更新12个教务系统并优化项目大小

主要更新：
- 更新所有12个产业的教务系统数据和功能
- 删除所有 node_modules 文件夹（节省3.7GB）
- 删除所有 .yoyo 缓存文件夹（节省1.2GB）
- 删除所有 dist 构建文件（节省55MB）

项目优化：
- 项目大小从 8.1GB 减少到 3.2GB（节省60%空间）
- 保留完整的源代码和配置文件
- .gitignore 已配置，防止再次提交大文件

启动脚本：
- start-industry.sh/bat/ps1 脚本会自动检测并安装依赖
- 首次启动时自动运行 npm install
- 支持单个或批量启动产业系统

🤖 Generated with Claude Code

Co-Authored-By: Claude <noreply@anthropic.com>

frontend_智能制造/test_data_transform.cjs

@@ -0,0 +1,84 @@
+const fs = require('fs');
+
+// 读取数据
+const companyJobsNewData = JSON.parse(fs.readFileSync('./src/data/companyJobsNew.json', 'utf8'));
+const companyImagesData = JSON.parse(fs.readFileSync('./网页未导入数据/智能制造产业/智能制造_内推岗位企业图片.json', 'utf8'));
+const interviewStatusData = JSON.parse(fs.readFileSync('./src/data/interviewStatus.json', 'utf8'));
+
+console.log("=== 数据转换测试 ===\n");
+
+// 创建图片映射（复制mockData.js中的逻辑）
+const companyImagesMap = {};
+companyImagesData.forEach(item => {
+  const positionName = item["内推岗位名称"];
+  const imageLinks = item["BOSS照片链接"];
+  if (positionName && imageLinks) {
+    companyImagesMap[positionName] = imageLinks.split(',').map(url => url.trim());
+  }
+});
+
+console.log("图片映射创建完成，共", Object.keys(companyImagesMap).length, "个岗位\n");
+
+// 获取面试状态中的岗位
+const interviewedPositions = interviewStatusData.map(status => status["查询岗位名称"]);
+console.log("面试状态岗位数:", interviewedPositions.length);
+console.log("面试状态岗位:", interviewedPositions.join(", "));
+
+// 模拟transformCompanyJobs函数
+const today = new Date();
+today.setHours(0, 0, 0, 0);
+
+const transformedJobs = companyJobsNewData
+  .filter(job => !interviewedPositions.includes(job["内推岗位名称"]))
+  .map((job, index) => {
+    const positionName = job["内推岗位名称"];
+    const companyImages = companyImagesMap[positionName] || [];
+    
+    return {
+      id: index + 1,
+      position: positionName,
+      hasImages: companyImages.length > 0,
+      imageCount: companyImages.length,
+      details: {
+        companyImages: companyImages
+      }
+    };
+  });
+
+console.log("\n=== 转换后的岗位数据 ===");
+console.log("过滤后岗位总数:", transformedJobs.length);
+console.log("有图片的岗位数:", transformedJobs.filter(j => j.hasImages).length);
+
+console.log("\n=== 前10个转换后的岗位 ===");
+transformedJobs.slice(0, 10).forEach((job, idx) => {
+  const mark = job.hasImages ? "✅" : "❌";
+  console.log(mark, (idx+1) + ".", job.position, 
+    job.hasImages ? `(${job.imageCount}张)` : "(无图片)");
+});
+
+console.log("\n=== 有图片的岗位详细信息 ===");
+const jobsWithImages = transformedJobs.filter(j => j.hasImages);
+jobsWithImages.forEach((job, idx) => {
+  console.log(`${idx+1}. ${job.position}: ${job.imageCount}张图片`);
+  if (job.details.companyImages.length > 0) {
+    console.log(`   第一张: ${job.details.companyImages[0].substring(0, 80)}...`);
+  }
+});
+
+console.log("\n=== 被过滤掉的面试状态岗位中有图片的 ===");
+const filteredJobsWithImages = companyJobsNewData
+  .filter(job => interviewedPositions.includes(job["内推岗位名称"]))
+  .filter(job => companyImagesMap[job["内推岗位名称"]])
+  .map(job => ({
+    position: job["内推岗位名称"],
+    imageCount: companyImagesMap[job["内推岗位名称"]].length
+  }));
+
+if (filteredJobsWithImages.length > 0) {
+  console.log("注意：以下岗位有图片但因为在面试状态中被过滤：");
+  filteredJobsWithImages.forEach((job, idx) => {
+    console.log(`  ${idx+1}. ${job.position} (${job.imageCount}张图片)`);
+  });
+} else {
+  console.log("无");
+}