← 返回 Skills 市场
jzw6

面试助手

作者 Jzw6 · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ⚠ suspicious
179
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install interview-coach
功能描述
面试准备助手。用户提供简历和岗位JD后,支持两种模式:① 分析考点并生成针对性面试题目和参考答案;② 针对JD个性化修改简历,并说明每处改动的原因。适用于"帮我准备面试"、"根据JD出题"、"帮我改简历"、"简历怎么针对这个岗位优化"等场景。简历和JD支持 PDF/图片/Word/纯文字,自动识别格式。
使用说明 (SKILL.md)

Interview Coach

快速开始

大多数情况下无需任何配置,直接使用:

文件类型 是否需要配置 Token
文本版 PDF(可复制文字) ❌ 直接使用
Word 文档(.docx / .doc) ❌ 直接使用
TXT 纯文本 ❌ 直接使用
直接粘贴文字 ❌ 直接使用
图片(JPG / PNG / WEBP) ✅ 需要 Token
扫描版 PDF(无法复制文字) ✅ 需要 Token

配置 PaddleOCR Token(仅图片/扫描版 PDF 需要)

  1. 访问 https://aistudio.baidu.com/paddleocr
  2. 右上角获取 Access Token
  3. 在 skill 目录下编辑 .env 文件,填入 token:
    PADDLEOCR_TOKEN=你的token
    
    或设置系统环境变量:
    export PADDLEOCR_TOKEN=你的token
    

第一步:解析文件

对简历和 JD 文件,分别执行:

python $SKILL_DIR/scripts/parse_input.py "\x3C文件完整路径>"

说明:

  • $SKILL_DIR 为本 skill 的安装目录,由平台自动注入
  • 文件路径使用绝对路径,避免找不到文件
  • 依赖库在首次运行时自动安装,稍等片刻即可

Windows 用户 请改用以下命令避免乱码:

set PYTHONIOENCODING=utf-8 && python %SKILL_DIR%\scripts\parse_input.py "\x3C完整路径>"

如果用户直接粘贴了文字内容,跳过此步骤。

解析失败或输出为空时,告知用户具体错误信息,并请他直接粘贴文字内容。


第二步:交叉分析并生成面试题

拿到简历文本和 JD 文本后,直接分析并输出题目。

分析维度:

  • 技能匹配:JD 要求的每项技能 → 简历中是否有对应经历(有→深挖,无→补考)
  • 项目挖掘:简历中的重要经历 → 设计 STAR 追问(背景/任务/行动/结果)
  • 行为面试:JD 软技能要求 → 结合候选人背景出具体事例题
  • 情景假设:岗位核心职责 → 设计真实工作场景题
  • 动机匹配:离职原因、选择理由、职业规划

出题要求:

  • 共 14–18 道题,优先质量而非数量
  • 同一技能点不超过 2 道题
  • 语言跟随 JD(中文 JD 出中文题)
  • 每道题格式:
【题目 N】
分类:技术硬技能 / 项目经历 / 行为面试 / 情景假设 / 动机匹配
难度:易 / 中 / 难
出题依据:(一句话,关联到 JD 或简历的具体点)

题目:……

答题要点:
1. ……
2. ……
3. ……

参考答案:……(100-200字)

⚠️ 红线提示:……(什么样的回答说明有问题)

简历优化模式

当用户说"帮我改简历"、"优化简历"、"简历怎么针对这个 JD 修改"等,进入本模式。

需要同时拥有简历和 JD 才能执行(解析方式同第一步)。若只有简历,先输出通用优化建议,再提示提供 JD 可做针对性修改。

分析框架

对简历和 JD 做三层比对:

  1. 关键词覆盖:JD 高频词、硬技能词是否出现在简历中(影响 ATS 系统过滤)
  2. 经历相关性:现有经历哪些与 JD 强相关、哪些可以弱化或删除
  3. 表达方式:描述是否量化、是否突出个人贡献、是否契合岗位语言风格

输出格式

先输出一段总体评估(3–5 句),说明简历与 JD 的整体匹配度和核心差距,再逐条给出修改建议。

每条修改建议格式:

