Interview Review

Skill: 面试复盘

使用前配置检查

每次执行前，先检查本文件是否仍包含以下占位符：

• <YOUR_LARK_HOST>
• <YOUR_REVIEW_DOC_FOLDER_TOKEN>
• <YOUR_INTERVIEW_TRACKING_BASE_TOKEN>
• <YOUR_INTERVIEW_TRACKING_TABLE_ID>

如果用户只需要生成本地 Markdown 复盘文档，可以不配置飞书资源，继续执行到「生成本地文档」。

如果用户希望创建飞书文档、上传录音/转写附件、或同步到飞书 Base，但占位符未替换，立即停止远程写入，并提示：

⚠️ 这个 Skill 还没有完成飞书配置，暂时不能写入飞书。

请先完成以下步骤：
1. 准备一个飞书文件夹或文档空间，用于保存复盘文档。
2. 将 <YOUR_LARK_HOST> 替换为你的飞书域名，例如 feishu.cn。
3. 将 <YOUR_REVIEW_DOC_FOLDER_TOKEN> 替换为复盘文档目标文件夹 token（如需要）。
4. 如需同步面试追踪表，将 <YOUR_INTERVIEW_TRACKING_BASE_TOKEN> 替换为你的 Base token。
5. 将 <YOUR_INTERVIEW_TRACKING_TABLE_ID> 替换为目标 table id。
6. 完成飞书 CLI/API 授权，并确认当前账号有目标文档和 Base 的读写权限。

完成后再重新执行本 Skill。

目标

将面试录音或文字转录稿转化为结构化复盘文档，帮助用户看清：

• 面试官问了什么
• 自己原版回答是什么
• 哪些地方答得好
• 哪些问题影响专业度或说服力
• 下一次可以怎么答
• 准备文档哪些内容用上了，哪些没覆盖

最终输出可以是：

• 本地 Markdown 文档
• 飞书文档
• 可选的飞书 Base 同步摘要

Step 1：收集面试基本信息

如果用户没有一次性提供完整信息，只追问缺失项。

必填：

• 公司名称
• 岗位名称
• 面试轮次，如一面、二面、HR 面
• 面试内容来源，至少提供一个：
  • 录音文件路径：.m4a / .mp3 / .wav 等
  • 文字转录稿路径：.txt / .md 等

可选：

• 面试时间
• 面试时长
• 面试官信息
• 面试准备文档路径或飞书文档 URL
• 候选人简历 / 项目经历文件，用于生成更贴合真实经历的改进答案

如果没有候选人背景资料，在分析前先询问：

为了让改进答案贴合你的真实经历，请提供一份简历、项目经历，或简单列出你的教育背景、实习经历和核心项目。

Step 2：获取面试文字内容

路径 A：用户提供录音文件

优先使用本地转写工具：

mlx_whisper "<录音文件路径>" \
  --language zh \
  --model mlx-community/whisper-medium-mlx \
  --output-format txt \
  --output-dir /tmp/interview_transcribe

如果 mlx_whisper 不可用，回退到 Whisper：

whisper "<录音文件路径>" \
  --language Chinese \
  --model medium \
  --output_format txt \
  --output_dir /tmp/interview_transcribe

如果两个工具都不可用，提示用户安装：

未检测到本地转写工具。
macOS Apple Silicon 推荐安装 mlx-whisper。
其他系统可安装 openai-whisper。
也可以直接提供已有文字转录稿。

转写质量检查

转写完成后必须做质量检查：

• 是否出现大段重复单字，如连续大量"嗯"、"啊"
• 是否有明显静音段但音频中仍有人声
• 是否漏掉反问环节
• 是否出现大量无法解释的幻觉文本

如果质量明显异常：

1. 标记异常时间段。
2. 切出异常片段。
3. 用更高质量模型重转。
4. 在复盘文档中标注该段经过补转。

路径 B：用户提供文字转录稿

直接读取文字稿，跳过转写。

Step 3：拆分 Q&A

通读转录稿，按时间顺序拆分：

• 面试官主问题
• 面试官追问
• 候选人回答
• 反问环节

规则：

• 一个主问题和其连续追问归为同一组。
• 反问环节单独成章，不混入普通 Q&A。
• 转写中明显误听的人名、产品名、技术词，保留原文并在括号中标注推测修正。

Step 4：整体评价

逐题分析前，先输出一页速览：

## 一、整体评价（一页速览）

### ✅ 做得好
1. ...
2. ...

### ❌ 主要问题
| 严重度 | 问题 | 影响 | 优先动作 |
|---|---|---|---|
| P0 | ... | ... | ... |
| P1 | ... | ... | ... |

### 🎯 下一轮最该改的 3 件事
1. ...
2. ...
3. ...

严重度参考：

• P0：明显影响面试结果的问题，如核心项目讲不清、逻辑断裂、连续被追问。
• P1：单题失分或表达不够有力，但不至于决定整场。
• P2：口头禅、语速、结构词、例子颗粒度等表达细节。

