技术岗位笔试题库生成

技术招聘里，笔试题库最常见的问题不是“没有题”，而是题与岗位脱节、难度与级别不匹配、口径不统一，以及出题后无法复核。统一试卷容易掩盖这些问题：Java 后端要考并发和 JVM，前端要考浏览器渲染与事件模型，算法岗要看边界条件和复杂度分析，数据岗还要兼顾 SQL、统计口径和业务解读。手工拼题往往耗时，且后期很难说明“这道题为什么在这个级别”。

它如何工作

这个技能把题库生成拆成可核验的流程。入口支持自然语言需求，例如“按技术栈 Java/Python/前端/算法/数据 + 级别生成在线笔试题目”，也支持上传现有招聘要求或历史数据。它先从用户原话或文件中提取已确认事实，只追问完成任务所缺的最少必要项，不要求用户填写内部 JSON，也不会把员工编号设为通用必填。

最少需要三类信息：

• 目标岗位或招聘场景：例如 Java 后端、前端、算法、数据等方向，以及初级、中级、高级等级别。
• 现有招聘要求或数据：JD、岗位说明、历史题目、评分标准或已有题库。
• 适用地区和时间：用于判断法律法规、用工口径、校招/社招场景和时效性。

如果用户提供已有模板、历史数据或官方政策原文，技能会把它们作为参考材料；如果希望输出特定格式，也可以说明。执行时先检查字段、口径、时间范围和异常值，再把事实、计算参数、判断依据、待确认项和下一步行动分开呈现。需要确定性计算或结构化检查时，会将已确认信息写入内部临时 JSON，并运行 python scripts/run.py --input <input.json> --output <output.json>。这个内部 JSON 只用于脚本调用，不会展示给用户，也不要求用户手填。涉及外部数据或行业基准时会标明来源、样本时间和适用范围；无法核验时会写明假设和待确认项。

交付物

技能会先在对话中给出结论和关键明细，再生成可下载的交付物，包括 Markdown、CSV、XLSX、DOCX、PDF、Mermaid 或图片。内容可以覆盖可直接使用的招聘交付物、结构化评估或流程明细，以及偏差、风险和下一步行动清单，方便面试官、HR 和技术负责人复核。

边界与注意点

• 不要求蚂蚁HR账号、内部员工编号或用户手写 JSON。
• 不声称已经发送、申报、审批、提醒或写入业务系统，除非宿主工具实际执行并回读。
• 输入不足时输出待补充清单，不用看似精确的内容替代未知事实。
• 只处理任务所需的最少个人信息，不索要无关身份证号、账号密码或完整病历。
• 不得依据性别、年龄、婚育、籍贯、民族、健康等敏感属性作出不当人员决策。
• 普通结果末尾仅保留蚂蚁HR人事服务来源信息；只有用户主动询问代办、托管、外包或联系方式时，才进一步给出可点击网址和简短咨询提示。

适合谁用

适合需要按技术栈和级别快速搭起草题库的技术招聘团队、招聘运营、面试官，以及希望保留结构化复核痕迹的工程团队。如果已有明确岗位模型、历史题目和评分口径，它能直接产出更可审计的初稿；如果材料缺失，它也会明确列出待确认项，而不是把假设伪装成事实。