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 次安装
编程
interview-me
试用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。
它能做什么
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。
技能文档
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 |
|---|---|---|---|
| content | string | 是 | interview-me处理的内容输入 |
| format | string | 否 | 输入格式, 可选值: json/text/markdown |
| options | object | 否 | 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 API | API | 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
- 数据安全：确保用户输入数据在处理过程中不被泄露。
- API安全：保护LLM API不被未经授权的访问。
- 权限管理：严格控制用户对interview-me技能的访问权限。
- 日志审计：记录用户操作和系统事件，以便于安全审计。
- 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 | 高 | 加密敏感数据，限制数据访问 | 定期进行安全审计 |
| 系统攻击 | 中 | 设置防火墙，限制API访问 | 定期进行安全扫描 |
| 恶意代码 | 低 | 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 | 高 | 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 | 中 | 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
- 检查输入参数: 确认所有必填参数已提供且格式正确
- 查看日志输出: 定位具体错误行和异常类型
- 验证环境配置: 确认依赖库版本和运行环境满足要求
- 逐步调试: 缩小问题范围,隔离故障模块
快速掌握
- 配置API密钥: 在环境变量中设置对应的API Key
- 初始化连接: 使用提供的凭证建立API连接
- 调用接口: 传入必要参数执行API调用
- 准备文件: 确认文件路径正确且格式受支持
- 执行处理: 调用对应的处理函数
- 查看结果: 检查输出文件或返回数据
- 检查环境: 确认运行时和依赖已安装
- 执行命令: 使用正确的参数格式执行
- 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)
相关技能
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 次安装1 星标
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 次安装
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 次安装