【修改项 N】优先级:高 / 中 / 低
位置:(简历中的具体模块,如"工作经历·XX公司·第二条")
问题:(一句话说明当前写法的不足)
修改原因:(关联到 JD 的具体要求,说清楚为什么这么改)

原文:
……

建议改为:
……

改动说明:
- ……(每处改动对应一条说明,解释改了什么、为什么)

修改原则

  • 只增强,不捏造:所有修改必须基于用户已有经历,禁止添加简历中未提及的项目、技能或数字
  • 量化优先:能加数字的地方优先补充,没有数据时引导用户回忆("这个项目大概影响了多少用户/节省了多少时间?")
  • 关键词自然植入:将 JD 核心词融入描述,但不得堆砌关键词到影响可读性
  • 删减也是优化:与 JD 关联度低的经历建议缩减篇幅,而非一律保留
  • 语言风格对齐:互联网公司 JD 倾向结果导向,咨询/金融 JD 倾向逻辑严密,外资倾向英文术语——修改语言风格应与目标公司匹配

修改项优先级判断

优先级 条件
JD 明确要求的技能/经历,简历完全未体现
现有描述无量化结果,且岗位高度结果导向
JD 偏好的关键词未出现,但经历本身相关
表述方式与目标岗位风格不匹配
格式、用词细节优化,不影响实质匹配度

结尾引导

修改建议输出完毕后,主动询问:

"以上是针对这份 JD 的简历修改建议。需要我帮你把修改后的完整简历重新整理成一份吗?或者有哪条修改你想进一步讨论?"

修改技巧详见 ./references/resume-optimization.md


边界情况

面试题模式:

  • 只有简历没有 JD:出通用题,提示"提供 JD 后可出更精准的题目"
  • 只有 JD 没有简历:出岗位标准题,提示"提供简历后可针对经历定制"

简历优化模式:

  • 只有简历没有 JD:给出通用优化建议(量化、动词开头、去冗余),提示"提供 JD 后可做针对性修改"
  • 只有 JD 没有简历:提示需要简历才能开始,无法凭空生成

通用:

  • 文件解析失败:告知用户具体错误,提示直接粘贴文字内容
  • 用户同时要求出题 + 改简历:先输出简历优化建议,再输出面试题,中间用分隔线区分

各题型出题技巧详见 ./references/question-types.md 简历修改技巧详见 ./references/resume-optimization.md

