Agent Skills
返回列表
面试准备与知识库沉淀助手

面试准备与知识库沉淀助手

教育学习 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_634458e8/universal-interview-prep。

技能介绍

解决的问题

面试准备最常见的状态是「做过,但说不清」。刷过的题散在聊天记录里,答案结构取决于当时的心情;针对不同岗位套用同一份通用素材,面试官一追问交付物和指标就露馅。切换岗位时,旧岗位的问答又混进新文件,越整理越乱。这个技能把答题过程和资料沉淀绑定在一起:每道题都按你确认的岗位来回答,并增量写回仓库,而不是另起一份文档。

工作方式

技能是一个强制状态机,先定岗再答题。

  • 岗位确认是闸门:首次收到题目时,只分析职责、技能、业务对象和术语,提出最可能的岗位并等待确认。置信度高时给一个岗位,中置信度列不超过三个候选,低置信度直接问。模型自己的推断不算确认。
  • 题岗一致性检查:会话中已有确认岗位时,每道新题都要比较其核心考察对象与当前岗位的职责、交付物和专业能力。明显冲突时先提示并给出两个选项,确认前不答题也不归档。
  • 一次提交多题:先整批预检,任一题冲突就整批暂停,不产生部分回答或部分归档。
  • 答题结构固定:【拆解思路】 点明考察点与陷阱,【可直接使用的完整答案】 是第一人称、2-3 分钟口述长度的完整答案,【面试官视角提示】 说明能力信号与追问方向。
  • 归档隔离:每个岗位维护 {岗位归档名}-面试问答整理.md 和 {岗位归档名}-面试知识库.md 两个文件,文件名和文件头都要校验。切换岗位时旧文件原样保留,不合并也不覆盖。归档成功后重建 web/dist/{岗位归档名}-面试锦囊.html;未检测到 python3 或构建脚本缺失时保留 Markdown 并说明原因。
  • 持久化可关闭:用户说「只回答,不归档」时不创建或修改任何文件,同步到腾讯文档同样被禁止。

适用边界

  • 它生成的是答题素材和方法论,不是代面。面试官追问真实数字与决策细节时,答案里的 [请补充真实数据] 会立刻暴露。
  • 简历可选。上传后优先用真实经历组织答案,但只使用简历中明确出现的信息,不会补造项目、数据或资质;缺少细节处留占位符。
  • 写入前的双重校验是写死的:题岗不一致、文件名冲突、文件头岗位不符,一律拒绝写入并改用短哈希归档名,而不是顺手覆盖。
  • 通用行为题(自我介绍、离职原因、抗压)不能单独作为定岗依据,跨岗位冲突时必须回到用户确认。
  • 同步腾讯文档仅在用户显式要求时触发,未要求时不做任何云端写入;失败时本地资料保持完好。

使用场景

  • 准备数据分析师面试,希望每道专业题都按岗位职责拆出考察点,并逐题写进个人题库。
  • 从后端转前端,希望旧岗位问答完整保留,新岗位问答独立建文件归档。
  • 一次收到多个岗位的面试题,希望先整批做题岗一致性检查再回答,避免答串岗位。
  • 面试前时间紧,希望本轮只给答案、不更新本地 Markdown 题库和 HTML。

适合人员

  • 正在跨岗位求职的后端工程师,需要针对不同岗位职责分别沉淀面试答案与题库。
  • 要在面试中讲清真实项目指标的数据分析师,希望答案基于自己的简历经历而非虚构数据。
  • 同时投递多个岗位的求职者,希望各岗位的问答整理和知识库互不混淆、可独立回看。
  • 重视本地资料可控的面试者,希望归档可以随时关闭,敏感个人信息不进知识库。