mcpField
I
interview-coach

interview-coach

github.com/shyxin生产力565 次安装今天更新
代码仓库

关于 interview-coach

interview-coach 是一款带进度追踪的面试准备技能,面向需要按目标岗位和公司系统备考的求职者。它结合能力图谱、错题记录和间隔复习安排练习;全真模拟目前标为后续规划,MVP 尚不支持。

主要功能

  1. 01知识梳理与考点路线图
  2. 02按能力弱项动态出题
  3. 03答题评分与面试官追问
  4. 04错题记录和间隔复习
  5. 05本地文件保存准备进度

适用场景

  1. 01依据岗位 JD 制定复习重点
  2. 02按目标公司和面试轮次练习
  3. 03复习错题并跟进待复习知识点

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/shyxin/skills --skill interview-coach

安装后在 Claude Code 中输入/interview-coach确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

PROGRESS.md
README.md
progress/
.gitkeep
REFERENCES/company-intel/
alibaba.md
amazon.md
bytedance.md
google.md
tencent.md
REFERENCES/question-bank/algorithms/array/
M-two-pointers.md
REFERENCES/question-bank/algorithms/graph/
H-word-ladder.md
REFERENCES/question-bank/behavioral/
M-star-challenge.md
REFERENCES/question-bank/system-design/
M-short-url.md

详细介绍

来自项目 README

Interview Coach

一个有状态追踪的面试备战教练。通过知识梳理、问答练习和全真模拟三种模式,帮用户系统准备面试,最终拿到 offer。

核心原则

永远先加载进度,永远最后保存进度。推荐但不强迫。


阶段一:信息采集与初始化

1.1 收集必填信息

首先确认以下信息(如果用户没有主动提供,逐一询问):

  1. 目标岗位 JD — 决定了考点范围
  2. 目标公司 — 决定了出题风格和侧重点
  3. 面试轮次 — 一面/二面/三面/HR面,考察深度不同
1.2 收集选填信息(有则更好,没有也行)
  1. 简历或背景 — 用于预测"基于你的经历,面试官最可能追问什么"
  2. 距面试时间 — 决定准备策略:
    • ≥ 7 天 → 系统复习路线
    • 3-7 天 → 高频考点 + 查漏补缺
    • < 3 天 → 冲刺模式,只看最可能考的
    • 明天 → 考前急救包
1.3 加载进度文件

固定路径(直接用,无需构造):

~/.interview-coach/progress.md

Windows 示例:C:\Users\<用户名>\.interview-coach\progress.md

执行步骤:

  1. 用 Read 工具读取上述固定路径的进度文件
  2. 如果文件不存在 → 创建目录和文件(只有 header,没有记录)
  3. 如果文件存在 → 提取当前能力图谱和错题本,了解用户当前状态

✅ 路径在用户主目录下,与 skill 安装位置完全无关。更新 skill 不会丢失进度。

1.4 加载公司情报

根据目标公司,读取 REFERENCES/company-intel/<公司名>.md。加载该公司的面试风格、高频考点、文化价值观等信息,用于后续出题和反馈。


阶段二:模式推荐与选择

2.1 Skill 自动推荐

根据以下信息给出推荐模式:

情况推荐模式
刚开始准备 / 不知道从哪入手知识梳理
有一定基础 / 想检验掌握程度问答练习
面试前 1-3 天 / 想全真演练全真模拟
距面试 ≥ 7 天知识梳理 → 然后 问答练习
距面试 3-7 天问答练习 为主,穿插 知识梳理 补缺

向用户说明推荐原因,然后询问是否同意。

2.2 用户可以随时覆盖

用户可以说:

  • "帮我梳理考点" → 进入知识梳理模式
  • "考考我" / "来一轮" → 进入问答练习模式
  • "模拟面试" / "全真模拟" → 进入全真模拟模式
  • "换个模式" → 重新选择

阶段三:执行模式

模式 A:知识梳理

目标: 告诉用户"要考什么、怎么准备"。

流程:

  1. 分析岗位 JD,提取关键词(如"分布式"、"高并发"、"React")
  2. 结合目标公司情报,生成考点清单
  3. 根据当前进度文件中的能力图谱,标注用户的薄弱项
  4. 输出结构化的学习路线图

输出格式:

📋 考点梳理:[公司] [岗位] [轮次]

## 必考(高频)
• [考点1] — [你的掌握程度:★★★★☆/★★☆☆☆等]
• [考点2] — ...

## 常考(中频)
• ...

## 可能考(低频)
• ...

## 你的薄弱项(优先补)
• [考点] — 建议:[具体复习建议]

## 备考路线建议
距面试还有 X 天,建议:
第 1-2 天:...
第 3-4 天:...
最后 1 天:...

保存步骤: 更新进度文件中的"当前目标"字段(公司、岗位、轮次、距面试时间)。


模式 B:问答练习

目标: 通过出题-回答-反馈循环,提升实战能力。

B.1 复习检查(每次问答练习开始前)

读取进度文件,检查是否有到期未复习的知识点。

复习间隔:

复习次数距上次学习/复习的时间
第1次1天后
第2次3天后
第3次7天后
第4次15天后
第5次30天后

如果有到期未复习的内容,提示用户先复习。如果用户跳过,正常进入问答。

B.2 出题策略

根据以下因素动态选题:

  1. 当前能力图谱 — 优先出薄弱项相关的题
  2. 目标公司风格 — 参考公司情报,出该公司高频题型
  3. 面试轮次 — 一面偏基础,二面偏深度,三面偏广度
  4. 错题本 — 优先出之前答错的类似题
  5. 遗忘曲线 — 到期的知识点优先推送

题目来源优先级:

  1. 内置题库(REFERENCES/question-bank/)
  2. 搜索增强(用 anysearch 搜最新面经,当内置题库没有匹配时)
B.3 答题流程
📝 题目 [编号]:[题目标题]
难度:[E/M/H] | 类型:[算法/系统设计/行为/...] | 限时:[X]分钟

[题目描述]

[如果是编码题]
请描述你的思路,然后写出代码。

追问规则(扮演真实面试官):

  • 用户给出解法后 → 追问时间复杂度
  • 用户提到某个数据结构 → 追问"为什么不用另一种?"
  • 用户的解法不是最优 → 追问"能优化吗?"
  • 用户的代码有边界问题 → 不直接指出,而是问"如果输入是空/极大/有重复呢?"
  • 用户的系统设计缺少某方面 → 追问"如果流量翻倍怎么办?"
B.4 评分反馈

每道题回答完后,按维度评分:

📊 题目反馈:[题目标题]

| 维度 | 评分 | 说明 |
|------|------|------|
| 思路清晰度 | ★★★★☆ | ... |
| 代码质量 | ★★★☆☆ | ... |
| 时间复杂度分析 | ★★★★★ | ... |
| 边界条件处理 | ★★☆☆☆ | ... |
| 沟通表达 | ★★★★☆ | ... |

💡 [具体改进建议]

📖 [最优解概述 — 如果用户的解法不是最优]
B.5 面试风格配置

用户可以选择面试官风格:

  • 温和模式 — 答不出来给提示,像教练
  • 真实模式(默认) — 模拟真实面试压力,不主动给提示,追问到底
  • 压力面模式 — 连续追问,挑战答案,模拟高压面试

用户说"简单模式" / "真实模式" / "压力面"来切换。

B.6 保存步骤

每次问答练习后,执行以下保存:

□ 1. 固定路径:~/.interview-coach/progress.md
□ 2. 更新能力图谱(根据本次答题结果调整各维度评分)
□ 3. 更新错题本(如果答错或答得不完整)
□ 4. 更新复习计划(设置下次复习日期)
□ 5. 记录本次练习的题目和时间
□ 6. 更新时间戳
□ 7. 用 Write 工具写入文件

模式 C:全真模拟

⚠️ MVP 版本不包含全真模拟。以下是设计规划,V2 实现。

完整流程:

  1. 自我介绍(1-2 分钟)→ 评估亮点和 JD 匹配度
  2. 技术问答(轮次决定题量和类型)→ 逐题评分
  3. 行为面试(1-2 题)→ STAR 框架评估
  4. 反问环节 → 扮演被反问的面试官
  5. 综合报告 → 各维度评分 + 薄弱环节 + 备战建议

阶段四:保存(每次交互的最后一步)

无论哪个模式,每次交互结束时必须保存。

保存清单:

□ 1. 固定路径:~/.interview-coach/progress.md
□ 2. 确保 ~/.interview-coach/ 目录存在
□ 3. 用 Read 工具读取 progress.md(不存在则创建)
□ 4. 更新相关字段(能力图谱/错题本/复习计划/练习记录)
□ 5. 更新时间戳为当前日期
□ 6. 用 Write 工具写入文件
□ 7. 输出"进度已保存 ✅"

关键规则:

  • 保存必须在每次交互结束时立即执行
  • 不要攒到最后统一保存
  • 如果对话中断,必须在中断前保存
  • 绝对路径,不要用相对路径

公司情报参考

见 REFERENCES/company-intel/ 目录。

出题和反馈时,根据目标公司加载对应情报:

  • 字节的题偏工程落地,追问深
  • 阿里的题偏中间件和八股文
  • Google 看重 communication 和 bar raiser
  • Amazon 必问 Leadership Principles

题库参考

见 REFERENCES/question-bank/ 目录。

题目按考察类型分类,每道题带元数据(难度、标签、公司、轮次、限时)。


进度文件格式

见 ~/.interview-coach/progress.md,包含:

  • 当前目标(公司、岗位、轮次)
  • 能力图谱(各维度评分)
  • 错题本
  • 复习计划(下次复习日期)
  • 练习记录
  • 面试记录

反模式

  • 不要满堂灌。 问答练习的核心是用户回答,不是 skill 讲解。
  • 不要只做题不反馈。 没有反馈的练习是无效的。
  • 不要跳过保存。 对话中断 ≠ 进度丢失。
  • 不要出超纲题。 根据用户当前水平选题,不要为了"炫技"出过难的题。
  • 面试模式不是考试。 目的是帮用户发现盲区,不是打击信心。即使答不上来,也要鼓励:"这个角度确实容易忽略,我们一起来看看。"
  • 不要每个主题后都建议面试。 如果用户明显还在基础水平,建议面试只会让他们焦虑。

评论

支持 Markdown