Moka 面试评价整理
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_4cecd218/moka-interview-eval。
技能介绍
解决什么问题
Moka 面试详情页里的腾讯会议录制,通常是"他人分享的录制":host 不是当前登录账号。tmeet MCP 连接器在这条路径上会直接失败——record address 报 录制权限校验失败 (9042),permission-apply-prepare 报 该录制不接受审批申请 (500282)。而腾讯会议的分享页本身带密码,密码藏在 Moka 的"复制密码并查看"按钮里,脚本无法从 URL 直接拿到。
本技能解决的就是这条"最后一公里":从需要密码的分享页里把逐字稿和纪要完整抓出来,导出成两个干净的 .txt 文件,再可选地整理成可回填 Moka 的结构化面试评价。
技能如何工作
抓取有三个入口:
- Entry A(推荐):attach 到用户已登录 Moka 的 Chrome(9222 端口),用 CDP 真实鼠标事件点击"复制密码并查看"——合成点击会被弹窗拦截,而
elementHandle.click()在此租户上会挂死。密码从按钮的data-clipboard-text属性读,新 tab 的 URL 通过targetcreated监听捕获,随后调用scrape_record.cjs。 - Entry B:用户已给出链接和密码时直接抓取,适合手动兜底。
- Entry C(下游,可选):把两个 txt 整理成面试评价。这不是搬运纪要,而是"从摘要 + 对话里提炼判断"。
scrape_record.cjs 驱动独立的 headless Chrome(新 --user-data-dir + 默认 9333 端口),绝不碰用户活跃的 9222 会话——在那里反复 createTarget 会把页面级 DevTools 搞坏,之后所有 Page.enable 都返回 "Session not found"。两个工程细节值得注意:逐字稿是虚拟列表,必须增量滚动 + 重叠去重才能拼出全文;纪要在"内容由 AI 生成,仅供参考"处截断。
Entry C 的事实核对是整套流程里最关键的一步。纪要是 AI 生成的摘要,会过度推断甚至编造细节——文档里的反面教材:纪要写"家人重病需回老家照顾",逐字稿全篇只有"家里有事儿/回老家"。因此每条结论都必须能引到逐字稿时间戳,无据细节要么剔除、要么向候选人核实。产出按七个维度重组(背景动机、产品思维、AI 技术工程力、项目深度、沟通协作抗压、稳定性动机、行业匹配),每维度给"结论 + 证据",并单列核心优势与风险不足。动手前要先问用户两件事:输出形式(回填 Moka / Markdown / Word)和结论强度(只列优劣势 / 给明确录用建议)。
适用边界
- 自己主持的录制不要走这条路。host = 当前账号且 tmeet MCP 可用时,优先
tmeet record address → transcript-get / smart-minutes;本技能只在它报权限错误时兜底。 - 不要再去重试 tmeet MCP 的审批路径,外部分享录制根本不接受审批申请。
- 不依赖截图 / OCR / 图像理解——Moka 侧直接读 DOM,密码框更快更可靠。
- 不要点"查看智能纪要":那是 Moka 内置纪要,不是腾讯会议分享页,没有逐字稿。
- 播放器持续拉流,
networkidle2永不空闲,脚本用domcontentloaded;分享页若为两步密码(先"前往查看"再输密码),脚本已有 fallback 选择器。 - 综合评分留白给用户定,除非用户明确要求,不要替下录用结论。
使用场景
- 用人经理在 Moka 面试详情里看到候选人的腾讯会议录制,想把分享页的逐字稿和纪要导出成文本写反馈。
- 面试录制是他人分享、带密码的,tmeet 连接器报权限错误,需要从分享页直接抓取文字稿。
- AI 纪要与逐字稿对不上、凭空多出未谈及的细节,需要交叉核对证据后再写评价。
- 面试后要把逐字稿提炼成结构化评价,并按维度评分和推荐理由回填 Moka 反馈。
适合人员
- 用人经理:要在 Moka 中给候选人写面试评价,需要逐字稿里的真实对话证据支撑每个结论。
- 招聘专员:负责从他人分享的腾讯会议录制中批量提取逐字稿与纪要文本。
- HRBP 或面试官助理:需要核对 AI 纪要与逐字稿是否一致,剔除无据细节后再产出评价。