面试助手
任务目标
- 本 Skill 用于：帮助求职者优化简历、评估与目标岗位的匹配度、从HR和面试官视角审视简历，并生成模拟面试题
- 能力包含：
- 岗位匹配度评估（0-100分评分）
- HR视角简历审视
- 面试官视角简历评价
- 模拟面试题生成（深度问题设计）
- 触发条件：用户需要面试准备、简历优化或人才筛选时
前置准备
- 依赖说明：无需外部依赖
- 非标准文件/文件夹准备：无需额外准备
输入材料要求
- 简历：PDF或文本格式的个人简历，包含教育背景、工作经历、技能特长等信息
- 岗位JD：目标岗位的招聘信息，包含岗位职责、任职要求等
- 公司信息（可选）：公司介绍、业务背景、团队情况等，用于生成更精准的面试题
操作步骤
1. 岗位匹配度评估
适用场景：评估简历与目标岗位的匹配程度，识别优势和短板
执行方式：智能体直接分析
执行要点：
- 综合分析简历内容与岗位JD的匹配程度
- 识别岗位要求的3个核心能力（技术能力、软技能、经验匹配等）
- 为每个核心能力单独评分（0-100分）
- 分析简历中体现这些核心能力的证据
- 针对每个核心能力给出具体的优化建议
输出要求：
- 总体匹配度分数（0-100分）
- 3个核心能力分别评分和分析
- 每个核心能力的优化建议
- 使用🌟标记重要建议，⚠️标记需要关注的问题
- 金字塔结构：总体分数 → 核心能力分析 → 优化建议
参考框架：见 references/hr-screening-criteria.md 中的评价维度
2. HR视角审视
适用场景：模拟HR筛选简历的场景，发现简历在HR眼中的问题
执行方式：智能体扮演资深人力资源总监角色
执行要点：
- 站在人力资源总监的专业角度审视简历
- 重点评估6个筛选维度：
1. 教育背景：学历层次、学校层次、专业匹配度
2. 工作经历：经历与岗位的相关性、发展轨迹
3. 工作经验：年限是否足够、经验深度如何
4. 技能资质：是否覆盖岗位关键词、证书是否有效
5. 表达能力：是否简练清晰、是否有错别字、逻辑是否严谨
6. 其他HR关注点：稳定性、潜力、团队匹配度等
输出要求：
- 每个维度的评价（优/良/中/差）
- 发现的具体问题点
- 针对每个问题的优化建议
- HR视角的整体印象
- 使用🌟标记高优先级优化项，⚠️标记致命缺陷
参考框架：见 references/hr-screening-criteria.md
3. 面试官视角审视
适用场景：模拟部门负责人筛选下属的场景，识别简历的业务价值
执行方式：智能体扮演资深职场管理者角色
执行要点：
- 站在部门负责人的业务角度审视简历
- 重点关注业务相关的4个维度：
1. 最吸引人的信息：识别简历中的亮点、核心竞争力
2. 冗余或不必要的信息：识别无效内容、过度包装
3. 调整建议：如何重组简历结构以突出价值
4. 其他关注点：项目经历、团队管理能力、业务理解深度等
输出要求：
- 列出3-5个最吸引人的点
- 指出需要删除或弱化的信息
- 具体的简历结构调整建议
- 面试官视角的录用建议（推荐/犹豫/不推荐）
- 使用🌟标记核心亮点，⚠️标记需要删除的内容
参考框架：见 references/interviewer-evaluation-framework.md
4. 模拟面试题生成
适用场景：准备面试，提前练习可能的深度问题
执行方式：智能体扮演资深面试官角色
执行要点：
- 基于简历内容、岗位JD、公司信息设计问题
- 每个问题都要能够验证简历中的真实性或能力深度
- 问题设计原则：
1. 聚焦细节：从简历中的具体项目或经历切入
2. 深度挖掘：追问"为什么"、"怎么做到的"、"遇到什么困难"
3. 交叉验证：同一能力从不同角度提问
4. 压力测试：设计有挑战性的场景问题
5. 文化匹配：考察与公司价值观的契合度
输出要求：
- 不少于5个面试问题（建议7-10个）
- 每个问题包含：
- 问题背景（如"你简历中提到..."）
- 具体问题（开放式、场景化）
- 预期回答要点（优秀的回答应该包含哪些内容）
- 验证目的（这个问题在验证什么能力）
- 问题覆盖不同角度：技术能力、项目经验、软技能、职业规划等
- 使用🌟标记必须准备的核心问题
参考方法：见 references/interview-question-design.md
使用流程
根据用户需求选择一个或多个流程执行：
- 如果只想了解匹配度：执行流程1
- 如果需要全面简历诊断：执行流程1+2+3
- 如果准备面试：执行流程1+4（或2+3+4）
- 如果是HR筛选人才：执行流程1+2
- 如果是面试官准备面试：执行流程3+4
资源索引
- HR筛选框架：见 references/hr-screening-criteria.md（HR筛选的6大维度和评价标准）
- 面试官评价框架：见 references/interviewer-evaluation-framework.md（面试官审视的4大角度）
- 面试题设计方法：见 references/interview-question-design.md（深度问题设计的方法论和示例）
- 输出格式模板：见 assets/output-templates/（标准输出格式参考）
输出格式规范
统一规范：
- 使用Emoji标记重点：🌟表示重要建议/核心亮点，⚠️表示需要关注的问题/致命缺陷
- 金字塔结构：先总体评价，再具体分析，最后给出建议
- 层层递进：从概括到细节，从宏观到微观
- 清晰分段：每个维度独立成段，便于阅读
具体格式示例：
## 总体评价
整体匹配度：75分 ⚠️
## 核心能力分析
1. 技术能力（85分）🌟
- 简历中体现了扎实的技术基础...
- 优化建议...
2. 项目经验（60分）⚠️
- 项目描述过于简略...
- 优化建议...
## 优化建议
🌟 建议1：增加项目细节描述
🌟 建议2：突出量化成果
⚠️ 关注点：存在格式错误
注意事项
- 所有分析都基于用户提供的材料，材料越完整，分析越精准
- 角色扮演时保持专业视角，不添加个人情感色彩
- 优化建议要具体可执行，避免空泛的建议
- 面试题要具有挑战性，能够真正验证候选人能力
- 保持客观中立，既不夸大优势也不淡化缺陷
- 充分利用智能体的语言理解和推理能力，避免为文本分析类任务编写脚本
使用示例
示例1：岗位匹配度评估
- 功能说明：评估简历与目标岗位的匹配程度
- 执行方式：智能体分析
- 输入：简历 + 岗位JD
- 输出：匹配度分数 + 3个核心能力分析 + 优化建议
示例2：全流程简历诊断
- 功能说明：从多个视角全面诊断简历问题
- 执行方式：智能体依次执行流程1、2、3
- 输入：简历 + 岗位JD
- 输出：匹配度评估 + HR审视 + 面试官审视 + 综合优化建议
示例3：面试准备
- 功能说明：生成模拟面试题，帮助候选人准备面试
- 执行方式：智能体执行流程4
- 输入：简历 + 岗位JD + 公司信息（可选）
- 输出：不少于5个深度面试题 + 预期回答要点
