Coding

interview-me

Try it

Extracts what the user actually wants instead of what they think they should want. Achieves this through one-question-at-a-time interview until ~95% confidence about the underlying intent. Use when an Use when 需要Development领域自动化处理、数据分析和流程编排时使用。不适用于无明确需求的模糊场景。

What it does

Extracts what the user actually wants instead of what they think they should want. Achieves this through one-question-at-a-time interview until ~95% confidence about the underlying intent. Use when an Use when 需要Development领域自动化处理、数据分析和流程编排时使用。不适用于无明确需求的模糊场景。

The skill document

interview-me

功能特性总览

功能1:interview-me核心处理

解决痛点:传统Development场景中,手工操作效率低、容易出错、难以规模化,缺乏统一的标准流程。

专业版能力

  • 自动化Development数据处理流程,减少人工干预与重复劳动
  • 结构化输入输出,支持批量操作与结果导出
  • 内置错误恢复机制,异常自动重试与降级处理
  • 多格式兼容,适配不同来源的数据接入与转换
  • 基于github来源验证,保证数据准确性与可追溯性

处理:解析用户输入参数,执行interview-me核心处理逻辑,返回结构化结果与执行状态。

参数说明

参数名类型必填说明
contentstringinterview-me处理的内容输入
formatstring输入格式, 可选值: json/text/markdown
optionsobject高级配置参数, 如输出风格、批量大小等

输出规范

{
  "success": true,
  "data": {
    "result": "interview-me处理结果",
    "metadata": {
      "skill": "interview-me",
      "version": "1.0.0",
      "pricing_tier": "L2-进阶级"
    }
  },
  "error": null
}

依赖与配置

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

依赖项

依赖项类型是否必需获取方式
LLM APIAPI必需由Agent平台内置LLM提供
数据源数据必需来自github来源:

技术创新

效率提升量化分析

操作步骤手动耗时自动化耗时时间节约准确率提升
数据收集1小时15分钟45分钟5%
数据分析2小时30分钟1.5小时3%
结果输出30分钟10分钟20分钟2%
流程监控1小时15分钟45分钟4%
异常处理1小时20分钟40分钟3%
总结报告2小时30分钟1.5小时2%

差异化对比

对比维度本技能手动操作Python脚本专业软件
操作效率高效,自动化处理低效,依赖人工中等,部分自动化高效,完全自动化
准确率高,接近95%低,易出错中等,需人工校验高,但成本高
成本低,按需付费高,人工成本中等,开发成本高,购置与维护成本
易用性高,用户友好低,复杂操作中等,需编程基础高,但需专业培训
扩展性高,易于集成低,扩展困难中等,需定制开发高,但扩展性有限

核心痛点解决

痛点描述影响范围解决方案量化效果
手动操作效率低依赖人工操作,效率低下,容易出错整个Development流程自动化处理,提高效率,减少错误时间节约30%,错误率降低5%
数据处理困难复杂的数据处理需要大量人工,耗时且容易出错数据分析和流程编排结构化数据处理,提高处理速度和准确性数据处理速度提高50%,错误率降低10%
流程监控复杂监控流程需要人工干预,难以实时处理异常整个Development流程内置错误恢复机制,自动监控和处理异常异常处理效率提高40%,系统稳定性提升15%

常见问题FAQ

Q1: interview-me技能是否支持多种数据格式?

A: 支持,interview-me技能可以处理json、text和markdown格式的输入数据。

Q2: interview-me技能的准确率如何?

A: interview-me技能在处理用户意图时,可以达到约95%的置信度。

Q3: interview-me技能是否可以与其他技能集成使用?

A: 可以,interview-me技能支持与其他技能的集成,以实现更复杂的自动化处理流程。

Q4: interview-me技能的价格是多少?

A: interview-me技能的价格为19.9 CNY/次,属于L2-进阶级定价。

Q5: interview-me技能适用于哪些场景?

A: interview-me技能适用于需要自动化处理、数据分析和流程编排的Development场景。

排障手册

错误现象可能原因诊断步骤解决方案
无法处理输入数据输入格式不正确检查输入数据格式是否符合要求确保输入数据格式正确,或调整输入格式
处理过程中出现异常依赖的数据源出现问题检查数据源状态,确保数据可访问解决数据源问题,确保数据可访问
输出结果不符合预期内置处理逻辑错误检查处理逻辑,确认是否有错误修复处理逻辑错误,重新处理数据
系统运行缓慢系统资源不足检查系统资源使用情况优化系统资源分配,或升级硬件
无法连接到LLM API网络连接问题检查网络连接,确保Agent平台可以访问LLM API解决网络连接问题,确保API可访问

