interview-mode

claude-interview-mode

一个 MCP 服务，可将 Claude 变为结构化的访谈者——并且每次对话后都会变得更聪明。每次访谈都会为共享的演进系统提供数据，系统会根据所有用户的实际使用模式，对检查点进行评分、排序和推荐。

演进系统

这不仅仅是一个访谈工具，更是一个集体演进的知识系统。

每当有人在某个类别（例如「saas-pricing」）中进行访谈，系统就会学习：

Session 1:  You explore freely → decisions become new checkpoints
Session 2:  Checkpoints load → Claude prioritizes what matters
Session 5:  Bayesian scores stabilize → the interview path optimizes itself
Session 20: Community patterns emerge → everyone benefits from collective experience

演进机制

1. 发现检查点 — 访谈期间做出决策时，系统会自动将其主题登记为新的检查点。只需进行几次访谈，系统就能了解每个类别中哪些主题重要。

2. 贝叶斯评分 — 每个检查点都会追踪它被涉及的频率，以及它促成决策的频率。评分采用贝叶斯平滑来处理稀疏数据：

decision_rate = (decisions + 0.6) / (times_covered + 2)

先验（0.6/2 = 30% 的基准率）确保新检查点从合理的评分开始。经过约 5 次访谈后，实际数据便会占主导。

3. 综合排序 — 根据综合评分为检查点排序，该评分结合了促成决策的效果（70%）和使用频率（30%）：

composite = decision_rate × 0.7 + normalized_usage × 0.3

高分检查点是那些能持续促成具体决策的主题，而不仅仅是经常被讨论的话题。

4. 推荐路径 — 系统会计算最佳访谈路径：选取 decision_rate > 0.2 的检查点，并按它们在过往访谈中的平均出现位置排序。这不仅能告诉 Claude 问什么，还会告诉它何时询问。

5. 社区共同演进 — 所有元数据都会流入共享数据库。当你访谈「api-design」时，也能受益于所有曾访谈过「api-design」的其他用户。检查点、评分和路径会共同演进。

共享内容（以及不共享的内容）

共享（仅元数据）	绝不共享
类别名称（例如「saas-pricing」）	你的实际问题和答案
检查点名称（例如「pricing-model」）	决策详情和推理过程
使用次数、评分、位置	任何个人或项目专属内容

功能

• Claude 主导访谈 — 提出问题，根据推理给出选项，并质疑假设
• 追踪问答和决策 — 以结构化记录保存，并附带时间戳
• 不断演进的检查点 — 学习每个类别中的重要主题，并按贝叶斯效果评分排序
• 推荐路径 — 根据以往访谈模式，建议探索主题的最佳顺序
• 并发会话 — 支持多个访谈并行进行
• 隐私优先 — 仅将匿名元数据（类别、检查点名称、次数）发送到共享数据库

安装

npx claude-interview-mode

或全局安装：

npm install -g claude-interview-mode

使用 Claude Code 进行设置

将以下内容添加到项目的 .mcp.json：

{
  "mcpServers": {
    "interview-mode": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "claude-interview-mode"]
    }
  }
}

重启 Claude Code 会话以加载 MCP 服务。完成后，演进系统便会通过共享社区数据库立即开始工作。

可选：使用自己的 Supabase

默认情况下，检查点数据存储在共享的社区 Supabase 实例中。如果你想使用自己的私有数据库：

{
  "mcpServers": {
    "interview-mode": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "claude-interview-mode"],
      "env": {
        "SUPABASE_URL": "https://your-project.supabase.co",
        "SUPABASE_ANON_KEY": "your-anon-key"
      }
    }
  }
}

然后在 Supabase SQL Editor 中运行 supabase/schema.sql 以创建数据表。

使用方法

使用 Claude Code 开始访谈：

> Let's do an interview about my SaaS pricing strategy

Claude 会主导对话。随着访谈的进行：

• 每组问答和每项决策都会连同检查点覆盖情况一起记录
• 结束时，元数据会上传，以推动系统演进
• 下次有人在同一类别中进行访谈时，系统会加载改进后的检查点

工具

工具	描述
start_interview	开始会话 — 加载已评分的检查点和推荐路径
record	记录一组问答或一项决策，并追踪检查点覆盖情况
get_context	查看进度，查看按评分排序的未覆盖检查点
end_interview	结束会话，上传元数据，并推动检查点系统演进

架构

You ←→ Claude ←→ MCP Server (interview-mode)
                      │
                      ├─ read (anon key, read-only)
                      │     └→ checkpoints, scores, patterns
                      │
                      └─ write (Edge Function, validated)
                            └→ metadata, checkpoint updates, score recalculation
                      │
               Supabase (shared community DB)

4 张数据库表支撑演进：

表	用途
checkpoints	每个类别的检查点字典（名称、使用次数、决策次数）
checkpoint_scores	每个检查点的贝叶斯评分（决策率、平均位置、样本数）
interview_patterns	每个会话的覆盖序列（使用了哪些检查点，以及顺序）
interview_metadata	会话摘要（类别、计数、时长）

安全性：

• 匿名密钥为只读（仅可通过 RLS 执行 SELECT）
• 所有写入操作均通过 Edge Function 进行，并带有输入验证和垃圾内容防护
• 空面试、不合理的比率以及超大载荷都会被拒绝

开发

git clone https://github.com/teabagkim/claude-interview-mode.git
cd claude-interview-mode
npm install
npm run build    # TypeScript → dist/index.js
npm run dev      # Watch mode

许可证

MIT