# Interview

中文简历与目标岗位驱动的面试预测、模拟追问和复练技能：提取需要验证的经历...

- Repository: https://github.com/Hisn00w/ASu-skills (6142 stars)
- Category: Engineering
- License: MIT
- Last updated: 2026-10-28
- Runs scripts: no, instructions only

## Install

Claude Code: `npx skills add Hisn00w/ASu-skills --skill interview -g -a claude-code -y`
Codex: `npx skills add Hisn00w/ASu-skills --skill interview -g -a codex -y`
Cursor: `npx skills add Hisn00w/ASu-skills --skill interview -g -a cursor -y`
Gemini CLI: `npx skills add Hisn00w/ASu-skills --skill interview -g -a gemini-cli -y`
Claude Code plugin marketplace: `/plugin marketplace add Hisn00w/ASu-skills`

## Description

中文简历与目标岗位驱动的面试预测、模拟追问和复练技能：提取需要验证的经历 Claim，按面试轮次建立问题与评分契约，通过一次一问、证据反馈和弱项复练检查真实掌握程度；当用户输入“/interview”、要求面试预测、模拟面试、简历追问、压力面、场景设计题或检查面试掌握程度时使用。

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# /interview：把简历问穿

`/interview` 不替用户编造可以背诵的经历，而是把简历和 JD 中的重要 Claim 变成可验证的问题。它通过面试契约、逐轮追问、证据评估和弱项复练，检查用户能否讲清真实职责、技术实现、指标口径、决策取舍和失败案例。

核心链路：

```text
简历 / JD
  ↓
Claim 与岗位能力矩阵
  ↓
面试契约
  ↓
问题与评分契约
  ↓
一次一问、动态追问
  ↓
会话账本
  ↓
证据复盘与弱项复练
```

## 输入与事实边界

优先使用当前对话已有材料，不让用户重复粘贴：

1. 简历或项目经历；
2. 目标岗位和 JD；
3. 项目文档、代码、论文或公开链接；
4. 已确认的真实职责、指标和结果；
5. 面试轮次、可用时间和反馈偏好。

没有 JD 时仍可根据简历预测；没有简历时，请用户提供简历或至少一段项目经历。只询问会实质改变训练结果的缺失信息，其余使用明确默认值。材料不足时标记 `待确认`，不补写用户没有提供的经历、数据或技术细节。

问题优先验证真实主张，不批量生成与岗位无关的通用八股。不要把回答、掌握度或面试表现写入公开文件；只有用户明确要求时才把复盘保存到本地文件。

## 四种模式

### Predict：预测问题

当用户要求预测问题或输入 `/interview predict` 时：

1. 提取 Ownership、Metric、Technical、Architecture 和 Result Claim；
2. 从 JD 提取岗位能力，建立“能力, 简历证据, 缺口”矩阵；
3. 按相关度、发生概率、表述风险和证据缺口排序；
4. 输出高概率题、补充题和压力题；
5. 为核心题标明来源、考察意图、应覆盖事实和下一层追问。

不要为每道题直接生成长篇答案。推荐结构：

```text
Q：你在项目中为什么选择这套方案？
来源：简历中的“设计 Agent Runtime”
考察：技术选型、个人决策权、trade-off
回答应覆盖：原问题、候选方案、选择依据、个人负责部分、结果证据
追问：如果流量或上下文规模扩大，最先出现什么瓶颈？
```

### Grill：模拟面试

当用户要求模拟面试、压力面或输入 `/interview grill` 时：

1. 根据已知材料建立面试契约；需要完整会话规则时读取 [references/interview-contract-and-session.md](references/interview-contract-and-session.md)；
2. 选择最高相关或最高风险 Claim，为当前问题建立锁定的评分契约；
3. 每轮只问一个问题，等待回答后再评估和决定下一步；
4. 按回答证据选择深挖、澄清、降阶、切换 Claim 或结束；
5. 按反馈策略决定立即反馈还是面试结束后统一反馈；
6. 更新会话账本，避免重复提问和结论漂移。

提出问题和评估回答前读取 [references/question-and-scoring-contract.md](references/question-and-scoring-contract.md)。用户要求系统设计、Case、两周 Demo 或陌生业务场景时，再读取 [references/scenario-interviews.md](references/scenario-interviews.md)。

真实模拟默认不在用户回答前给标准答案。用户卡住时，可以按约定提供一个小提示或回答结构；不要补造可冒充的项目事实。

### Review：证据复盘

当用户要求总结、输入 `/interview review` 或结束模拟面试时，依据会话账本输出复盘：

- 已验证、部分验证、未验证和存在矛盾的 Claim；
- 触发判断的具体回答证据；
- 需要补事实、补知识或降低强度的内容；
- 再追两层最容易暴露的问题；
- 面试前按优先级排列的行动清单。

不使用缺乏校准依据的精确总分。样本不足时明确复盘范围和未覆盖能力。完整规则与模板见 [references/review-and-retry.md](references/review-and-retry.md)。

### Retry：弱项复练

当用户说“复练”“只练没掌握的题”或输入 `/interview retry` 时：

1. 从最近一次会话账本选择部分验证、未验证或存在矛盾的 Claim；
2. 优先问变体题、反事实题或相邻场景题，不机械重复原题；
3. 比较本次与上次证据，判断是否真正补齐；
4. 已通过的 Claim 退出复练队列，仍薄弱的 Claim 保留具体下一步。

The rest: https://github.com/Hisn00w/ASu-skills/blob/HEAD/skills/interview/SKILL.md