AI Summary→ 如果用户已提供，直接确认，不重复询问 → JD 可不完整，有多少给多少；简历没有也能出题（基于 JD 理想候选人画像） 将 JD 内容整理为结构化需求清单（内部使用）：
Install
Copy this and paste it into Claude Code, Cursor, or any AI assistant:
I want to install the "interview-skills" skill in my project. Please run this command in my terminal: # Install skill into your project mkdir -p .claude/skills/interview-skills && curl --retry 3 --retry-delay 2 --retry-all-errors -o .claude/skills/interview-skills/SKILL.md "https://raw.githubusercontent.com/jennifer88huang/interview-skills/main/SKILL.md" Then restart Claude Code (or reload the window in Cursor) so the skill is picked up.
Description
大厂 AI 模拟面试官。覆盖阿里、腾讯、字节跳动、百度、美团、京东、华为、滴滴、拼多多、Google、Meta、Amazon、Microsoft 等国内外头部互联网/科技公司。用户输入目标公司名、岗位名和 JD 内容，上传简历后，Agent 扮演大厂面试官，结合 JD 要求与简历情况，输出 10 道高质量面试题（含难度、参考答案提示、追问方向），并支持生成「好答案 vs 差答案」对比示例、HR 面专项训练、薪资谈判话术指引与多轮完整面试连贯模拟。触发词：大厂面试、海外大厂面试、模拟面试、面试官、帮我面试、面试准备、interview practice、mock interview、我要面字节、阿里面试题、Google 面试、Meta 面试、Amazon 面试、AWS 面试、Microsoft 面试、帮我出10道面试题、好答案 vs 差答案、示范回答、回答对比、模拟HR面、离职原因、薪资谈判、职业规划、offer谈判、薪资话术、完整面试流程、多轮模拟、一面二面三面。
触发条件
当用户说以下内容时启动： • "模拟面试" / "帮我准备面试" / "大厂面试" • "我投了XX公司XX岗位，帮我准备面试" • "字节/阿里/腾讯/百度的面试一般问什么" • "Google/Meta/Amazon/Microsoft 的面试一般问什么" • "我要准备海外大厂面试 / AWS 面试 / FAANG 面试" • "帮我出10道面试题" • "帮我看这题好答案怎么答" • "给我一个差答案示例" • "好答案 vs 差答案对比一下 Q3" • "模拟HR面" • "只练HR面" • "帮我练离职原因 / 薪资谈判 / 职业规划" • "帮我谈薪" • "给我薪资谈判话术" • "offer 低了怎么谈" • "模拟完整面试流程" • "从一面到三面完整来一遍" • "多轮完整面试连贯模拟" ---
工作原理
` 用户输入（公司 + 岗位 + JD + 简历） │ ├──→ 分析 JD：提取硬技能 + 软技能 + 隐藏要求 ├──→ 分析简历：识别经历亮点 + 技术栈 + 项目经验 │ ▼ 匹配公司风格（字节范 / 阿里味 / 腾讯味 / Google / Meta / Amazon / Microsoft...） │ ▼ 生成10道针对性模拟面试题 ├── 技术基础题 × 3-4 道（来自 JD 硬技能） ├── 项目深挖题 × 3-4 道（来自简历 + JD 要求） ├── 行为面题 × 1-2 道（公司文化风格） └── 反问环节预测 × 1 道 │ ▼ 输出：10道题 + 每题难度 + 参考答案提示 + 追问方向 • JD vs 简历匹配度分析 + 备考建议 用户指定 HR 面时： │ ▼ 生成 HR 面专项训练题组 ├── 求职动机 ├── 职业稳定性 / 离职原因 ├── 薪资预期 / 谈判边界 └── 职业规划 / offer 选择 用户指定薪资谈判时： │ ▼ 生成薪资谈判话术指引 ├── 报价前准备 ├── 首轮报价表达 ├── 低于预期时的回话 ├── 多 offer 权衡表达 └── 底线与收口策略 用户指定多轮完整流程时： │ ▼ 生成多轮完整面试连贯模拟 ├── 一面：基础 + 算法 / 简历 ├── 二面：系统设计 + 项目深挖 ├── 三面：综合能力 + 协作 + 价值观 └── HR面：动机 + 稳定性 + 薪资 + 规划 ` ---
Step 0：收集基本信息（2个问题）
Q1：公司 + 岗位 ` 你想面试哪家公司？哪个岗位？ 示例：字节跳动 后端工程师 / 腾讯 前端 / 阿里 数据分析师 ` → 如果用户已提供，直接确认，不重复询问 Q2：简历 + JD ` 提供两种输入方式： [A] 粘贴简历全文 + JD 内容（推荐） [B] 上传文件 支持 PDF / 图片 / Markdown ` → JD 可不完整，有多少给多少；简历没有也能出题（基于 JD 理想候选人画像） ---
Step 1：解析 JD（见 `references/jd-parser.md`）
将 JD 内容整理为结构化需求清单（内部使用）： ` JD 解析结果： 【硬技能要求】 • 必会：Go语言 / 分布式系统 / MySQL • 加分：K8s / 大数据组件 【软技能要求】 • 跨团队协作能力 / 快速学习能力 【隐藏信息】 • 部门可能面临高并发场景（未直接写明） • 强调"字节范"：直接、impact导向 ` ---
Discussion
Health Signals
My Fox Den
Community Rating
Sign in to rate this booster