初级（1-3 年）：$1K-$10K grants, Hackathons
中级（3-7 年）：$10K-$100K fellowships, 开源资助
高级（7+ 年）：$100K+ 挑战赛, 研究学者, 创业基金

def evaluate_scholar_readiness(applicant: Dict) -> dict:
    """
    评估你是否已经准备好申请精英学者项目

    参数:
        applicant: {
            "github_stars": int,           # 开源项目获得的 star
            "published_articles": int,     # 技术文章数量
            "conference_talks": int,       # 公开演讲次数
            "previous_grants": int,        # 已获得的 grants
            "years_experience": int,       # 工作经验年数
        }
    """

    score = 0

    # 技术影响力
    github_stars = applicant.get("github_stars", 0)
    if github_stars > 1000:
        score += 25
    elif github_stars > 100:
        score += 15
    elif github_stars > 10:
        score += 5

    # 公共输出
    articles = applicant.get("published_articles", 0)
    if articles > 20:
        score += 20
    elif articles > 10:
        score += 15
    elif articles > 5:
        score += 10

    # 社区参与
    talks = applicant.get("conference_talks", 0)
    if talks > 5:
        score += 20
    elif talks > 2:
        score += 10
    elif talks > 0:
        score += 5

    # 经验证明
    previous = applicant.get("previous_grants", 0)
    if previous >= 2:
        score += 20
    elif previous == 1:
        score += 10

    # 经验基数
    years = applicant.get("years_experience", 0)
    if years >= 7:
        score += 15
    elif years >= 5:
        score += 10

    result = {
        "total_score": score,
        "readiness": "high" if score >= 70 else "medium" if score >= 40 else "low",
        "recommendation": "",
    }

    if score >= 70:
        result["recommendation"] = "准备好申请了。你的技术信号足够强。"
    elif score >= 40:
        result["recommendation"] = "接近目标，建议先积累更多公共输出再申请。"
    else:
        result["recommendation"] = "建议先从小型 grant 或 hackathon 开始积累。"

    return result


# 使用示例
sample_applicant = {
    "github_stars": 850,
    "published_articles": 12,
    "conference_talks": 3,
    "previous_grants": 1,
    "years_experience": 6,
}

result = evaluate_scholar_readiness(sample_applicant)
print(f"准备度: {result['readiness']}")
print(f"评分: {result['total_score']}/100")
print(f"建议: {result['recommendation']}")

第一年：申请 $5K 开源 grant → 做出项目
第二年：用项目成果申请 $20K fellowship → 扩展影响
第三年：用前两年的成果申请 $100K+ 学者项目 → 全职投入

情景 A: 拿到 $100K 学者资助 + 机构背书
- 下一个项目的融资/合作机会更多
- 个人品牌获得认证
- 获得行业人脉圈和持续指导
- 即使项目不那么成功，背书仍在

情景 B: 拿到 $100K 创业投资
- 必须在 12-18 个月内做出成绩
- 如果没做成，融资会更困难
- 圈子只有投资人 + 创业战友
- 项目失败就是彻底的失败

前 6 个月：
- 产出 2-3 篇有深度的技术文章
- 在已有的开源项目中有质量地贡献
- 目标：形成最初的"信号"

中间 6 个月：
- 启动或主导一个小型开源项目
- 做 1-2 次技术分享
- 目标：建立"能独立交付"的证明

后 12 个月：
- 项目积累到 100+ star 和 5+ 贡献者
- 文章被转载或推荐
- 开始尝试申请
- 如果没中，收集反馈再战

结构：
┌─────────────────────────────────┐
│  发现阶段 (Month 1-3)           │
│  → 注册、组队、获取初始数据     │
├─────────────────────────────────┤
│  开发阶段 (Month 3-9)           │
│  → 开发方案、迭代优化           │
├─────────────────────────────────┤
│  评估阶段 (Month 9-11)          │
│  → 提交结果、技术评审           │
├─────────────────────────────────┤
│  决赛 (Month 12)                │
│  → 现场/线上演示 + 评审         │
└─────────────────────────────────┘

def assess_challenge_readiness(challenge: Dict, your_capabilities: Dict) -> dict:
    """
    评估你参加某个高额挑战赛的准备度

    参数:
        challenge: {
            "title": str,
            "domain": str,         # e.g., "AI agent security"
            "tech_stack": List[str], # e.g., ["python", "distributed systems"]
            "prize_structure": Dict, # {"top1": 1000000, "top3": 200000}
            "team_max": int,        # 最大团队人数
        }
        your_capabilities: {
            "team": List[str],
            "existing_codebase": str, # 已有代码基础
            "domain_experience_years": int,
            "available_hours_per_week": int,
        }
    """

    assessment = {
        "should_participate": False,
        "weaknesses": [],
        "strengths": [],
        "estimated_time_investment": "",
    }

    # 检查技术栈匹配
    required_tech = set(challenge.get("tech_stack", []))
    your_tech = set(your_capabilities.get("tech_stack", []))
    missing_tech = required_tech - your_tech

    if missing_tech:
        assessment["weaknesses"].append(
            f"缺少技术栈: {', '.join(missing_tech)}"
        )

