Interview Prep — AI Agent 面试准备 Skill

一个 Agent skill，把 AI Agent 开发岗位的面试经验沉淀为可复用的面试准备工具。

三种模式

模式	用途	触发方式
✍️ 叙事重构	把项目经历改写为面试官想听的三层讲法（1分钟/5分钟/深挖）	/interview-prep 改写项目
🔍 简历自审	扫描简历薄弱点，输出致命/加固/亮点三级诊断报告	/interview-prep 扫描简历
🎯 模拟面试	模拟真实高压面试，按 6 大维度逐层追问并评分	/interview-prep 模拟面试

安装

请将下方提示词复制给你的Agent，实现一键安装与配置：

克隆并设置 https://github.com/open-agent-power/oh-my-interviewer。

使用

在 Agent 中输入 /interview-prep，选择模式并粘贴简历即可。

6 大评判维度

所有模式共享的核心知识库：

1. Agent 判断力 — 为什么用 Agent、代价是否值得
2. 工具调用安全性 — 副作用分级、7 层安全控制
3. 评测与数据闭环 — RAG/Agent 评测指标、对照实验
4. 线上工程成熟度 — 鉴权/并发/缓存/MQ/调度/降级
5. 技术深度 — 每个关键词能讲到源码/协议/底层逻辑
6. 系统设计放大 — x10 规模、服务宕机、数据爆炸

文件说明

├── SKILL.md              # 编排器（78 行）：模式检测 + 资源加载
├── references/
│   ├── core-dimensions.md    # 6 大维度 + 23 条追问模板
│   ├── resume-parser.md      # 关键词→维度映射 + 四要素评分
│   ├── narrative-coach.md    # 叙事重构执行指令
│   ├── self-auditor.md       # 简历自审执行指令
│   └── interviewer.md        # 模拟面试执行指令
├── interview-prep.skill      # 打包文件（可分发）
└── README.md

适用场景

• 正在准备 AI Agent / LLM 应用 / 大模型业务研发面试
• 简历上有 Agent、RAG、MCP、Prompt Engineering 等技术关键词
• 希望系统化审视简历而非零散刷题

设计理念

不是刷题工具。 核心思路来自真实面试经验总结：

• 面试官不会问"Agent 是什么"，而是问"你为什么用 Agent 而不用工作流"
• 简历上的每个技术词都会被追问到源码级别
• "提升 xx%" 必须有数据依据，否则等于没写
• 每个项目都要能讲出技术决策、失败场景和规模放大