AI 全栈技术面试训练营

AI 全栈技术面试训练营 — 从真题追踪、代码练习到 Mock 面试的系统性面试备战方案

AI Tech Interview Bootcamp

AI 全栈技术面试训练营，帮你系统性准备技术面试。整合真题追踪、代码练习、Mock 对练三大模块，覆盖前端/后端/算法/系统设计全维度。

核心功能

1. 热点真题挖掘 — 自动抓取 GitHub Trending、LeetCode 热题、牛客面经中的最新高频考点
2. 代码能力训练 — 基于真实面试题生成针对性代码练习，附带多解法分析
3. 系统设计练习 — 经典系统设计场景题，AI 陪你走完设计思路
4. Mock 面试报告 — 生成模拟面试评估报告，标注薄弱环节

工作流编排

text

brave-search          →  搜索最新大厂真题/面经
    ↓
agent-reach           →  抓取 GitHub/LeetCode 热题趋势
    ↓
github-issues-skill   →  创建个人面试题库 Issue（带标签/里程碑）
    ↓
code-review-skill     →  对系统设计答案进行代码审查式评审
    ↓
card-renderer         →  生成面试知识点卡片（供移动端复习）

使用方式

启动面试训练

当你开始准备面试或需要刷题时，说：

"开始面试训练，准备字节跳动后端岗"

系统会：

1. 用 brave-search 搜索近3个月字节/腾讯/阿里面经
2. 用 agent-reach 抓取 GitHub "awesome-interview" 和 LeetCode 热题
3. 归类题目到 数据结构、系统设计、多线程、数据库 等标签
4. 为每道题创建 GitHub Issue，带题目、考察点、难度星级
5. 用 card-renderer 渲染每日复习卡片

查看面试题库

"查看我的面试题库"

系统列出所有已创建的面试 Issue，按难度/标签分类。

Mock 系统设计

"Mock 一个分布式 ID 生成系统设计"

AI 以面试官身份提问，引导你完成：

• 需求分析 → 边界确认 → 方案设计 → 权衡取舍
• 结束后给出 code-review-skill 风格的评审报告

每日练习报告

"生成今日面试报告"

汇总当日练习情况，生成可视化卡片和薄弱点列表。

示例

输入： "准备腾讯 T9 后台面试，从系统设计开始" 输出：

• 🔍 搜索近90天腾讯后台面经（brave-search）
• 📊 抓取高频系统设计题（agent-reach → GitHub Trending）
• 📝 创建3道系统设计 Issue（github-issues-skill）
• 📋 生成复习计划卡片（card-renderer）
• 🎯 进入 Mock 模式，AI 面试官陪你练题

技能依赖

技能	用途	来源
brave-search	搜索大厂面经/真题	ClawHub
agent-reach	抓取 GitHub/LeetCode 热题	ClawHub
github-issues-skill	创建/管理面试题库	ClawHub
code-review-skill	系统设计评审	ClawHub
card-renderer	生成复习知识卡片	ClawHub

适用人群

• 应届生准备校招面试
• 社招生跳槽面试
• 技术团队面试官出题参考