安全提示

  1. 数据安全:确保用户输入数据在处理过程中不被泄露。
  2. API安全:保护LLM API不被未经授权的访问。
  3. 权限管理:严格控制用户对interview-me技能的访问权限。
  4. 日志审计:记录用户操作和系统事件,以便于安全审计。
  5. 系统更新:定期更新系统,修补安全漏洞。

安全风险防范

风险项等级防护措施验证方法
数据泄露加密敏感数据,限制数据访问定期进行安全审计
系统攻击设置防火墙,限制API访问定期进行安全扫描
恶意代码使用病毒扫描工具,限制不明软件安装定期进行系统扫描
未经授权访问强制密码策略,限制登录尝试定期进行用户权限审计
系统崩溃高可用设计,备份恢复机制定期进行系统稳定性测试

边界条件与错误处理

边界条件

边界场景触发条件处理方式预期结果
空输入输入内容为空返回错误信息,提示用户输入内容提示用户输入内容
非法格式输入格式不符合要求返回错误信息,提示用户输入格式错误提示用户输入正确的格式
极端数据量数据量超出系统处理能力限制数据量,或通知管理员限制数据量或通知管理员处理

错误处理方案

错误码原因处理方式恢复策略
401未授权访问返回错误信息,提示用户授权失败重新请求授权或联系管理员
403访问受限返回错误信息,提示用户无权限检查用户权限,提供权限访问
500内部服务器错误返回错误信息,提示系统错误通知管理员,检查系统状态
404资源未找到返回错误信息,提示资源不存在检查资源路径,确认资源存在
429请求过于频繁返回错误信息,提示请求频率过高限制请求频率,或联系管理员

故障恢复

针对interview-me使用中可能遇到的常见问题,提供以下排查方案:

错误类型原因分析解决方案
API认证失败(401)API密钥错误或过期检查密钥配置,重新生成token
接口限流(429)请求频率超出限制降低调用频率,启用重试退避策略
响应超时(504)网络延迟或服务端负载过高增加超时阈值,检查网络连接
文件不存在路径错误或文件未创建检查路径拼写,确认文件已生成
文件格式不支持扩展名不在支持列表中转换为支持的格式后重试
权限不足当前用户无读写权限检查文件权限,以管理员身份运行
命令执行失败参数错误或环境依赖缺失检查命令语法,确认依赖已安装
进程超时命令执行时间过长增加超时设置,优化命令参数
网络连接失败DNS解析失败或防火墙拦截检查网络配置,确认代理设置

interview-me通用排查步骤

  1. 检查输入参数: 确认所有必填参数已提供且格式正确
  2. 查看日志输出: 定位具体错误行和异常类型
  3. 验证环境配置: 确认依赖库版本和运行环境满足要求
  4. 逐步调试: 缩小问题范围,隔离故障模块

快速掌握

  1. 配置API密钥: 在环境变量中设置对应的API Key
  2. 初始化连接: 使用提供的凭证建立API连接
  3. 调用接口: 传入必要参数执行API调用
  4. 准备文件: 确认文件路径正确且格式受支持
  5. 执行处理: 调用对应的处理函数
  6. 查看结果: 检查输出文件或返回数据
  7. 检查环境: 确认运行时和依赖已安装
  8. 执行命令: 使用正确的参数格式执行
  9. 查看输出: 检查命令输出和退出码

前置条件

  • 已安装所需运行环境(参考依赖说明)
  • 已获取必要的API密钥或访问凭证(如适用)
  • 输入数据已准备就绪

场景说明

适用场景

  • 自动化处理与批量操作场景
  • 数据转换与格式化处理

触发条件

当用户需要执行相关操作时自动触发(trigger)。

不适用于

  • 需要实时人工干预的场景(limitation)

Related skills

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...

1 installs

面向个人的多岗位面试模拟工具,支持评分与改进建议。Use when 需要提升效率、自动化流程、批量处理、工作流优化时使用。不适用于需要人工创意判断的任务。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互,无需复杂配置即开即用。输出结果可直接使用,减少二次加工成本。提供结构化输出和错误处理机制。

Interview users before automating, documenting, or turning workflows into reusable systems.

4 installs1 stars

Use when conducting an in-depth adaptive interview with a domain expert to extract structured Q&A pairs. Triggers include need to capture expert knowledge, d...

3 installs

用户访谈框架。HeyGen 做 937 次访谈找到 PMF 的完整方法论。覆盖访谈招募、问题设计、 访谈执行、数据合成、决策驱动。从 gingiris-user-interview 提炼。

扮演面试官陪求职者做模拟面试练习。当用户说"帮我模拟面试""陪我练面试""模拟一下 XX 岗位的面试""给我出几道面试题练练""我想练习面试回答",或提供了目标岗位和自己的经历希望进行问答演练时触发。本技能基于用户提供的岗位和经历做结构化追问(每轮一个问题、连续多轮),练习结束后给出复盘评分与改进建议。即使用户没...

1 installs