interview-prep-skills
Turn a resume bullet into the questions an interviewer could ask.
Automatically checked · GitHub checked 2026-11-16
Overview
Interview Prep Skills · 技术面试准备
从写简历到练面试。 有项目材料时,可以先提炼中文简历条目。选好要写进简历的条目后,可以生成 Markdown 题单,提前准备面试官可能问的主问题和追问。
想练临场回答时,可以选前端、Java/Go/C++ 后端或 AI 应用开发模拟面试。AI 会根据你的回答逐轮追问,结束后给出反馈。每个 skill 都可以单独使用。
| 你想准备什么 | Skill | 你会得到什么 |
|---|---|---|
| 从项目或实习材料里提炼简历亮点 | 简历条目打磨 | 中文候选条目、推荐条目,以及量化指标的依据和验证方法 |
| 提前准备简历里可能被问到的内容 | 简历批量出题 | 按简历条目组织的题单,可附简短参考回答 |
| 浏览器前端、React 或 Vue 面试 | 前端模拟面试 | 项目与技术追问、可选编码题、面试反馈 |
| Java、Go、C++ 后端面试 | 后端模拟面试 | 项目与技术追问、面试反馈 |
| Agent、RAG、MCP 等 AI 应用开发面试 | AI 应用开发模拟面试 | 项目与技术追问、可选实操题、面试反馈 |
安装
把下面这段话发给支持 Agent Skills、能读取 GitHub 仓库并写入 skill 目录的 AI 工具。
请从 https://github.com/Hazenix/interview-prep-skills 安装以下 skill:
- skills/resume-bullets/
- skills/resume-interview-question-generator/
- skills/frontend-interview-simulator/
- skills/backend-interview-simulator/
- skills/ai-dev-interview-simulator/
按当前工具的安装规则保留每个 skill 的完整目录,安装后列出可用的 skill 名称。
只想安装其中一个时,保留对应的目录即可。如果安装后找不到 skill,请让 AI 检查安装位置和 SKILL.md,再按当前工具的规则重新加载或开启新会话。
装好后,选下面任意一个 skill 的示例发给 AI。可以先用示例里的虚构经历试跑,再换成自己的简历条目。
简历条目打磨
提供实习、个人项目或开源项目的代码和文档,AI 会提炼候选条目,并从中推荐适合放进简历的几条。默认从项目材料提炼亮点,也可以选择个人贡献模式,按自己的 commit 和 PR 筛选。
条目用具体的业务或工程指标说明收益。缺少实测数据时,可在草案中保留标明待验证的估算,并附验证方法。完整候选文档默认保存在当前工作目录的 ./resume/。
用 resume-bullets 根据 ./task-dashboard 的代码和 README 打磨中文简历条目。这是个人项目,重点提炼任务重试和批量导入的收益。
简历批量出题
resume-interview-question-generator
AI 从面试官视角为你选定的简历条目出题。贴项目、实习经历或专业技能都可以,不限技术栈。
例如,你的简历写了「负责订单异步处理链路,用消息队列削峰并优化重试」,题单里可能有:
- 主问题:你改了重试机制的哪一部分?原来的机制遇到了什么问题?
- 追问:哪些错误适合重试?如果重试导致同一订单被消费两次,你怎么避免重复处理?
