帮求职者复盘真实面试,分析表现并给出改进建议。当用户面试结束后说"帮我复盘面试""刚面完想分析下""这场面试我表现怎么样""帮我看看哪里答得不好""面试录音/记录帮我分析",或贴出面试问答记录、面试转写文本希望诊断时触发。本技能识别表达亮点与风险、分析面试官考察意图、给出可执行的优化方向和参考回答。即使用户没明说...
Coding
Internship Review
Try it提供实习复盘的结构化工作流。当用户想反思、总结或撰写实习回顾时使用——尤其适合传媒、营销、设计及通用办公岗位。触发词包括"实习复盘"、"实习总结"、"写一份实习回顾"、"帮我复盘实习",或任何将实习经历转化为结构化回顾文档的请求。该技能通过模板生成和逐段引导两个阶段,使用 STAR+L 方法论协助用户完成复盘。
What it does
提供实习复盘的结构化工作流。当用户想反思、总结或撰写实习回顾时使用——尤其适合传媒、营销、设计及通用办公岗位。触发词包括"实习复盘"、"实习总结"、"写一份实习回顾"、"帮我复盘实习",或任何将实习经历转化为结构化回顾文档的请求。该技能通过模板生成和逐段引导两个阶段,使用 STAR+L 方法论协助用户完成复盘。
The skill document
实习复盘
概述
将零散的实习记忆转化为结构化的专业回顾文档。分两个阶段运作:
- 模板生成:根据用户背景(公司、岗位、行业)生成定制的 markdown 复盘模板。
- 引导复盘:逐板块推进——问聚焦的问题、帮用户提炼内容、指出薄弱点、逐步填满文档。
工作流
阶段一:了解背景并生成模板
生成任何内容前,先收集基本信息:
- 公司类型、部门、岗位、实习起止日期
- 已有的相关材料(日记、工作日志、实习手册)
- 复盘成果的用途(求职、学校报告、个人存档)
如果用户使用 Obsidian 或其他笔记系统且有实习相关日记,主动请求读取——这是 STAR+L 素材最丰富的来源。
加载 references/review-template.md 生成模板,根据用户的具体行业和岗位调整标题和占位示例。将结果写入用户指定的位置(Obsidian 仓库、本地文件等)。
模板至少包含以下板块: 0. 基本信息
- 一句话总结与价值闭环
- 数据速览
- 项目复盘(STAR+L,2~3 个项目)
- 能力盘点(硬技能/软技能/认知升级)
- 行业与组织观察
- 不足与改进
- 人脉
- 未来 6 个月行动计划
- 附录:作品集素材清单
阶段二:引导复盘
一次只推一个板块。推荐的推进顺序(与模板顺序不同,理由见方法论参考文件):
- 数据速览(最快,建立信心)
- 项目复盘(核心内容,一个项目一个项目来)
- 能力盘点(项目写完自然溢出)
- 一句话总结(此时所有素材都在台面上了)
- 行业观察(需要抽象思维,放后面)
- 不足与改进(全部写完才知道缺什么)
- 感谢 → 行动计划 → 附录(收尾)
引导原则
一次一个问题。 不要丢一整个模板说"填一下"。每个板块只问一个具体的问题。用用户自己说过的话当钩子。
提炼,不是审讯。 用户说口语化的原话(比如"带教让我去问 AI"),帮 TA 提炼成书面版本后让 TA 确认。不要让用户从零写精修稿。
指出问题,不要悄悄改。 用户的草稿有毛病(重复、数据空洞、需要拔高的段落),直接指出来并附上具体建议,然后问用户要不要改。
从公司层拔高到行业层。 用户观察停留在单家公司层面("带教指令不清晰"),帮 TA 抽象到行业层面("项目驱动型小传媒公司没有标准化的 briefing 文化")。拔高框架见 references/review-methodology.md。
诚实优先。 绝不鼓励编造数据或美化经历。如果某项任务没有可量化的结果,直接说没有,建议选其他有数据的项目替代。
各板块引导话术
以此为起点,根据用户已透露的信息灵活调整。
数据速览:"你直接把你所有交付过的东西列一遍,不用管格式——纯甩出来就行。" 项目筛选:"你干的这些事里面,挑 2~3 个——这几个得同时满足:有明确的 stakes、你自己的决策、可量化的结果、而且你能教会别人怎么做。" 能力盘点:"如果有个朋友问你'你到底学到了啥',你会怎么说?分三类:会用的工具、学会的工作方式、以及以前以为是对的结果发现错了的事。" 价值闭环:"入职第一天你最懵的是什么?现在回头看,有哪些事当时觉得很难、现在能独立扛下来了?" 行业观察:"以你看到的这些东西,关于这个行业,有什么是你从外面绝对想不到的?别停在公司层面——它说明了传媒公司怎么运作的什么规律?" 不足与改进:"看了你前面写的所有东西,你觉得哪块最虚、最薄弱?给我一个真实发生过的例子——就是那种你卡住了、或者旁边有人明显比你做得好的瞬间。"
阶段三:收尾打磨
全部板块填满后:
- 检查不同项目之间有没有复制粘贴的 L(方法论),修掉。
- 核实每个量化说法是否站得住脚。
- 清除所有模板提示(【】标记)。
- 对照模板底部的写作避坑 Checklist 逐项打勾。
资源
references/review-template.md
完整的模板结构,含板块标题、表格骨架、占位示例和写作避坑 Checklist。生成初始模板时加载此文件。
references/review-methodology.md
STAR+L 方法论详解、阶段二引导原则、各板块引导话术库、常见误区与修正方法、推荐推进顺序及理由。开始阶段二引导前加载此文件。
Related skills
项目复盘与经验沉淀:重建时间线、追踪关键决策、提取可复用经验,输出结构化复盘报告。Invoke when user asks 项目复盘、项目回顾、复盘总结、经验沉淀、迭代总结.
经验萃取Skill - 回顾历史工作、归纳工作逻辑、提取可复用方法论。当用户要求回顾工作经历、总结经验教训、提取优秀实践、规划能力提升时使用。核心能力:会话记录存储、工作思路分析、经验模板生成、方法论提炼。
面向任意 AI Agent 自动复盘的 Skill(weekly-review / 复盘 / 提示词优化 / 会话清理)。 核心能力覆盖:AI 用量与时间看板、提示词复盘与改写建议、高效/低效归因、 时间分布与 Token/归因趋势图、开放会话对齐清理、定时自动周报。 当用户任务涉及周度复盘、用量查看、提示词改进...
把"只讲事的流水账周报"升级成"领导 30 秒读懂全局"的结构化周报。用户提供碎碎念式的本周工作流水账(或直接给出本周做了什么),此 skill 通过四步流程(建项目库 → 拆事归位 → 追问补缺 → 六要素组装)输出可直接发出的领导版周报。适用于:写周报/月报/工作汇报、周会材料、向上管理。关键设计:AI 只补缺的、不编没的,风险/下周计划/思考三样缺了必须追问用户,绝不编造。
求职准备三段链路 Skill。用户只需提供简历(PDF/Word/文本)+ 目标公司 + 岗位 + JD,自动完成:① 岗位调研(面试风格、核心能力、隐性门槛、最新动态)② 简历改写(按岗位语言翻译真实经历,输出统一排版的 .docx)③ 面试准备(基于改后简历反推考点、自我介绍、逐题话术)。触发场景:求职、改简历、准备面试、申请实习/校招/社招、按 JD 改简历、投前准备、面试冲刺等。