证据驱动面试评估

要解决什么问题

招聘侧常见困境是：JD、简历和面试记录散落在不同渠道，结论容易变成「感觉不错」或「某段经历对口」，却缺少可复核的证据链。候选人侧则是岗位匹配点不清晰、追问方向没结构、面后复盘停留在情绪记忆。interview-assessment 面向 recruiter 与 candidate 两类受众，在材料不足时明确拒绝打分，只提示补齐 jdText 与 resumeText。

技能如何工作

流程按阶段推进：

• Stage 1：从 JD 提取必备技能与成功信号，将简历证据映射到岗位要求，对 workExperience、professionalCapability、softSkills 做 0–100 评分，并按 scoring-rubric.md 加权；每条结论需带 [来源: JD | 简历 | 面试转写 | 面试官笔记] 引用格式。
• Stage 2：标出证据缺口与不确定性，生成行为题、技术/领域题、动机与期望题；招聘方输出含追问提示，候选人侧给出回答角度与简历补强建议。
• Stage 3（仅在有面试转写或面经时）：提取客观片段，输出待定关切与下一步；招聘方用语为 通过 | 待定 | 拒绝（决策支持，非最终录用），候选人为 高匹配 | 中等匹配 | 需要补强。

默认 outputMode: markdown 并写入约定目录下的报告文件；仅在需要 ATS/自动化时显式使用 json 或 both，且与 Markdown 结论一致。

边界与注意点

• 只使用用户提供的 JD、简历、转写与笔记，不编造资质或面试表现。
• 禁止基于受保护属性及其明显代理变量评分；薪资、毕业年份等敏感信号仅在直接与 JD 相关时使用。
• 报告中不重复私人联系方式、证件号等无关个人信息；多 Agent 合议仅在用户明确要求时启用。