor('#333333')
    }
    .width('100%').padding({ top: 4, bottom: 4 })
  }
}

审查意见：

1. 状态管理 ✅ 使用@State装饰器管理inputData、resultData、showResult三个状态变量，实现了UI的响应式更新。inputData用于收集用户输入，resultData存储分析结果，showResult控制结果展示区域的显隐。

2. UI组件使用 ✅ 合理使用TextInput收集用户输入，Button触发操作，Scroll实现内容滚动，Blank实现弹性布局，ForEach渲染列表。组件选择符合ArkUI最佳实践。

3. 条件渲染 ✅ 使用if (this.showResult && this.resultData !== null)进行条件渲染，确保结果数据存在时才展示结果卡片，避免了空指针异常。

4. @Builder复用 ✅ 将结果卡片中的详情行提取为buildDetailRow方法，使用@Builder装饰器实现UI片段的复用，减少了代码重复。

5. UI主题风格 ✅ 使用暖色调配色方案（#F5E6D3背景、#8B4513棕色、#FFD700金色、#FFF8F0卡片背景），营造出"录取通知书"的仪式感，与考研择校的主题高度契合。

4.4 路由和应用集成审查

路由配置（main_pages.json）：

{
  "src": [
    "pages/Index",
    "apps/AI考研择校分析/AI考研择校分析Page",
    // ... 其他应用路由
  ]
}

应用列表配置（apps.json）：

{
  "icon": "🎓",
  "title": "AI考研择校分析",
  "subtitle": "考研择校",
  "color": "#F59E0B",
  "bg": "#FFFBEB",
  "border": "#FDE68A",
  "page": "apps/AI考研择校分析/AI考研择校分析Page",
  "cat": "学习成长"
}

审查意见：

1. 路由路径一致性 ✅ 路由配置中的路径与Page层文件的实际路径完全一致，确保导航跳转正确。
2. 分类归属合理 ✅ 归类为"学习成长"（cat: “学习成长”），与考研择校的应用场景高度匹配。
3. 视觉风格统一 ✅ 使用暖色调配色（#F59E0B金色、#FFFBEB浅黄背景），在首页网格中与其他应用风格协调。

五、自动化执行阶段（Automate）：代码实现详解

5.1 Model层实现详解

Model层是整个应用的数据基石。在AI考研择校分析Model.ets中，我们定义了一个完整的数据类，包含15个字段，覆盖了考研择校分析所需的全部信息维度。

关键设计决策：

1. 字段颗粒度：将分析结果拆分为多个独立字段而非一个大的JSON字符串，便于在UI层按需展示，也便于未来接入AI API时逐个字段映射。

2. 类型选择：所有字段使用string类型（除recommendations使用string[]），这是ArkTS对JSON序列化友好的选择。Record<string, Object>作为输入类型，提供了最大的灵活性。

3. 初始化策略：采用声明时初始化 + 构造初始化的双重策略，确保对象创建后所有字段都有合法的空值，避免后续使用时的空指针问题。

5.2 Service层实现详解

Service层是业务逻辑的核心。当前版本使用Mock数据，但接口设计已经为未来接入真实AI API做好了准备。

Mock数据生成策略：

generateData(input: Record<string, Object>): AI考研择校分析Data {
  let result: AI考研择校分析Data = new AI考研择校分析Data()
  let majorVal: string = String(input['major'] || '')
  
  result.recommendations = ['示例数据1', '示例数据2', '示例数据3']
  result.strategy = '生成结果：' + majorVal
  // ... 其他字段赋值
  return result
}

未来AI API接入方案：

当需要接入真实大模型API时，推荐以下方案：

// 未来接入真实AI API的示例
async generateData(input: Record<string, Object>): Promise<AI考研择校分析Data> {
  let result: AI考研择校分析Data = new AI考研择校分析Data()
  
  // 构建Prompt
  let prompt: string = this.buildPrompt(input)
  
  // 调用AI API（示例）
  let apiResponse: string = await this.callAIApi(prompt)
  
  // 解析API响应并填充结果
  result = this.parseResponse(apiResponse)
  
  return result
}

private buildPrompt(input: Record<string, Object>): string {
  let major: string = String(input['major'] || '未知')
  let undergrad: string = String(input['undergrad'] || '未知')
  let region: string = String(input['region'] || '全国')
  
  return `请根据以下信息进行考研择校分析：
    报考专业：${major}
    本科背景：${undergrad}
    目标地区：${region}
    
    请以JSON格式输出推荐院校、冲刺/匹配/保底院校、备考建议等信息。`
}

5.3 Page层实现详解

Page层的实现涉及多个ArkUI关键特性，包括状态管理、条件渲染、列表渲染、Builder复用等。

状态管理机制：

@State inputData: Record<string, Object> = {}      // 用户输入数据
@State resultData: AI考研择校分析Data | null = null  // 分析结果，可为空
@State showResult: boolean = false                   // 是否展示结果

@State装饰器是ArkUI响应式系统的核心。当状态变量被修改时，框架会自动触发组件的重新渲染。具体来说：

1. 用户输入时，onChange回调更新inputData，但inputData的变化不会直接触发UI变更（它没有被用于UI渲染）。
2. 用户点击"生成通知书"按钮时，调用service.generateData()方法，将返回值赋值给resultData，同时将showResult设为true。
3. 框架检测到resultData和showResult的变化，重