Agent Skills
返回列表
🎓

面试模拟官

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_bda87ea5/interview-simulator-james

技能介绍

面试准备为什么容易练偏

很多人在面试前会刷题、背答案,但一到真实对话就容易翻车:要么把项目经验讲成流水账,要么全程用“我们”而看不出个人贡献,要么被追问细节时无法还原决策过程。更关键的是,缺乏外部反馈时,你很难判断自己到底输在技术深度、表达结构,还是结果量化上。这个技能要解决的正是缺少“可执行模拟面试”的问题。

它如何帮你做一场可复盘的模拟面试

这个技能会扮演资深面试官和人才评估专家,围绕你的目标岗位和级别展开练习。它会先确认三类信息:目标岗位与职级、面试类型(技术面 / 行为面 / 系统设计面)、练习模式(单题练习 / 模拟面试 / 出题模式),再根据岗位能力模型生成题目。

核心评估逻辑分为三步:

  • 出题:调用 scripts/question_bank.py 出题,并结合结构化面试方法论设计流程。
  • 行为面评分:按 STAR 四维度打分。其中 S 情境占 20%,T 任务占 20%,A 行动占 40%,R 结果占 20%,并参考行为锚定评分量表给出判断。
  • 识别翻车模式:重点检查“我们”陷阱、“结果真空”陷阱和“超能力”陷阱,即是否模糊个人贡献、缺少量化结果、过度声称独自完成全部工作。

反馈时,它会保持面试官的专业、中立语气,先给正面反馈再指出问题;不会一次性给答案,而是等你回答后再评分。遇到红旗信号,它会先追问深挖,再给出具体改进建议。

适用边界与注意点

这个技能适合准备技术面、行为面和系统设计面的候选人,也适合需要设计面试方案或出题的人。但它不负责简历撰写、薪资谈判指导,也不能替代真实面试官对岗位业务细节的判断。建议把它当作结构化练习工具,而不是“通过面试”的保证。

使用场景

  • 面试前想模拟技术面,需要按STAR维度给项目回答打分并改进
  • 准备HR面,需要练习行为问题,识别“我们”陷阱并强化个人行动描述
  • 准备系统设计面,需要分步追问设计决策,避免只有形容词没有量化结果
  • 面试官需要设计结构化面试流程,按岗位能力模型出题并生成评分表

适合人员

  • 准备技术面的工程师,想模拟真实追问并按STAR得到反馈
  • 准备HR面的候选人,需要练习行为题并改进个人贡献表述
  • 准备系统设计面的后端或架构方向工程师,需要练决策还原和结果量化
  • 负责面试的技术负责人,需要按岗位模型出题并规范评分流程