- 出题时只看面试官可见的简历条目。项目/实习题不受 JD 影响;专业技能题以简历为主,可少量加入 JD 强调但简历未写的技术问题,并标明来源。
- 先保存纯问题稿,再根据候选人的选择读取项目代码、文档等材料补充回答;材料中的隐藏细节不会反向变成面试题。
- 可选择“只要问题”或“问题和简短参考回答”;缺少依据的项目细节标为“待补充”。
- 按简历条目分组,主问题下列出可能的追问;默认在调用时当前工作目录的
./resume/新建 UTF-8 Markdown 文档,不覆盖旧文件。
安装后可以说:
用 resume-interview-question-generator 根据以下简历条目生成主问题和追问,只要问题。
简历条目:负责订单异步处理链路,用消息队列削峰并优化重试机制。
需要回答时可以直接说“问题和参考回答一起生成”,并提供项目代码、文档或补充说明。
分享简历或项目材料前,建议移除联系方式、客户数据和内部链接。
三个模拟面试 skill 的核心特性
前端、后端和 AI 应用开发各有自己的题库,模拟面试流程共享这些能力:
- 多身份模拟。覆盖日常实习、暑期实习、校招和社招 1–3 年。题目难度和追问深度随候选人阶段调整。
- 六种面试官风格。可选严厉拷打、温和鼓励、专业高效、深挖学术、工程实践和综合平衡。
- 技术题库与深度追问。一轮只问一题,沿着你的回答追问实现原理、边界条件、选型取舍和验证方法。
- 简历与 JD 定制。可用自己的项目经历和目标岗位要求,定制项目深挖与技术问题。
- 可选编码与实操。按方向加入编程题或设计题,例如前端交互、后端并发或 RAG 实现。
- 实时状态跟踪与两种纠错模式。记录已考察主题和待追问内容。可选严格模式模拟面试压力,也可选择即时引导,在答错时获得提示。
- 分维度评估反馈。面试结束后,结合本场回答给出评分和下一步练习建议。
候选人:商品更新后,我先写数据库,再删 Redis 缓存。
面试官:如果一次读请求先查到旧值,却在删缓存之后才回填,会发生什么?
这段模拟面试从简历里的 Redis 缓存经历开始。查看完整示例
前端模拟面试
- 覆盖 HTML/CSS、JavaScript/TypeScript、浏览器、网络、安全、可访问性、性能与工程化。
- 根据用户要求、简历和 JD 决定是否考 React 或 Vue;没有相关线索时直接考通用前端。
- 编码题可用 JavaScript 或 TypeScript。支持暂停、恢复和提前结束。
- 前端知识库与评分规则按阶段加载。
安装后可以说:
用 frontend-interview-simulator 开始一场前端校招模拟面试。我做过 Vue 项目,想重点练项目深挖。
后端模拟面试
- 支持 Java、Go、C++ 单语言面试,也可设置主语言和次语言进行混合面试。
- 题库覆盖并发、JVM、MySQL、Redis、Spring 和分布式系统等方向。可根据简历中的经历考察 AI 辅助开发。
- 支持暂停、恢复和提前结束。
- 技术知识库、面试官风格和评分规则放在该 skill 的 references/ 中,按需加载。
安装后可以说:
用 backend-interview-simulator 开始一场 Java 后端校招模拟面试。
面试中可以说“继续”“跳过”“结束”“换个风格”或“反馈”。
AI 应用开发模拟面试
- 考察 LLM、Agent、RAG、MCP、Embedding、向量数据库及 AI 编程工具。
- 可围绕检索、重排与评估等项目细节追问,并加入 Prompt 设计、Agent 流程设计或 RAG 实现题。
安装后可以说:
用 ai-dev-interview-simulator 开始一场模拟面试。我想练习 Agent 和 RAG 项目深挖。
项目结构
.
├── docs/
│ └── examples.md # 五个 skill 的输入与输出示例
├── skills/
│ ├── ai-dev-interview-simulator/
│ │ ├── SKILL.md # AI 应用开发模拟面试
│ │ └── references/ # AI 应用开发知识库与规则
│ ├── backend-interview-simulator/
│ │ ├── SKILL.md # 逐轮模拟面试
│ │ └── references/ # 模拟面试所需的知识库与规则
│ ├── frontend-interview-simulator/
│ │ ├── SKILL.md # 逐轮前端模拟面试
│ │ └── references/ # 前端考察点、编码题与评分规则
│ ├── resume-bullets/
│ │ ├── SKILL.md # 简历条目打磨
│ │ └── agents/openai.yaml # Codex 展示信息与调用示例
│ └── resume-interview-question-generator/
│ └── SKILL.md # 简历批量出题
├── README.md
└── LICENSE
贡献指南
欢迎补充你在面试中遇到的典型追问、改进反馈,或报告某个 skill 没有按预期运行。提交时可以带一段脱敏的输入和输出,方便复现。贡献指南 · 提交 Issue
如果这些 skill 帮你准备过一轮面试,欢迎点个 Star。
许可证与致谢
本项目采用 MIT License。
技术知识库部分引用了 JavaGuide 的高频面试题整理,仅作为面试考察点使用,不改变其原有许可。感谢 JavaGuide 和 xiaolincoding 提供的公开资料。