面试模拟工具专业版

面向招聘团队，提供企业题库管理、定制面试官、简历驱动提问、多场记分卡聚合及招聘漏斗分析功能。

功能说明: 本技能涵盖 中文交互、化工作流场景 等核心能力。

概述

专业版面向招聘团队与企业，在免费版单场模拟基础上，扩展企业专属题库、定制面试官人设、简历驱动定向提问、多场次记分卡聚合与招聘漏斗分析。记分卡格式与免费版兼容，已有评分可直接纳入聚合分析.

核心能力

能力	说明	专业版增强
企业题库	岗位/等级/模块三维题库	版本化治理
定制面试官	公司风格与人设配置	多面试官
简历驱动	解析简历定向提问	能力画像
漏斗分析	多场次记分卡聚合	转化追踪
评分校准	面试官评分一致性	偏差告警
技术实现要点：核心能力基于input_params参数与output_format配置实现,支持创建/查询/修改/删除等操作模式,通过config_options进行运行时配置.

核心功能执行

用input_params参数进行配置.

处理: 解析核心功能执行的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回核心功能执行的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置.

处理: 解析参数配置与调用的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回参数配置与调用的响应数据,包含状态码、结果和日志.

• 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置.

处理: 解析结果处理与输出的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回结果处理与输出的响应数据,包含状态码、结果和日志.

• 执行此能力时使用output_format参数,支持导出/保存/转换操作 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：面向团队的企业题、定制面试官与招聘、漏斗分析工具、面向招聘团队的企、漏斗分析专业工具、企业专属题库与定、制面试官人设、简历驱动的定向提、问与能力画像、与漏斗分析、面试官培训与评分、一致性校准等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景一：企业专属题库

json

{
  "company": "示例公司",
  "roles": {
    "backend": {
      "senior": {
        "system_design": ["设计一个秒杀系统", "设计一个分布式锁服务"],
        "coding": ["实现限流算法", "实现一致性哈希"],
        "behavioral": ["讲述一次线上事故复盘"]
      }
    }
  },
  "interviewer_persona": {
    "style": "追问到底，重视边界与权衡",
    "focus": "高可用与容错"
  }
}

场景二：简历驱动定向提问

text

输入简历 → 提取技能与经历 → 生成定向问题
# .
简历要点: 曾用 Redis 做缓存、主导过订单系统重构
定向问题:
  Q1: 订单系统重构时如何保证数据一致性？
  Q2: Redis 缓存击穿你如何处理？为什么选这个方案？
  Q3: 重构后有哪些指标改善？如何度量？

场景三：招聘漏斗分析

text

批次: 2026 春招后端
─────────────────────────────
模拟场次: 48
平均总分: 6.8
裁决分布:
  强力推荐: 6 (12.5%)
  推荐:     14 (29.2%)
  倾向推荐: 10 (20.8%)
  倾向不录: 8 (16.7%)
  不录:     10 (20.8%)
─────────────────────────────
薄弱模块: 分布式一致性（平均 5.2）
建议: 加强共识算法培训

不适用场景

以下场景面试模拟工具专业版不适合处理：

• 3D建模和动画制作
• 照片级写实渲染
• 手绘原创插画

触发条件

、品牌视觉时使用。不适用于非本工具能力范围的需求.

快速开始

1. 将免费版记分卡格式纳入聚合分析.
2. 配置企业题库与面试官人设.
3. 导入候选人简历生成定向问题.
4. 多场次聚合做漏斗与能力画像分析. 响应解析: 完成完成后,查看输出响应确认任务状态。成功时输出包含解析摘要和响应数据;失败时根据错误信息排查问题,查阅错误解析章节获取恢复步骤.

示例

面试官校准配置（interviewer-calibration.json）：

json

{
  "interviewers": ["A", "B", "C"],
  "calibration_cases": ["case-1", "case-2", "case-3"],
  "tolerance": 1.0,
  "alert_if_deviation_above": 1.5,
  "retrain_trigger": 2.0
}

优选实践

• 题库三维治理：按岗位×等级×模块组织，便于精准抽题.
• 人设要明确：面试官风格写清「追问方式、关注点」，避免随机.
• 简历先于提问：先解析简历再生成定向问题，避免泛泛而问.
• 校准定期做：面试官定期用同一案例校准，控制评分偏差.
• 漏斗看转化：不只看总分，看各裁决档转化与薄弱模块.

