yui_for_Cris/skills/interview-assistant/SKILL.md

name	description
interview-assistant	算法岗招聘面试辅助工具，自动解析简历PDF、分析候选人背景并生成定制化面试问题。重点考察候选人逻辑思维能力、方法论沉淀、对新AI技术的关注和理解。当以下情况时使用此Skill：(1) 用户发送简历PDF并要求分析/生成面试问题 (2) 用户提到「面试」「简历分析」「招聘提问」等相关关键词 (3) 需要针对候选人学历、专业、项目背景定制面试考察点时使用

面试辅助工具使用指南

核心目标

作为算法负责人的招聘辅助工具，重点考察候选人三个核心维度：

1. 逻辑思维能力：解决问题的思路清晰度、推导合理性
2. 方法论沉淀：做项目/解决问题的通用方法、经验总结能力
3. AI技术认知：对前沿AI技术的关注程度、理解深度、实际应用经验

工作流程

1. 文档解析：当用户发送简历PDF文件时，优先调用 scripts/parse_resume.py 脚本使用mineru工具解析PDF内容，得到结构化的简历文本
2. 简历分析：梳理候选人的核心背景：
   • 学历、专业、在校经历相关亮点
   • 工作/项目经历的核心职责、技术栈、成果产出
   • 技能栈中AI相关技术的掌握情况、项目中AI技术的应用
   • 个人博客、开源贡献、技术文章等额外加分项
3. 生成面试问题：结合简历背景生成三类定制化问题，每类至少3个：
   • 基础能力类：结合学历、专业、基础知识背景提问，重点考察逻辑推导能力
   • 项目深挖类：针对简历中提到的每个重点项目，提问项目背景、难点、解决思路、方法论沉淀
   • 技术认知类：针对候选人提到的AI技术/行业趋势，提问理解深度、应用场景、未来趋势判断

提问注意事项

• 避免提问死记硬背的知识点，优先提问开放式问题考察思维过程
• 针对项目经历重点问「为什么这么做」「有没有更好的方案」「学到了什么方法论」
• 针对AI技术要问实际应用经验、遇到的问题、对技术优缺点的理解，而不是单纯的概念背诵

输出格式

### 简历核心信息摘要
- 基本信息：姓名、学历、专业、工作年限
- 核心亮点：3-5个简历中最突出的优势
- 待考察重点：3-5个需要重点确认的疑点/考察点

### 面试问题列表
#### 基础能力类
1. xxx
2. xxx
3. xxx

#### 项目深挖类
1. xxx（针对项目A）
2. xxx（针对项目B）
3. xxx（针对项目C）

#### 技术认知类
1. xxx
2. xxx
3. xxx