安全使用建议
要不要安装/运行此次技能前请考虑: - 功能与期望一致:技能确实是为解析简历/JD 并生成题目或优化简历设计的,主要由 parse_input.py 实现;python 是合理依赖。 - 敏感数据上传:仅在处理图片或扫描版 PDF 时会触发 OCR,并把文件以 base64 上传到脚本使用的 OCR endpoint(STRUCT_ENDPOINT)。SKILL.md 建议使用 PaddleOCR 的 AIStudio token,但脚本默认的 SERVER_URL 看起来不是明显的官方主域名。若你担心隐私,避免上传图片/扫描件,改为直接粘贴文字或先在本地用可信 OCR 工具转换为文本再使用。 - 自动安装依赖:脚本会尝试使用 uv 安装依赖,若不可用会回退到 pip。自动安装会下载并安装 Python 包到运行环境——建议在虚拟环境或隔离容器中运行,避免污染系统 Python 或安装不受信任的软件包。 - 验证与审计建议: - 检查/修改默认 SERVER_URL:在 .env 中明确设置 PADDLEOCR_SERVER_URL 为你信任的服务或留空以避免远端 OCR。若不信任默认地址,不要填写 PADDLEOCR_TOKEN 并避免触发 OCR 路径。 - 审阅 parse_input.py 源码(已包含),确认没有其它隐藏网络调用;从提供的源码看除了 OCR 上传和可能的 pip 安装外无额外外联逻辑。 - 如需最低风险使用:直接粘贴文字内容或自行在本地做 OCR,再把纯文本交给技能处理。 - 如计划长期使用或加入到生产代理,优先在隔离环境中测试,并确认依赖安装行为与你的安全策略兼容。 总体判断:技能大体上是“看起来做它声称要做的事”,但默认 OCR endpoint 与文档不完全一致且会上传简历内容到远端,所以在信任该远端前把风险视为可疑并采取上面建议的缓解措施。
功能分析
Type: OpenClaw Skill Name: interview-coach Version: 1.0.0 The 'interview-coach' skill is a legitimate tool for interview preparation and resume optimization. It uses a Python script (parse_input.py) to extract text from resumes and job descriptions, supporting formats like PDF, DOCX, and images via a documented PaddleOCR API on Baidu AIStudio (aistudio-app.com). The script includes a self-installing dependency mechanism using 'uv' or 'pip', which is a common pattern for agent-based skills to ensure portability. The instructions in SKILL.md and the reference documents are well-structured and strictly aligned with the stated functionality, with no evidence of data exfiltration, malicious prompt injection, or unauthorized system access.
能力评估
Purpose & Capability
技能的描述(解析简历/JD,生成题目,修改简历)与包内文件一致;需要 python 合理。声明要求 uv 二进制也能解释为脚本用它来安装依赖,但脚本对 uv 的使用有回退逻辑(若 uv 不存在则用 pip),因此把 uv 标为必需有点不必要但不是致命不一致。
Instruction Scope
SKILL.md 明确只会解析用户提供的简历/JD(支持多种格式),并给出运行脚本 parse_input.py 的说明。运行指令和文档没有要求读取系统上其它敏感配置或凭据,流程清晰且与声明目的对齐。
Install Mechanism
存在 install spec 用于提供 uv 二进制,并且脚本在运行时会自动调用 uv pip install 或回退到 pip 来安装 Python 包(requests、pdfplumber、python-docx 等)。自动安装依赖是常见做法,但会触发网络下载并可能改变全局 Python 环境——在对安装来源或受信任度不确定时应谨慎(建议在虚拟环境或沙箱内运行)。
Credentials
仅声明了一个可选的 PADDLEOCR_TOKEN 用于图片/扫描件 OCR,这与功能直接相关。但脚本中有一个默认的 SERVER_URL(https://g4hcg732gdjfofu1.aistudio-app.com)作为 OCR API 的 endpoint,而 SKILL.md 指向的是 aistudio.baidu.com 获取 token。这个默认 SERVER_URL 不是显而易见的官方 PaddleOCR 主域名,若使用图片/扫描 PDF 功能,简历/JD 文件会被 base64 编码并上传到 STRUCT_ENDPOINT(SERVER_URL + '/layout-parsing')。默认 endpoint 与文档提示存在不一致,增加了把用户敏感简历数据发送到第三方/未知主机的风险。
Persistence & Privilege
无 always: true,技能不会自动提升为常驻。脚本只读取其目录下的 .env(或上级目录)以获取可选配置,这属于技能自身范围,没有修改其它技能或系统级配置的行为。
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install interview-coach
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /interview-coach 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
- 初始发布,提供“面试题生成”和“简历优化”两大核心功能。 - 支持分析简历与岗位JD,智能出题并给出答案、答题要点与红线提示。 - 支持个性化简历修改,根据JD逐条输出详细修改建议及修改原因。 - 兼容多种文件格式(文本/图片/PDF/Word),并引导用户配置OCR Token用于图片或扫描PDF。 - 明确处理异常和边界场景,提升使用体验。
元数据
Slug interview-coach
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

面试助手 是什么?

面试准备助手。用户提供简历和岗位JD后,支持两种模式:① 分析考点并生成针对性面试题目和参考答案;② 针对JD个性化修改简历,并说明每处改动的原因。适用于"帮我准备面试"、"根据JD出题"、"帮我改简历"、"简历怎么针对这个岗位优化"等场景。简历和JD支持 PDF/图片/Word/纯文字,自动识别格式。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 179 次。

如何安装 面试助手?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install interview-coach」即可一键安装,无需额外配置。

面试助手 是免费的吗?

是的,面试助手 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

面试助手 支持哪些平台?

面试助手 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 面试助手?

由 Jzw6(@jzw6)开发并维护,当前版本 v1.0.0。

💬 留言讨论