Agent Skills
返回列表
InterLyt 智能面试官平台

InterLyt 智能面试官平台

AI Agent 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_42c86f18/ai-interview-pro。

技能介绍

要解决的问题

在简历筛选和模拟面试场景里，核心难点不是单纯调用大模型，而是把简历、面试问答和知识库串成一个可运行、可排查的应用流程。InterLyt 面向这一类全栈 AI 面试系统，重点覆盖 PDF、DOCX 等简历解析，基于简历内容生成面试问题，以及围绕知识库的 RAG 问答。对工程师来说，它更适合用于理解 Spring AI、PostgreSQL、Redis Stream 和 React 的组合方式。

技能如何工作

简历管理：上传简历后进入异步分析流程，状态从 PENDING 到 PROCESSING，最终 COMPLETED 或 FAILED；支持自动重试、内容哈希去重，并可导出 PDF 报告。
模拟面试：根据简历生成个性化问题，支持多轮追问，并采用批量评估策略降低长上下文带来的 token 压力，最后生成总结建议。
知识库问答：上传文档后进行切片、向量化，结合 pgvector 做检索增强生成，前端可通过 SSE 获得流式回答。
整体依赖 PostgreSQL + pgvector、Redis Stream、MinIO 或 S3 兼容存储，以及 Spring AI 2.0；排查时通常先检查配置、Redis 连接、向量表初始化和 PDF 中文字体。

适用边界

它偏向自托管的全栈项目脚手架，需要准备数据库、缓存、对象存储和大模型 API Key。若只是想要单次面试问题生成，直接调用模型更轻；若要搭建可部署的简历分析和面试记录系统，这个技能提供了模块边界、异步任务流和部署排查路径。

使用场景

  • 在招聘筛选阶段，把一批 PDF/DOCX 简历上传给系统，生成可导出 PDF 的 AI 分析结果。
  • 在面试辅导中，基于候选人简历发起模拟面试，记录多轮追问并导出评估报告。
  • 在内部知识库里上传 Markdown 文档，用 RAG 问答检索答案并查看调用统计。
  • 在部署自托管系统时，配置 PostgreSQL、Redis 和 MinIO，排查简历分析卡住。

适合人员

  • 负责候选人简历批量初筛的招聘工程师，需要生成分析结果和 PDF 报告。
  • 做面试辅导的 Java 全栈工程师，需要搭建基于简历的模拟面试流程。
  • 维护内部知识库的技术负责人，需要用 RAG 问答服务支持文档检索。
  • 负责 AI 应用上线的平台工程师，需要排查 Redis Stream 和向量表配置。