全流程 AI 智能求职伴侣

面试准备里缺的是什么

很多人不是不会写简历，而是说不清「这份 JD 到底要什么」、临场被追问时框架散乱，以及缺少可重复的练习与复盘数据。本技能把求职拆成可执行的环节：先对齐人岗，再模拟实战，必要时做问题侧的即时拆解，最后用结构化报告沉淀表现。

技能如何工作

简历与 JD 对齐：支持读取 .txt / .pdf / .docx 简历，结合职位描述做技能覆盖、经验匹配与级别评估，输出 0–100 匹配度、技能盲区与准备计划，并可生成 1/3 分钟自我介绍话术。脚本侧可用 resume_matcher.py 产出 JSON，再结合 references/answer_strategies.md 里的 STAR 等表达策略做个性化改写。

沉浸式模拟面试：覆盖技术面、HR 面、群面、压力面、案例面、综合面，并区分互联网、金融、快消、国企、咨询、AI 创业等行业语境。对话中按 session.json 配置扮演面试官，依据 classic_questions.md 出题、按回答质量追问，结束后可用 report_generator 生成可视化模拟报告。

实时辅助与成长追踪：粘贴面试官问题可走 interview_coach.py 快速路径，返回问题类型、STAR/PREP/FAB 框架、关键词与避坑点；历史会话经 growth_tracker.py 汇总后输出雷达图式成长报告（HTML 为赛博朋克暗黑主题模板）。

边界与注意

模拟面试与辅导的核心在 AI 对话工作流，脚本负责结构化输入输出而非替代全程对话。「实时语音转写」类能力需你自行评估合规与场景；资料强调简历与个人数据宜在本地处理，勿默认上传外部服务。