    # 检查领域经验
    if your_capabilities.get("domain_experience_years", 0) < 2:
        assessment["weaknesses"].append("领域经验不足 2 年")

    # 检查团队规模
    team_size = len(your_capabilities.get("team", []))
    max_team = challenge.get("team_max", 5)
    if team_size < 2:
        assessment["weaknesses"].append("单人团队在长期挑战中容易疲劳")

    # 检查已有基础
    if your_capabilities.get("existing_codebase"):
        assessment["strengths"].append("已有代码基础，无需从零开始")

    # 时间投入估算
    assessment["estimated_time_investment"] = (
        "每周 20-40 小时，持续 6-12 个月" 
        if challenge.get("prize_structure", {}).get("top1", 0) > 500000 
        else "每周 10-20 小时，持续 3-6 个月"
    )

    # 综合判断
    assessment["should_participate"] = len(assessment["weaknesses"]) <= 1

    return assessment

倒推时间线：

比赛开始：Month 0
理想做法：
Month -6: 确定目标挑战赛
Month -5: 组建团队（互相认识、确定分工）
Month -4: 确认技术栈、搭建基础框架
Month -3: 完成 POC（最小可行方案）
Month -2 ~ -1: 迭代优化
Month 0: 比赛开始，快速出初版

grant_vs_fellowship = {
    "Grant (项目资助)": {
        "评审看什么": "项目可行性 > 你的背景",
        "钱能不能随便用": "通常绑定项目用途",
        "如果项目失败": "需要说明，可能影响下次申请",
        "附加价值": "低（通常只有钱）",
    },
    "Fellowship (个人资助)": {
        "评审看什么": "你的潜力 > 项目细节",
        "钱能不能随便用": "通常有一定灵活性",
        "如果项目失败": "可以接受，重点是学到了什么",
        "附加价值": "高（导师 + 网络 + 品牌）",
    }
}

✅ 好的回答:
"我在过去 3 年维护了一个 5000+ star 的开源项目，有 200+ 次代码合并。
我计划在 fellowship 期间专注于 X 问题，这是一个尚未被解决的问题..."

❌ 差的回答:
"我计划在 12 个月内完成以下 5 个目标..."

"潜力"的展现方式：
- 过去做出了什么（Signal）
- 为什么这个问题值得做（判断力）
- 你打算怎么做（执行力）
- 你愿意接受什么程度的指导（成长性）

潜力 = 已有的信号 × 问题的判断力 × 执行的可信度

import json
import schedule
from datetime import datetime, timedelta

class OpportunityTracker:
    """
    机会追踪器
    """

    def __init__(self, storage_path: str = "opportunities.json"):
        self.storage_path = storage_path
        self.opportunities = []

    def add_opportunity(self, 
                        name: str,
                        opp_type: str,  # "scholar", "challenge", "fellowship"
                        deadline: str,
                        amount: str,
                        url: str = "",
                        notes: str = "",
                        priority: int = 5):  # 1-10
        """添加机会"""
        self.opportunities.append({
            "name": name,
            "type": opp_type,
            "deadline": deadline,
            "amount": amount,
            "url": url,
            "notes": notes,
            "priority": priority,
            "added_at": datetime.now().isoformat(),
        })
        self._save()

    def get_upcoming(self, days: int = 30) -> list:
        """获取未来 N 天内到期的机会"""
        now = datetime.now()
        deadline = now + timedelta(days=days)

        upcoming = []
        for opp in self.opportunities:
            try:
                opp_deadline = datetime.fromisoformat(opp["deadline"])
                if now <= opp_deadline <= deadline:
                    upcoming.append(opp)
            except:
                pass

        return sorted(upcoming, key=lambda x: x["priority"], reverse=True)

    def get_by_type(self, opp_type: str) -> list:
        """按类型筛选"""
        return [o for o in self.opportunities if o["type"] == opp_type]

    def _save(self):
        with open(self.storage_path, "w") as f:
            json.dump(self.opportunities, f, indent=2, ensure_ascii=False)
        print(f"已保存到 {self.storage_path} 共 {len(self.opportunities)} 条记录")


# 使用示例
tracker = OpportunityTracker()

tracker.add_opportunity(
    name="Spring 2027 Scholar Program",
    opp_type="scholar",
    deadline="2026-09-15",
    amount="$100K + mentorship",
    notes="需要 2 封推荐信，建议 8 月前联系推荐人",
    priority=9,
)

tracker.add_opportunity(
    name="$2M AI Challenge",
    opp_type="challenge",
    deadline="2026-08-01",
    amount="$2M total prize pool",
    notes="组队中，需要找后端和 ML 的队友",
    priority=7,
)

print("未来 30 天即将到期的机会:")
for opp in tracker.get_upcoming(90):
    print(f"  [{opp['type']}] {opp['name']}: {opp['amount']} 截止 {opp['deadline']}")