Skip to content
Skills Library
Personal productivity · Learning & explanation

interview

/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 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。

Repository
asu-skills ↗
Licence
MIT
Last repository change
19.10.2026

Assessment and security

100/ 100Class: good
Format25 / 25
Frontmatter with name and description, valid name, description up to 1,024 characters, name matching the folder.
Discoverability25 / 25
Description explains when to use the skill, has a reasonable length and uses third person.
Content35 / 35
At least 150 words and at most 500 lines, headings, step lists, examples or code.
Hygiene15 / 15
No placeholders such as TODO, no Windows paths, with a licence.
Riskno signals detected in the scan
Files in this package
6
Scripts
0
HTML comments
0
URLs in SKILL.md
0
Deprecation

No signals detected. Repository changed on 19.10.2026, without references to retired models or APIs.

Licence

MIT, open: use and modify while retaining author attribution.

What it does and when to use it

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。

Original author 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。

How it works

  1. 输入与事实边界
  2. 四种模式
  3. Claim 分类与追问重点
  4. 动态追问与停止条件
  5. 回答评估原则
  6. 与其他 Skills 配合
Original SKILL.md headings · 152 lines, 266 words
SKILL.md preview
---
name: interview
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。
---

# /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。

读取 [references/review-and-retry.md](references/review-and-retry.md) 执行复练,不凭空假设存在上一轮记录。

## Claim 分类与追问重点

- **Ownership Claim**:追问个人范围、亲自实现、关键决策和团队分工;项目整体成果不能自动算成个人成果。
- **Metric Claim**:追问 baseline、denominator、周期、数据来源、线上/离线口径及个人归因。
- **Technical Claim**:追到技术在项目中的输入输出、具体作用、选择原因和 trade-off,不满足于百科定义。
- **Architecture Claim**:追问组件、数据流、边界、替代方案、故障处理和扩展限制。
- **Result Claim**:区分是否真实交付、谁在使用、如何衡量以及个人动作与团队结果。

## 动态追问与停止条件

根据回答选择下一步:

```text
证据充分 → 最多追一个替代方案或反事实问题 → 结束当前 Claim
部分充分 → 只追最关键的缺失证据
明显不懂 → 降阶到最小事实问题 → 仍无法回答则标记未验证并切换
连续两次重复措辞、没有新证据 → 停止该分支
达到时间、问题或追问预算 → 收尾并 Review
```

优先追这些风险信号:

- 使用“负责、优化、提升、支持”等模糊词,却没有对象、动作和证据;
- 报出百分比、用户量、延迟或准确率,却说不清统计口径;
- 使用“主导、架构、Owner”等强表述,却无法划清个人边界;
- 只会描述 happy path,无法说明失败、回滚或异常处理;
- 能背术语定义,却说不清在项目中的作用;
- 当前回答与简历原文或前文回答互相矛盾。

## 回答评估原则

只评估当前可见证据,不替用户脑补。重点观察:

- 正确性与自洽性;
- 具体对象、动作、范围和例子;
- 个人职责与决策边界;
- 从结果下钻到实现和原因的深度;
- 代码、数据、日志、文档或案例证据;
- 与简历及前面回答的一致性。

发现“简历写得比实际掌握更强”时,只提供三条诚实路径:补充真实事实、补齐相关知识,或降低简历表述强度。

## 与其他 Skills 配合

- 简历定位、经历改写和事实证据需要加强时 → `/great-resume`;
- 需要生成或修改 HTML/PDF 简历时 → `/make-resume`;
- 需要使用 ASu 单栏技术简历或其他指定模板时 → `/make-resume`;
- 面试后的投递、面试或 Offer 状态需要记录时 → `/offer`。

推荐流程:

`/contributor → /great-resume → /make-resume → /interview → /offer`

`/great-resume` 让真实经历表达得更强,`/interview` 确认这些表达是否接得住。简历写给 HR,追问留给事实。
Files in this package (6)
  • SKILL.md 7 KB
  • agents/openai.yaml 1 KB
  • references/interview-contract-and-session.md 3 KB
  • references/question-and-scoring-contract.md 3 KB
  • references/review-and-retry.md 2 KB
  • references/scenario-interviews.md 2 KB

Versions

RepositoryScoreLicence
This page · hisn00w/asu-skills100MIT
q00/ouroboros100MIT
vanducng/skills100MIT
boshu2/agentops100Apache-2.0
mthines/agent-skills100MIT
r3dlex/oh-my-auggie100Apache-2.0
YuDefine/nuxt-supabase-starter100MIT
biliboss/skills100MIT
Soe-Reh/soes-skills100MIT

Database snapshot: 13.11.2026 · package version 66dccad18472 (SHA-256 digest of the entire package)

Downloads in the last 30 days: 0 · ranking

Report a problem with this skill: harmful content, incorrect descriptions or an author’s removal request.

Similar skills

  • 100interview-prep
    帮用户准备面试。基于目标 JD、公司、岗位方向,生成"高频面试题 + 参考回答 + 行为面 / 技术面 / Case 面分类题库",并产出可打印的『面试备战手册』。当用户说"帮我准备面试""明天有面试 / 后天面试""面试题""面经""模拟面试""我要面 X 公司 Y 岗位""帮我准备 STAR 故事""怎么回答这道面试题""自我介绍 / 离职原因 / 优缺点 怎么答",必须触发本 skill。请勿用本 skill 改简历(去 jd-resume-tailor / resume-builder)或推荐方向(去 job-intent-tracker)。
  • 100interview-prep
    Prepares a candidate for a specific job interview — generating likely questions, coaching STAR-method stories, drilling behavioral and role-specific answers, and producing smart questions to ask back. Use this skill when a user asks to "help me prep for an interview", "what…
  • 100campus-recruit-assistant
    校招全流程助手:建简历库 → JD 匹配打分 → 定制简历 → 投递台账 → 面试备战 → 模拟面试 → 复盘回写。支持三种工作流档(校招中文/校招技术岗/实习)与三关质检复审。首次使用会引导配置数据目录。触发词:校招、简历库、母版简历、经历挖掘、根据 JD 改简历、定制简历、JD 分析、匹配打分、网申、投递台账、面试准备、模拟面试、压力面、群面、复盘薄弱点。何时不用:无投递上下文的通用写作/文案任务;薪资谈判、背调、offer 比较(本技能不覆盖社招模块)。
  • 100interview-coach
    Use when the user has an upcoming interview, received an interview invitation, or wants to prepare for a specific role at a specific company.
  • 100mock-interview
    Interview practice and study for the roles in the user's Ledger. Quizzes a topic like an interviewer, teaches what each answer missed, and tracks coverage and weak spots; also asks questions from the user's resume (cv), behavioral STAR questions, or one application's interview…
  • 100interview-me
    Extracts what the user actually wants via one-question-at-a-time interview until ~95% confidence. Use when an ask is underspecified ("build me X" with no who/why) or the user invokes ("interview me").

Feedback and reports

Your message goes to Bartosz Sokoliński. An email address is needed only for a reply. See the privacy policy.