Step 5：逐题分析

每题必须使用四栏结构：

### Q[N] · [问题缩写]

**面试官原话**：[完整问题]

#### 📝 原版回答（转写还原 · 去纯语气词）

> [候选人原版回答。删除不影响语义的纯语气词，但保留真实表达结构。]

**【语气词密度：★X☆Y】**
- `[词语]` 出现 N 次
- `[句式]` 重复 N 次
- 对专业感的影响：...

#### ✅ 好的地方
- [具体优点 + 原文证据 + 为什么好]

#### ❌ 问题（按严重度降序）
1. **[问题标题]** —— [原文证据 + 为什么影响面试效果]
2. **[问题标题]** —— ...

#### ✨ 改进后的答案（背诵版 · [目标秒数]）

> [可直接练习的口语化答案。必须基于用户真实经历，不编造数据。]

#### 🎯 关键技巧
- [1-3 条本题最值得练的动作]

原版回答处理规则

删除：

• 单字纯语气词：嗯、啊、呃、哦
• 无意义重复：对对对、好好好、然后然后

保留：

• 能体现真实表达问题的句式，如"我觉得"、"然后"、"这样一个"
• 真实结构词，如"第一点"、"第二点"
• 内容性转写错误，并用括号标注修正

语气词密度：

Step 6：反问环节分析

反问环节独立成章，放在 Q&A 深度复盘前或后均可，但必须单独标出。

每个反问包含：

### 反问 [N] · [问题缩写]

**候选人问题**：...

**面试官回答摘要**：...

#### 💎 可复用信息
- 面试官透露了什么岗位、团队、业务或能力标准？
- 下轮面试能否复用？

#### 下次可以怎么追问
- ...

Step 7：准备文档对比（可选）

如果用户提供了准备文档，对比三类内容：

🟢 用上了的准备

• 哪些准备答案实际被问到？
• 效果如何？

🔴 没用上的准备

• 哪些内容准备了但没有出现？
• 是否说明准备优先级需要调整？

🟡 准备不足

• 哪些问题没有预料到？
• 下次需要补什么材料？

Step 8：生成复盘文档

默认生成本地 Markdown。

建议结构：

# [公司] · [岗位] · [轮次] 面试复盘

> 面试时间：
> 面试时长：
> 资料来源：

## 一、整体评价（一页速览）
## 二、反问环节
## 三、Q&A 逐题深度复盘
## 四、准备文档对比（如有）
## 五、下次改进要点
## 六、原始资料说明

如用户配置了飞书：

lark-cli docs +create \
  --title "[公司]_[岗位]_[轮次]_面试复盘" \
  --markdown @./interview-review.md \
  --as user

上传附件时：

lark-cli docs +media-insert --doc "<YOUR_DOC_TOKEN>" --file "./audio.m4a" --type file --as user
lark-cli docs +media-insert --doc "<YOUR_DOC_TOKEN>" --file "./transcript.txt" --type file --as user

远程写入前再次检查：

• <YOUR_LARK_HOST> 已替换
• 飞书 CLI/API 已授权
• 当前用户有目标文档空间写入权限
• 远程命令返回成功状态

Step 9：可选同步到飞书 Base

如果用户希望把复盘文档链接同步回面试追踪表，需要先配置：

• <YOUR_INTERVIEW_TRACKING_BASE_TOKEN>
• <YOUR_INTERVIEW_TRACKING_TABLE_ID>

建议字段：

如果占位符未替换，不执行 Base 写入，只在聊天中输出同步建议。

输出要求

最终回复用户时包含：

• 复盘文档路径或飞书链接
• 3-5 条最关键改进点
• P0/P1 问题摘要
• 需要重点练习的答案列表
• 如未配置飞书，明确说明"已生成本地文档，未写入飞书"

公开版注意事项

• 不内置任何真实公司案例、真实面试记录或真实飞书资源。
• 不自动写入用户的知识库或 Base，除非用户已替换占位符并明确要求。
• 改进答案必须基于用户提供的真实经历；资料不足时先询问，不编造。
• 所有飞书写入动作都应先确认授权和写入权限。