免费版兼容性

项目	免费版	专业版
记分卡格式	相同	相同（可聚合）
岗位覆盖	通用	通用 + 企业题库
面试官	默认人设	可定制
分析	单场	多场漏斗

常见问题

Q1：题库怎么团队协同？ A：题库 JSON 版本化管理，团队评审后合并，支持按岗位抽题. Q2：简历解析准确吗？ A：提取技能与经历为主，定向问题由 Agent 结合岗位生成，人工可微调. Q3：评分偏差怎么处理？ A：校准案例定期跑，偏差超阈值告警，超 2.0 触发再培训. Q4：能模拟压力面试吗？ A：能。面试官人设可配置追问强度与压力风格. Q5：专业版有优先支持吗？ A：有。专业版享题库设计与招聘漏斗分析咨询.

进阶用法

简历驱动定向问题生成

python

# 简历要点 → 定向问题
resume_points = [
    "曾用 Redis 做缓存、主导订单系统重构",
    "负责过 50 人团队的技术管理",
]
# 生成定向问题
questions = [
    "订单系统重构时如何保证数据一致性？为什么选这个方案？",
    "50 人团队如何做技术决策与授权？冲突怎么处理？",
]

评分校准流程

text

校准步骤:
  1. 选 3 个标准案例
  2. 所有面试官独立评分
  3. 计算偏差与一致性
  4. 偏差 > 1.5 告警，> 2.0 再培训
  5. 对齐评分标尺，重新校准
# .
校准频率: 每季度一次，或新面试官入职时

招聘漏斗看板

text

漏斗分析:
  简历筛选: 200 → 模拟面试: 48 → 终面: 18 → 录用: 10
  各环节转化:
    筛选→模拟: 24%
    模拟→终面: 37.5%
    终面→录用: 55.6%
  瓶颈: 筛选→模拟 转化偏低，建议优化筛选标准

企业题库治理

• 三维组织：岗位 × 等级 × 模块，精准抽题.
• 版本化：题库带版本，题目变更走评审.
• 难度标注：每题标难度，按等级抽对应难度.
• 保密分级：核心题库限 HR 管理员访问.
• 定期更新：淘汰泄露题，补充新题.

面试官培训

• 统一评分标尺：用校准案例对齐，避免主观偏差.
• 追问技巧：培训结构化追问，深挖而非诱导.
• 反偏见：关注行为与结果，避免刻板印象.
• 记录规范：反馈写具体行为，不写笼统评价.
• 配对面试：新面试官与资深配对，实战学习.

依赖说明

运行环境

• Agent 平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI 等）
• 操作系统: Windows / macOS / Linux
• Python: 3.9+（聚合分析脚本）

依赖详情

依赖项	类型	是否必需	获取方式
Python	运行时	分析脚本必需	python.org
LLM API	API	必需	由 Agent 内置 LLM 提供

API Key 配置

• 本工具为纯 Markdown 指令，无需额外 API Key

可用性分类

• 分类: MD+EXEC（Markdown 指令 + 命令行执行）
• 说明: 通过自然语言指令驱动 Agent 完成企业面试模拟与漏斗分析

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

• 需LLM支持,无LLM环境不可用
• 复杂业务场景建议结合人工经验判断
• 执行效率受模型能力与网络环境影响

输出格式

json

{
  "success": true,
  "data": {
    "result": "面试模拟工具专业版处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "interview sim pro"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}

安全注意事项

风险类型	防范措施
API密钥泄露	通过环境变量配置，禁止硬编码到代码或配置文件中
命令执行风险	仅执行白名单命令，避免拼接用户输入到命令行参数中
网络通信安全	使用HTTPS协议，验证SSL证书有效性
敏感数据暴露	输出结果中不包含密钥、令牌等敏感信息

使用前请确认已阅读依赖说明章节，确保运行环境满足安全要求。